【摘 要】
：
以垄行结构玉米农作物为例,通过构建玉米平均理念植株进行玉米植株的参数化,解决了不同生长期玉米冠层叶片的空间分布变化问题,构建了适用于全生长期玉米冠层方向孔隙率的计算模型。模型将不同生长期的行播作物的冠层孔隙率计算归纳到同一个近似体质下,以Boolean原理为基础计算冠层的各向孔隙率。通过与RGM模型对不同生长期冠层方向孔隙率计算结果的对比,验证了本模型的计算精度。
【机 构】
：
中国石油大学（华东）理学院,中国资源卫星应用中心,山东科技大学测绘科学学院
论文部分内容阅读
以垄行结构玉米农作物为例,通过构建玉米平均理念植株进行玉米植株的参数化,解决了不同生长期玉米冠层叶片的空间分布变化问题,构建了适用于全生长期玉米冠层方向孔隙率的计算模型。模型将不同生长期的行播作物的冠层孔隙率计算归纳到同一个近似体质下,以Boolean原理为基础计算冠层的各向孔隙率。通过与RGM模型对不同生长期冠层方向孔隙率计算结果的对比,验证了本模型的计算精度。
其他文献
基于卫星编队的InSAR系统是一个多基雷达系统,依靠卫星编队构型形成干涉所需的基线。在卫星编队的InSAR系统中,由于参与编队的各卫星相对位置不断变化,故其基线值也在不断变化。在动态变化中基线测量所得的基线一般是某一时刻两颗卫星雷达天线相位中心之间的连线,不能直接用于高程测量,需要对基线重新进行确定。本文在分析了需要基线确定原因的基础上,提出了基线确定的方法,并分析了基线误差对InSAR高程测量精
在分析区域目标卫星成像编程特点的基础上,建立了多星联合观测条件下区域目标成像编程的约束满足问题模型,并对模型数学复杂度进行了分析。提出了采用遗传算法对模型进行求解,并给出了详细的实现过程。最后对模型和求解方法进行仿真验证,结果显示生成的成像方案是可行的。
传统的基于金字塔的影像增量更新方法中,变化区域的影像以金字塔的影像块形式存储。本文提出一种自动生成影像块的方法,将较为集中的变化区域合并为近似其外边界的最小凸多边形,以此为边界裁剪原始影像得到变化区域的影像块,一定程度上减少了数据的冗余。
约束Delaunay三角网在土方量估算、三维表达、地形拟合等方面得到了广泛的应用。本文对传统的无约束三角网生长法进行了扩展,使扩展后的算法可以同时满足外部边界约束及其内部多线串约束。通过对构网过程中的主要判断法则进行优化,提高了算法的效率和鲁棒性。试验表明将本文算法应用于"快速立体解译平台"中的不规则实体体积估算可以取得很好的效果。
影像拼接主要存在拼接错位和拼接缝的问题。本文首先采用RANSAC算法剔除SIFT特征匹配的误匹配点并进行初始单应矩阵估计;其次引入光束法平差消除误差的累积,实现精确的全局对准从而避免拼接错位;最后采用多波段融合消除拼接缝效应。试验证明,本文实现的影像自动拼接算法很好地克服了以上问题,得到视觉效果较好的拼接影像。
图像配准是图像融合、变化检测和目标跟踪等的基础。针对城区高分辨率SAR图像的特点和特征点选取的困难性,提出了一种基于Hausdorff距离的城区SAR图像自动配准方法。首先运用Otsu图像分割与Canny算子相结合的方法对图像中的道路或河流边缘特征点进行提取,再以Hasudorff距离为相似性测度对提取的特征点集进行匹配。基于TerraSAR-X图像的实验结果表明,运用该配准算法无需提取的特征点间
图像匹配是数字摄影测量和计算机视觉领域中的关键技术。目前,基于特征点的匹配广泛应用于图像匹配中,至关重要的是如何定位特征点,高精度的特征点产生高精度的匹配结果。本文提出了3-D Harris特征点检测算子,分两个步骤实现:采用高斯算子平滑灰度突变点和利用Harris算子提出视频中的像素角点。实验结果表明了3-D Harris算子的高效性和精确性。
基于特征向量分解和基于散射模型的极化目标分解是全极化SAR非相干分解中的典型算法。本文对比研究了两种算法的特点及分解结果在地物识别分类方面的优势,在基于特征向量分解得到的H-Alpha特征平面的基础之上,引入散射机制判别指数来刻画地物的类别差异,从而能约束H-Alpha平面分割的界限以提高分类的精度,而且利用散射机制占优性强弱可辅助分类结果的解译。实验选取了鄱阳湖地区一景Radarsat-2标准全
城市地区由于地表结构复杂,地表类型多样,使得利用遥感技术计算该类型区域的地表反射率及提取地表参数时面临较大困难。本文针对以上问题,基于几何光学模型的思想建立了一种新型的城市地区双向反射模型。该模型通过对可视光照建筑面、可视阴影建筑面、可视地表光照面、可视阴影地表4种几何分量的计算来确定城市地区的双向反射率,并且与现有的"街区"模型进行了对比。结果表明,本文提出的城市地区双向反射率模型具有较高的精度
从经典形态学细化方法研究出发,结合超宽带SAR图像特点和超宽带SAR图像道路提取的应用背景,提出了一种基于几何主轴和Hough变换的超宽带SAR图像边缘细化方法。该方法克服了经典形态学细化方法边缘细化中容易出现的毛刺现象和单纯Hough变换对于区域方向判定的误差,提高了道路边缘细化的完整性。其细化后的线基元形态良好,有利于线基元连接成完整的道路。