公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

引入欧氏距离的各向异性扩散相干斑抑制被引量：3: 2017年; 目的相干斑噪声严重影响SAR影像解译。抑制相干斑同时,获取较好的边缘保持效果始终是相干斑抑制的重点。针对该问题,提出一种引入欧氏距离的各向异性扩散(EDAD)相干斑抑制方法。方法 EDAD算法以P-M模型与SRAD算法为基础,利用邻近像素间区域欧氏距离代替原有边缘检测算子,自适应区分同质区与异质区,有效构造各向异性扩散系数,完成相干斑抑制。结果运用EDAD算法与现存各向异性扩散算法对截取的两景Tan DEM-X影像进行试验研究并比较各类算法的评估参数。EDAD算法的等效视数分别为3.996与5.859,均高于其他算法,体现优越的相干斑抑制能力;EDAD算法相干斑抑制前后比值影像的均值分别为0.999与1.001,方差分别为0.270与0.269,较其他算法均更接近理想值1与0.273,展现更优边缘保持与相干斑抑制能力。结论本文算法可有效提高边缘检测能力,获取更优相干斑抑制效果。经验证,对分布较散的弱相干斑区域与分布较集中的强相干斑区域均有较好适用性。; 郭风成李参海李宗春王华斌; 关键词：相干斑噪声抑制各向异性扩散欧氏距离乘性噪声

一种遥感影像在线正射纠正方法和系统: 一种遥感影像在线正射纠正方法，该方法包括：客户端经由互联网连接到服务端的服务器；客户端从原始遥感影像中提取基本信息并将所提取的基本信息发送到所述服务器；所述服务器基于来自客户端的原始遥感影像的基本信息从服务端的影像控制点...; 唐新明王华斌李参海吴岚田娇娇王光辉; 文献传递

无人机影像匹配中尺度不变特征应用改进被引量：17: 2016年; 针对尺度不变特征变换算法用于无人机影像匹配中存在匹配效率低下,误匹配较多等问题,该文提出一种特征点提取优化算法,并改进了特征点匹配策略。通过将原始影像划分格网,依据每个格网影像信息熵的大小来合理分配各格网中特征点数量,实现了基于纹理信息丰富程度的特征点均匀分布;基于Harris兴趣值进行筛选,保留了适合于摄影测量的特征点;采用一种多层次自适应的匹配策略,在尽可能保留正确匹配的同时提高了匹配正确率。基于一对由小型无人机拍摄影像的实验结果表明,所提方法在大量减少SIFT特征点的同时,保证较高的正确率,增加了匹配点的精度,且提高了算法效率。; 刘玉轩蓝朝桢李参海姚富山李林; 关键词：尺度不变特征影像匹配无人机影像

多源遥感影像误匹配点剔除的粗糙模糊C-均值方法被引量：4: 2008年; 简要概述了遥感影像匹配中,误匹配点剔除的常用方法。对SIFT特征描述子生成及其匹配、粗糙模糊C-均值方法聚类分析的原理方法进行了详细论述。针对SIFT方法匹配出的大量点对,将不同时相,不同传感器、不同分辨率影像广义划分为同分辨率和不同分辨率。基于同分辨率影像匹配点对间连线具有相同的距离及斜率、不同分辨率影像匹配点对间连线的延长线交于一点的几何约束条件,利用粗糙模糊C-均值模型聚类分析方法对点对快速剔除误匹配点后,对剔除的结果利用最小二乘方法进行精匹配,结果达到亚像素。最后,通过对不同时相、不同分辨率、不同传感器的多源遥感影像实验分析验证了该方法的适用性、可靠性及精确性。; 李参海王光辉

高分辨率SAR影像道路交叉口自动提取方法被引量：7: 2017年; 针对高分辨率SAR影像道路交叉口提取易受周围地物干扰的问题,设计了一种利用三角形检测模型提取道路交叉口的方法。该方法首先采取滤波与锐化消除道路交叉口区域噪声点并凸显道路边缘;接着根据灰度特征,通过形态学运算确定道路交叉口候选区域;最后在候选道路交叉口区域运用三角形检测模型,确认道路交叉口。使用3 m Tan DEM-X数据进行实验,结果证明算法对各种常见二维道路交叉口模型均有较好识别效果。; 郭风成李参海李宗春张海波刘宇; 关键词：合成孔径雷达道路交叉口形态学运算高分辨率

1∶50000 DOM底图更新的快速生产试验被引量：3: 2014年; 本文提出了一种基于资源三号卫星数据、在已有的基础测绘成果图(如1∶10000 DOM及DEM)上采集并建立影像控制点库来开展1∶50000 DOM更新的底图快速生产的思路,并选取了黑龙江、甘肃等省作为示范区开展生产试验,结果表明影像控制点库对提高生产效率有显著效果,也完全能满足国家1∶50000 DOM更新的底图生产精度要求。; 李国元王华斌李参海李海军

一种遥感影像在线正射纠正方法和系统: 一种遥感影像在线正射纠正方法，该方法包括：客户端经由互联网连接到服务端的服务器；客户端从原始遥感影像中提取基本信息并将所提取的基本信息发送到所述服务器；所述服务器基于来自客户端的原始遥感影像的基本信息从服务端的影像控制点...; 唐新明王华斌李参海吴岚田娇娇王光辉; 文献传递

全选清除导出

共1页<1>

李参海