共查询到17条相似文献,搜索用时 15 毫秒
1.
2.
以单位四元数描述遥感影像共线条件方程,建立基于单位四元数的光束法平差模型。针对共线条件方程的非线性问题,基于LM(Levenberg-Marquardt)方法解算单位四元数光束法平差模型,并引入丹麦法实现无人机影像外方位元素的抗差估计。基于仿真数据和无人机影像对该方法进行了验证,结果表明:与基于单位四元数的无初值依赖算法进行比较,LM方法具有与单位四元数法相当的可靠性;引入丹麦法方法后可消除粗差观测值对参数估计的不利影响,得到较高精度的外方位元素估值。 相似文献
3.
对多卫星传感器数据进行融合,首先要将多个传感器数据通过重采样算法重新投影到标准网格上。本文运用一种基于多边形切割算法的通量守恒重采样算法对图像数据进行重采样,并将该算法与3种常用的重采样算法(最邻近插值法、双线性插值法、三次卷积插值法)在信息保真方面的性能进行了比较。将所比较的重采样方法应用于两幅具有代表性的图像,其中一幅为人造图像,用于定性比较各种采样方法在图像缩放中的采样精度;另一幅为某机场卫星遥感图像,用于评价各种重采样方法在旋转图像方面采样的性能,并以定量参数(相关系数及光谱真实性)比较各种采样方法。结果表明,通量守恒重采样法对原始图像的信息保真效果最好,更适用于卫星遥感图像数据融合中的重采样。 相似文献
4.
5.
本文提出了一种可业务化运行的海洋二号卫星散射计面元匹配方法,该算法主要用于将按时序排列的后向散射系数及相关参数投影到相应风矢量单元。面元匹配方法主要包括地面网格划分和后向散射系数观测结果重采样两个关键步骤。为简化计算,本文采用了以星下点轨迹为中心,以顺轨向及交轨向为坐标轴的地面网格划分方式。在重采样过程中,本文提出了一种“三点标定”重采样方法,利用观测脉冲的地面足印中心,星下点轨迹的起点,以及过地面足印中心做星下点轨迹垂线的交点,三点形成的直角三角形来计算每个后向散射系数观测结果在地面网格中对应的坐标。该直角三角形的两直角边分别对应观测脉冲在顺轨向和交轨向的坐标。同时,为减少由于星下点数据空间分布不连续引起的面元匹配误差,在采用三点标定法进行重采样之前,首先对星下点时空分布不连续的区域对时间插值,然后以时间为坐标,对星下点经度、纬度分别进行内插。对风矢量面元位置分布和风矢量反演精度等分析表明,本文提出的面元匹配算法,可在满足高质量海面风场反演的要求。 相似文献
6.
在讨论了MODIS中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer)遥感图像几何畸变的成因后,文章引入了利用MODIS数据间的互补性去除这种"双眼皮"现象的概念,其后采用了Kriging插值的方法对数据进行重采样.在与其他几何纠正和插值方法进行比对后结果表明,该方法能较好地去除边缘重叠影响,并能保持原有云图的特征和信息,对MODIS资料数据在后续的反演工作中有一定意义. 相似文献
7.
8.
高光谱图像中混合像元的存在不仅影响了基于遥感影像的地物识别和分类精度,而且已经成为遥感科学向定量化发展的主要障碍。MVC-NMF混合像元解混算法不需要假定纯像元的存在,并且在自动提取端元的同时,能够获取每种端元所对应的丰度图,然而该方法收敛速度较慢、效率较低,文中提出利用BBA(Barzilai-Borwein Algorithm)算法来实现MVC-NMF算法的迭代更新,从而提高了算法的效率。实验结果表明:该方法在相同迭代次数条件下比MVC-NMF算法解混的结果好、效率高。 相似文献
9.
针对海洋区域离岸距离5~30km的范围内船载重力测量数据覆盖空白的现状,基于已有测线数据,对其进行不同空间距离采样形成对应的采样序列。利用动态时间规整算法计算其与初始测线数据的相关系数,依据相关系数与采样距离之间的关系,确定了最优重采样空间距离新方法。以最优重采样空间距离对测线数据进行重采样,利用拉格朗日插值算法,沿测线方向将测线数据向陆地推估。经过不同测线的内外部检核,结果表明船载重力测量向陆地方向扩展的保守距离约为5~10km,减少了船载重力测量数据在近岸海域覆盖空白的面积。本研究成果可为建立陆海一致垂直基准工作提供更全面的基础数据,技术方法可为航空重力、地磁等测线数据的精细处理及应用提供参考。 相似文献
10.
11.
12.
13.
14.
15.
基于Radarsat-2全极化SAR、GF-1多光谱、Landsat-8多光谱影像,利用PCA变换、HSV变换等方法,分析了同空间分辨率的SAR与光学全色影像的信息量,并评价了其分别与Landsat-8多光谱影像的融合结果。结果表明:全极化SAR影像较全色影像的亮度高,图像标准差、信息熵及平均梯度总体趋于一致,信息量相当;融合影像目视效果相近,且SAR融合影像较光学融合影像包含的信息量更为丰富,利用高分全极化SAR影像替代光学全色影像开展海岸带遥感监测是可行的。 相似文献
16.
为提高遥感影像融合质量,提升资源一号(ZY-1 02D)高光谱遥感影像滨海湿地植被分类精度,提出将ZY-1 02D高光谱影像与空间分辨率为10 m的哨兵2号(Sentinel-2)影像进行Brovey融合,并通过搭建AlexNet卷积神经网络对ZY-1 02D高光谱影像和Brovey融合影像的滨海湿地植被进行分类,与支持向量机、随机森林和BP神经网络分类算法进行精度对比。研究结果表明:经Brovey融合后,AlexNet、支持向量机、随机森林和BP神经网络算法的植被分类总体精度分别提高15.60%、7.00%、14.80%和10.00%,Kappa系数提高了21.35%、9.93%、18.97%、12.85%;基于Brovey影像融合与AlexNet算法的植被分类精度最高,总体精度为92.40%,Kappa系数为89.42%。空谱融合配合AlexNet卷积神经网络有效解决了高光谱遥感影像在滨海湿地植被分类应用中精度较低的问题,为滨海湿地植被资源动态监测提供技术和方法支撑。 相似文献
17.
基于DeepLabv3架构的高分辨率遥感图像分类 总被引:1,自引:0,他引:1
针对目前使用机器学习解决高分辨率遥感图像分类主要存在下采样导致的细节信息丢失问题,提出了一种基于DeepLabv3架构的小波域DeepLabv3-MRF(Markov random field,MRF)算法。选择当前较为普遍的DeepLabv3架构分类算法,能够获得更为精确的分类结果;采用小波域DeepLabv3-MRF算法,还能够获得更为清晰的边缘细节信息。选取南方某地区高分辨率无人机遥感图像进行分类实验,通过小波变换的方向性、非冗余性以及MRF变换像素空间的交互性这三个方面,将分类结果与原始DeepLabv3架构分类结果对比分析。结果表明,所提出的分类方法精度明显高于原始DeepLabv3架构分类算法的精度,总体精度可提升3%左右,并且可以充分表达高分辨率遥感图像细节信息。 相似文献