【摘 要】
：
遥感影像去云是遥感影像处理与分析的重要领域,对影像后续的信息提取等操作起到至关重要的作用。针对多时相遥感影像融合去云中对待重建图像的质量要求较高以及适用性较低的问题,提出了一种基于一幅或多幅参考影像信息进行多时相遥感影像融合的厚云去除算法,包括参考影像的选取、辐射归一化、多时相影像融合以及泊松图像编辑四个主要步骤。首先根据影像掩膜及主成分信息选取参考影像,并且进行多源遥感影像辐射归一化保留地物信息
论文部分内容阅读
遥感影像去云是遥感影像处理与分析的重要领域,对影像后续的信息提取等操作起到至关重要的作用。针对多时相遥感影像融合去云中对待重建图像的质量要求较高以及适用性较低的问题,提出了一种基于一幅或多幅参考影像信息进行多时相遥感影像融合的厚云去除算法,包括参考影像的选取、辐射归一化、多时相影像融合以及泊松图像编辑四个主要步骤。首先根据影像掩膜及主成分信息选取参考影像,并且进行多源遥感影像辐射归一化保留地物信息的变化情况;然后基于选择性多源全变分模型对影像进行融合处理,并通过泊松图像编辑技术改善影像融合后的边界梯
其他文献
新疆绿洲地区文化遗存丰富，考古遗址众多，是青铜-早期铁器时代古人类活动的重要场所。随着考古工作的开展，绿洲区古人类生存环境的研究正受到愈来愈多的关注。与内陆河型绿洲相比，在天山南北山前洪（冲）积扇缘绿洲区开展的环境考古工作较少。文章对位于西天山洪积扇前缘绿洲的泉水沟青铜时代遗址（3500aB.P．）进行了地貌与地层调查、沉积物年代测定，以及粒度、磁化率、色度分析，初步探讨了遗址区的地貌和古环境演变
水文数据是国家地理信息数据框架的重要组成部分，美国国家水文数据库始建于1990年代，由美国地质调查局主导，各州和地方水文部门协作共同建立，包括国家水文数据集（NHD）、流域边界数据集（WBD）、国家水文数据集+（NHD Plus）和高分辨率国家水文数据集+（NHD Plus HR）四个部分。
针对无人飞行器路径规划问题,实现了排序蚁群算法。在此基础上,引入了针对无人飞行器飞行特征的飞行角度优化策略,并建立了转移概率的更新原则。通过模拟飞行环境建立栅格化地图,进行仿真验证,输出无人飞行器的最优路径,以验证最优解的质量和算法的收敛速度。结果表明,该方法能有效消除飞行过程中的尖角和折返现象,更加符合无人飞行器的飞行特征。与传统的方法相比,算法的收敛速度和最优解的质量均得到了提升。
生态安全在保障极端干旱区人工绿洲城市应对生态环境威胁的重要性日益凸显。本文以快速城市化的新疆兵团屯垦戍边新城昆玉市所处的区域环境为研究对象,充分利用遥感技术与GIS优势,选取与其生态安全密切相关的9个关键生态因子构建PSR模型,从时空视角综合评价昆玉市的生态安全等级。结果表明:(1)2014—2018年昆玉市生态安全度大幅上升,较高生态安全区域面积增幅为4.5%,低生态安全区域面积占比降幅为9.3
设计有效的民用飞机人机交互适航验证场景是实施机组工作量审定的基础。依据中国民航规章CCAR-25部1523条款和附录D适航验证性要求，通过对运输类飞机机组工作量适航验证条款的解读，建立工作量审定人机交互适航内容及验证流程；确立机组工作量审定民用飞机人机交互适航场景设计原则，分别从测试机组、运行过程、运行环境以及运行状态四个维度设计验证场景，并实施典型机组工作量适航验证场景捕获；结合机组工作量评估策
三维人体的逆向建模在服装领域具有重要应用价值，然而测量人体模型时难以保证长时间的固定姿态，且人体表面不能喷涂纹理特征，急需实现非接触的人体模型高精度快速测量。该文提出一种数字散斑投射的高精度快速扫描方法，通过十参数畸变模型，实现相机的高精度标定，利用双目立体视觉原理，构件三维人体快速扫描的传感测量装置，通过大视场标定与坐标统一技术，结合彩色摄像机和散斑投影仪实现包含面部的人体全方位多视角图像，利用
随着遥感影像空间分辨率的提升,地物成像特征愈加复杂,基于纹理表达和局部语义等技术的变化检测方法已很难满足需求。为提升高分辨率遥感影像的变化检测精度,构建了一套较大规模的0.8～2 m高分辨率遥感人类活动变化检测数据集(HRHCD-1.0);同时将空间注意力和层注意力机制引入孪生变化检测网络中,设计了具有更强上下文变化语义特征提取能力的孪生注意力变化检测网络。模型对比实验中,孪生注意力变化检测模型相
针对原始自适应蒙特卡洛定位(adaptive monte carlo localization,AMCL)算法仅利用激光信息存在的缺陷，提出一种基于激光与视觉融合的语义地图进行全局定位，该语义地图融合基于深度学习的目标检测方法提取环境中的墙角语义；利用建立的包含墙角信息的二维语义栅格地图，结合视觉预定位方法及角点周围语义信息表来提高算法全局初始定位的效率和准确性，使得移动机器人可以在少量先验信息和
针对传统的物体3D运动参数测量方法存在的测量成本高昂、数据融合复杂、提取特征少等问题，提出了一种基于姿态估计的物体3D运动参数非接触式测量方法。首先，使用高帧率同步采集设备从不同视角捕获物体运动视频，弥补了单视角捕获目标容易出现盲区的缺点。其次，使用基于深度迁移学习的2D姿态估计框架DeepLabCut训练目标的2D姿态估计模型，利用模型估计物体不同视角的2D姿态，弥补了传统视觉方法提取特征少的缺
快速从遥感影像中提取出具有较高精度的建筑物是遥感智能化应用服务的重要研究内容之一。针对DeepLab模型对遥感影像建筑物边缘分割不精确、分割大尺度目标存在孔洞现象、网络参数量大等问题,提出一种轻量级DeepLabv3+模型的遥感影像建筑物提取方法。该方法使用轻量级网络MobileNetv2替换DeepLabv3+的主干网络Xception,从而减少参数量、提高训练速度;对ASPP中空洞卷积的空洞率