【摘 要】
：
地表沉陷对人类安全生产和生活造成严重影响，而非法采煤活动更易导致此类事件的发生，研究如何高效地对地下采煤活动进行监测具有重要意义。本文从面散射去相关、体散射去相关和形变梯度三个方面，分析了Sentinel-1A在盘州市地下采煤导致的地表沉陷监测中的适用性；使用干涉相位图计算形变区边界及其相位形变梯度，与参考图形和参考梯度进行相关性计算并设置阈值，以提取地下采煤导致的地表沉陷范围。结果表明：(1)
论文部分内容阅读
地表沉陷对人类安全生产和生活造成严重影响，而非法采煤活动更易导致此类事件的发生，研究如何高效地对地下采煤活动进行监测具有重要意义。本文从面散射去相关、体散射去相关和形变梯度三个方面，分析了Sentinel-1A在盘州市地下采煤导致的地表沉陷监测中的适用性；使用干涉相位图计算形变区边界及其相位形变梯度，与参考图形和参考梯度进行相关性计算并设置阈值，以提取地下采煤导致的地表沉陷范围。结果表明：(1) Sentinel-1A抗地形坡度去相关能力强，临界坡度范围为[39.24°，39.32°]；(2) 植被
其他文献
获得清晰准确的水下图像是人类探索水下世界的重要前置条件。然而与平常图像相比，水下图像往往具有对比度降低，细节保留不足及颜色失真缺陷，导致其视觉效果不佳。因此，提出基于人工欠曝光融合和白平衡技术的水下图像增强算法（AUF+WB）对水下图像进行增强。首先，通过利用调节伽马值的方式对原始水下图像进行操作，生成5幅相应欠曝光图像。随后，应用多尺度融合技术并结合对比度、饱和度及曝光度的定义权重生成融合图像。
随着无人机技术的成熟，配备摄像头的无人机被广泛应用于各个领域，自动高效地分析和理解从无人机收集的视觉数据非常重要．基于深度卷积神经网络的目标检测算法在许多实际应用上取得了惊人的成绩，但往往伴随着巨大的资源消耗和内存占用．因此，对于无人机上携带的计算能力受限的嵌入式设备来说，直接运行深度卷积神经网络非常具有挑战性．为了应对这些挑战，以经典的目标检测方法YOLOv3(you only look onc
双体小行星探测已成为当前深空探测的重要领域,提高双体小行星探测器的导航精度是该领域的研究重点之一.本文以球体-椭球体的双体小行星模型为背景,设计了一种基于双探测器对双体小行星光学观测信息和星间测量信息的自主协同导航方案.考虑到从星相对于主星的位置不确知会影响探测器的导航精度,本文设计了对从星状态进行扩展估计的导航滤波器.特别地,通过分析导航系统的可观测度和轨迹约束,本文重点研究了导航观测几何构型并
针对腹部增强扫描成像中，因图像对比度偏低，肾脏与肿瘤的边界模糊带来自动分割困难的问题，提出一种基于多阶段逐步精细方式的肾脏与肿瘤分割方法。首先，建立一个加入残差连接的U-Net网络对肾脏进行预分割；然后，利用加入密集连接的U-Net网络对肾脏和肿瘤细分割，后一阶段根据前一阶段分割结果得到的最大包围矩来对输入图像进行裁剪，通过裁剪可以获取肾脏更准确的位置特征，当Dice系数无提高时，结束细分；同时加
南水北调项目的开通，使北京市的用水结构发生明显改变，北京平原地区的地下水开采量相对减少。本文旨在利用时序InSAR技术对覆盖北京平原地区的升轨Sentinel-1A数据进行处理，分析南水进京后北京平原地区地面沉降的变化特征。结果表明：（1）2017年5月到2019年12月北京朝阳地区与通州地区的最大年沉降速率分别为115mm/a和120mm/a，相比于南水进京前，最大年沉降速率得到一定程度的缓解；
为了增加高压输电线路巡检效率，提出改进更快速区域卷积神经网络(Faster-RCNN)的绝缘子检测算法。首先，在特征提取网络中添加具有注意力机制的动态选择机制网络(SKNet)，使网络着重学习与绝缘子特征相关通道；其次，借助滤波器响应归一化层(FRN)替代原归一化层(BN)，避免模型陷入梯度饱和区域；最后使用距离交并比(DIoU)代替原交并比(IoU)方法，精确表达特征候选区域框位置。对开源航拍绝
水生植被对维持生态系统健康稳定具有重要意义，而绕有限尺寸淹没植被群落的流动又对物质输移和植被演化具有重要影响。本研究将淹没植被群落概化为圆形刚性圆柱阵列，并基于实验室水槽实验，采用粒子图像测速技术对不同密度植被群落的尾流时均流场进行测量，以探究植被密度变化对其尾流结构的影响。结果表明：植被斑内的顺流向出流强度随植被密度的增大而增大，同时植被斑直径的大小也对出流强度有影响；当植被密度大于0.1时，植
电子计算机断层扫描(CT)三维重建技术通过上采样体数据以提高三维模型质量，改善模型中的锯齿状边缘、条纹状伪影和不连续表面等现象，从而提高临床医学中疾病诊断的准确率。本文针对以往CT三维重建后模型仍然不够清晰的问题，提出了一种基于超分辨率网络的CT三维重建算法。模型为具有双重损失的优化学习纵轴超分辨率重建网络(DLRNet)，通过单轴超分辨率进行腹部CT三维重建。模型末端引入优化学习模块，且除计算基
[目的]为快速掌握若羌绿洲特色林果业种植信息，提高特色林果资源调查的信息化水平，服务若羌特色林果业的发展。[方法]本研究通过野外调查和室内文献资料分析建立遥感分类的先验知识，采用面向对象的影像分析方法，构建多尺度分割结果的光谱、植被指数、形状指数、纹理特征，采用CART和随机森林算法进行遥感分类，分析不同分类算法、特征集对分类结果的影响。[结果]1)随机森林算法相比于CART算法总体分类效果好，分
为实现对“低慢小”无人机的有效探测，提升检测精度和定位质量，提出一种基于联合注意力和CenterNet的低空无人机检测方法。针对通用目标检测算法小目标漏检率高的问题，引入解耦的非局部算子，捕捉光学图像目标区域的关联性。利用无人机群个体间的相似性，将离散的无人机特征相互关联，降低漏检率。为获得更加精准的检测框，对CenterNet的标签编码策略和边界框回归方式进行优化，引入定位质量损失，提升检测框定