【摘 要】
：
针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端，结合遥感影像景深变化小、不含天空背景等特点，提出一种改进的暗原色先验去雾算法。首先对影像中白色场景灰度值进行统计并设定阈值划分为失效区，分离水域与非水域减少蓝色波段在水域的占比，合成新的蓝色波段，以改进暗通道值的获取方法；其次采用导向滤波替代软抠图法优化透射率提升处理时间；然后
论文部分内容阅读
针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端，结合遥感影像景深变化小、不含天空背景等特点，提出一种改进的暗原色先验去雾算法。首先对影像中白色场景灰度值进行统计并设定阈值划分为失效区，分离水域与非水域减少蓝色波段在水域的占比，合成新的蓝色波段，以改进暗通道值的获取方法；其次采用导向滤波替代软抠图法优化透射率提升处理时间；然后对关键参数进行适应性改进实验并采用自动色阶恢复去雾后的影像色彩。利用含雾的无人机影像和GF-2影像进行了
其他文献
北运河流域作为北京城市副中心建设涉及的重要自然地理单元，流域内人类活动剧烈，生态问题突出，植被覆盖率下降，能够快速全面地基于植被覆盖度对流域内生态环境质量进行评价是打造生态和谐宜居示范区的重要支撑与实现新时期首都生态文明建设的关键.本文选取1990年、2004年、2018年时相相近的3期Landsat TM/OLI数据，首先采用线性光谱混合模型进行植被覆盖度（FVC）的计算，再利用主成分分析法构建
由于栖息地质量下降，近年来齿突蟾属物种种群数量急剧减少，明确齿突蟾属物种空间分布，是监测、管理、保护齿突蟾属物种的基础。横断山区可能是齿突蟾属的起源中心和分化中心，但齿突蟾属在横断山区的地理分布格局尚不明确。利用优化后Maxent模型，首次预测西藏齿突蟾Scutiger boulengeri、刺胸齿突蟾Scutiger mammatus、胸腺齿突蟾Scutiger glandulatus、圆疣齿突
Sentinel-2作为新型独特的光学对地观测遥感卫星，因拥有对植被生物监测的红光边缘波段而备受关注.植被生物物理特征对监测植被生长状况及研究全球碳氮循环过程等都具有重要意义.然而，在小尺度上利用统计模型方法进行植被理化参数反演的研究比较多，在大尺度上利用生物物理参数快速、高精度反演的研究较少.因此，本文以江苏省为研究区，对2019—2020年Sentinel-2A/B数据进行预处理和分析，利用S
不同尺度同名实体匹配技术是多源异构地理空间信息融合的关键，它可以保持地理空间数据的现势性并改善空间数据质量。为了提高居民地面实体匹配的准确度，本文提出一种基于概率松弛模型的不同比例尺面状居民地匹配算法，首先依据道路信息划分面状居民地数据，每次运行算法只处理一个道路网眼内的面状居民地；然后，扩展初始匹配模式，正反向计算居民地面实体之间和居民地面实体匹配到空两种匹配概率，并根据邻近匹配对的兼容性不断更
由于监测点数量有限、污染源数据不足，传统数学模型模拟的水质结果精度不高。研究以近年来水华现象频发的三峡香溪河为研究区，提出利用水质遥感结果作为环境流体动力学模型（EFDC）的初始条件，开展水质模拟的方法。遥感反演时选用多元线性回归模型，叶绿素a（Chl-a）、总氮（TN）和总磷（TP）的模拟值与实测值的相关系数分别达到0.983、0.848和0.736。结果表明，提出的遥感结合数学模型的技术能够改
针对非线性、强耦合并带有不确性干扰的四旋翼无人机模型，提出了一种改进粒子群算法(PSO)-RBF神经网络自适应滑模控制器。在对RBF神经网络滑模控制器进行控制量平滑改进的基础上，利用改进的具有全局寻优能力的改进粒子群算法来调整RBF神经网络的拟合参数，从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数，搭建四旋翼的动力学模型，通过Lyapunov理论验证了系统的稳定性。仿真结果表明，与RBF神
在复杂背景下易混入随机噪声，导致无人机导航信号检出率较低、跟踪误差较大，为此本文提出了基于改进图像特征块匹配的无人机导航信号稳定跟踪方法。利用图像传感器、CCD摄像机等设备采集序列图像；采用Harris算法提取特征点确立匹配准则，选取估计量最优值完成特征点匹配；使用改进的图像模块匹配法计算目标模块与子模块的相似度，同时匹配当前模块与周期更新模块，在模块更新过程中获取无人机导航信号，实现稳定跟踪。仿
深度学习技术已经成为遥感影像变化检测研究的主流方法，现有的基于深度学习的变化检测方法主要是获取单一尺度的变化特征，而在现实场景中，变化区域的尺度具有多样性。为此，本文提出了一种融和多尺度特征注意力融合的融合遥感影像变化检测方法，通过关注多尺度融合策略来解决变化检测存在的多尺度问题。本文利用了特征金字塔网络自身的多尺度特性，目的是使网络学习到不同尺度的变化特征；同时，为了提升网络感受野和利用全局特征
海量遥感图像解译在军事和民用领域应用广泛，具有重要的支撑作用。遥感图像目标识别主要基于历史积累数据对未知样本中的目标类别进行确认，获取有价值情报信息。本文针对遥感图像目标识别问题，提出一种多特征联合自适应加权的算法框架。在该方法中，首先采用多个不同类别的特征对目标特征进行描述。这些特征的选取原则应该尽量具有互补性，并且最大程度较少重叠的冗余信息，从而保证多特征融合的性能和效率。分类阶段，基于联合稀
无线传感器网络定位在当前需求的推动下，已经成为热点研究领域。本文分别从定位方式、定位技术以及定位原理3个方面对无线传感器网络定位研究进行了梳理并展开了综述；其次，分别对3种基于无线传感器网络的定位算法进行了描述；然后，阐述了目前无线传感器网络定位的热点问题，其中，针对定位研究中非视距干扰问题，分别从非视距误差的数值特征和统计特征两个方面的研究现状进行了分析，并对基于多传感器融合的无线传感器网络定位