共查询到10条相似文献，搜索用时 218 毫秒
1.
20 0 1年 10月 18日 ,美国地球观测公司成功地将“快鸟”发射升空。据悉 ,地球观测公司在 2 0 0 0年年底拿到了联邦政府颁发的 0 .5ｍ分辨率商业成像经营许可证后 ,并不想设计和研制新的 0 .5ｍ分辨率卫星 ,而是决定修改原来的“快鸟 2”卫星计划 ,通过调整卫星的飞行轨道 ,使全色 (黑白 )分辨率由原计划的 1ｍ提高到 0 .6 1ｍ ,多谱段 (蓝、绿、红、近红外 )分辨率由原来的 4ｍ提高到 2 .4 4ｍ。卫星的重访周期为 1- 3.5ｄ。公司为用户提供的标准图像和正射产品 ,全色分辨率为 0 .70ｍ ,多谱段分辨率为 2 .8ｍ。“快鸟”系统的独特之处在于… 相似文献
2.
针对超分辨率重建后图像分辨率指标计算困难的问题,该文提出一种利用地面靶标的重建图像分辨率计算方法。依据靶标原理和分辨率测量需求设计出改进的线阵和辐射状地面靶标;实地拍摄不同分辨率的靶标图像,建立真实分辨率图像库;采用卷积神经网络方法对拍摄图像进行超分辨率重建,并利用靶标计算重建后图像的分辨率,并与MSE、RMSE、PSNR等指标进行对比,进一步验证本文方法的可行性。通过实验可以得出,线阵与辐射状靶标对图像分辨率的评价结果与主观评价结果一致。实验证明,该方法能够计算出超分辨率重建后图像分辨率值,研究成果具有实际应用价值。 相似文献
3.
利用BG算法提高微波辐射计空间分辨率 总被引：3，自引：0，他引：3
将BG算法应用于增强微波辐射计空间分辨率 ,BG算法的基本原理是 ,如果测量密度大于仪器本身的分辨率 ,便可找到周围测量点的线性组合而得到一幅较高分辨率的图像 ,此原理同样适合其它遥感仪器。借鉴Stogryn的研究成果 ,在应用BG算法的同时 ,引入可调参数 ,它能够调整空间分辨率和系统的灵敏度之间的约束关系 ,使增强后的图像能够进行折衷处理 ,而不至于因为过分增强分辨率而使图像的斑点噪声增大 ,降低图像的质量。应用BG算法 ,对 2 0、5 0和 90GHz的微波仿真图像进行了图像增强处理 ,结果表明图像分辨率得到了增强 ,空间分辨率提高的倍数依赖于数据采样密度。 相似文献
4.
图像的空间分辨率是衡量遥感能力的重要指标,也是衡量遥感水平的重要标志,针对圆扫描方式获取的扫描图像特征,分析获取图像的地面覆盖情况,阐述改善扫描图像分辨率的方法。通过实际图像数据进行对比试验,表明圆扫描图像的分辨率是可以提高的。 相似文献
5.
6.
一种提高CCD成像卫星空间分辨率的方法研究 总被引：10，自引：0，他引：10
从卫星硬件设计与地面软件处理相结合的角度出发，建立了一套提高卫星图像空间分辨率的方法。对模拟靶标图像、一航景物图像、遥感图像分别进行了不同分辨率成像效果的计算机模拟。结果表明，所建立的卫星图像空间分辨率提高理论是正确的，使卫星图像空间分辨率提高2倍甚至更多在理论上是可行的。这一研究成果的实际应用，将会提高卫星的空间分辨率，也可以在保持卫星分辨率的条件下，缩小光学仪器的焦距，使卫星相机小型化，减小其体积和重量。 相似文献
7.
海啸地区遥感图像空间分辨率定量评价研究 总被引：2，自引：2，他引：2
图像空间分辨率是图像质量评价的一项关键性指标,也是图像应用中举足轻重的一个参数。由于图像的成像方式不同,同一幅图不同方向的空间分辨率是变化的。由于影响图像空间分辨率的因素非常复杂,所以迄今为止尚无统一、有效的定量评价图像空间分辨率的理论和方法。该文基于熵理论和图像信息的特点,提出了变率信息熵的概念和算法,并进行了相关的特性分析。经过对模拟生成的条形码靶标图像和2004年印尼海啸地区的DMC等卫星遥感图像的处理和实验,验证了此方法可以客观、定量地评价一幅图像在水平和竖直方向的空间分辨率,实验结果证明了算法的有效性。 相似文献
8.
以地形图上的地物点作控制，在肉眼配准下放大SPOT图像，图像的几何精度能否满足有关大、中比例尺专题图编制的精度要求，这是专题图编制人员一直所关心的问题。根据国内外有关研究已知，SPOT图像影像的几何误差在10米左右（指分辨率为10米的全色图像），可以用于测绘1/10万和修测1/5万比例尺的国家基本地形图[1]。从这一结果来看，SPOT图像用于编制中比例尺专题图，其精度是不成问题的。但由于编制这类比例尺专题图需要放大图像的比例尺，如果放大时操作不严或使用的方法不当，则势必影响图像的原有质量，使图像不能用于专题图的编制工作。 相似文献
9.
图像超分辨率重建是通过对单张或多张具有互补信息的低分辨率图像进行处理,重建一张高分辨率图像的技术。在单张图像的超分辨率重建中,基于稀疏表示的方法取得了很好的效果,得到了广泛的应用。一张图像中不同区域的图像块的内容一般会有显著变化。而基于稀疏表示的超分辨率重建算法多采用固定的字典,无法适应每一个图像块的重建需求。提出了一种结合外部数据和输入图像自身信息进行超分辨率重建的方法,通过搜索待处理图像块的非局部自相似块,结合在线字典学习方法对字典进行更新,从而保证更新后的字典能够匹配待处理的图像块。采用包括遥感图像在内的5张图像进行实验,并与4种经典的超分辨率重建算法进行比较,实验结果表明,此算法在主观评价和客观评价方面都有更好的表现。 相似文献
10.
针对MODIS图像分辨率受传感器限制和噪声干扰,且分辨率局限在一定水平等问题,提出一种采用主题学习和稀疏表示的MODIS图像超分辨率重建方法,该方法通过双边滤波将MODIS图像的平滑及纹理部分分离,并将纹理部分看成是由若干"文档"组成的训练样本;运用概率潜在语义分析提取"文档"的潜在语义特征,从而确定"文档"所属的"主题"。在此基础上,针对每个主题所对应的图像块,采用改进的K-SVD方法训练若干适用于不同主题的高低分辨率字典对,从而可以运用这些字典对,通过稀疏编码实现测试图像相应主题块的超分辨率重建。实验结果表明,重建图像在视觉效果和PSNR等指标上均优于传统方法。 相似文献