一种CORS站高程序列噪声识别算法     

吉长东  吕广涵  张恒璟  崔东东 《测绘科学》2021,46(3):8-16

针对能量密度谱判断噪声与信号主导模态分界点性能不稳定的问题,该文提出基于夹角余弦的分界点判断方法。该方法首先利用EEMD对CORS站高程数据进行分解,其次计算原始信号与各阶模态分量的夹角余弦值,最后根据夹角余弦值的首次逆向转折位置判定噪声主导模态和信号主导模态的分界点。以4个CORS基准站近20年原始高程时间序列信号为研究对象,对噪声与信号模态分量分界点进行判定,实验结果表明采用基于夹角余弦的判定方法可以一次判断出噪声和信号模态分量的分界点。该方法应用到CORS站高程信号与噪声序列的识别中性能更加稳定。  相似文献   

基于小波去噪的灰色模型在变形监测中的应用     

武文锐  师思超 《地理空间信息》2021,19(5):85-88

灰色模型可在"贫信息"的条件下发现变形观测数据中的规律,但不能去除数据中噪声的影响;而小波分析可有效识别并剔除变形监测数据中的噪声(误差),使变形规律更加明显;结合两种方法的优势能增强数据分析的可靠性,提高预测精度.将小波去噪与灰色模型相结合,研究了该分析方法在高铁隧道变形监测中的应用,并得到了较可靠的预测结果.  相似文献   

基于Sentinel-2卫星遥感影像的去云方法研究     

郭保 《测绘与空间地理信息》2021,44(10):150-152

在光学遥感卫星图像中,云是普遍存在的现象,它严重降低了图像的质量,因此,去云处理就是一个必不可少的步骤.深度神经网络在许多图像处理任务中取得了成功,但是利用该方法针对遥感图像的去云研究较少.本文采用GAN来解决遥感图像去云问题,首先训练生成模型生成无云影像,同时训练判别模型使生成的模型更加真实和清晰,最终达到从被云覆盖的卫星图像中恢复并增强这些区域的信息,生成质量更好的无云图像的目的.基于人工智能标注的Sentinel-2卫星遥感影像数据集的试验表明,与传统的小波变换基准相比,提出的生成对抗网络模型在去云处理方面效果有明显提升.  相似文献   

桥梁变形数据小波去噪与PSO-BP神经网络预测     

刘占利 《测绘与空间地理信息》2021,44(11):151-154

跨海大桥在运行期间因受自身因素以及飓风、海浪等多种外界因素的影响,桥梁变形表现为非线性变形.针对这种现象,本文以跨海大桥观测数据为例,使用小波理论进行去噪处理,对去噪后的数据分别建立BP神经网络预测模型以及POS-BP神经网络预测模型,并对比分析预测结果.结果表明:POS-BP神经网络预测模型预测精度更高.  相似文献   

基于矩阵束法的时域航空电磁响应数据的重构     

郑凯  王绪本  陈斌  吕东伟 《物探与化探》2010,34(6)

为快速处理时域航空电磁响应数据,可将数据从时域变换到τ域,并提取数据的极点和留数信息,它们是与目标地质体的几何属性和物性相关的参数。基于矩阵束法,将感应电动势理论响应数据表示成矩阵形式,并分解构造矩阵束,通过奇异值分解和最小二乘法来进行参数估计。进行了正演模拟,重构理论响应数据和去噪能力研究。结果表明,有限个极点及其留数能够较好体现瞬态响应的主要特征,并对随机干扰有一定的抑制作用,这为快速处理解释时域航空数据提供了一种实用方法。  相似文献   

拉萨地块北部去申拉组火山岩:班公湖-怒江特提斯洋南向俯冲的产物?   总被引：17，自引：4，他引：13  

康志强  许继峰  王保弟  陈建林 《岩石学报》2010,26(10):3106-3116

拉萨地块广泛分布有中生代的岩浆活动,研究它们对于认识特提斯洋的演化和理解整个青藏高原的形成过程有着重要的启示。本文首次对出露于拉萨地块北缘的去申拉组火山岩进行了详细的主、微量及同位素地球化学研究,结果显示去申拉组火山岩主要包括亚碱性的玄武岩、玄武安山岩、安山岩,主体为中钾钙碱性系列;其明显亏损高场强元素(Nb、Ta、Ti等),相对富集大离子亲石元素(Rb、Ba、Sr等),具有岛弧火山岩的特征;稀土元素配分模式主体表现为轻稀土元素富集右倾型,少数具有较平坦的配分模式,无Eu异常;具有低Sr、高Nd(εNd:0.32～5.29)同位素特征,表明其源于亏损的地幔源区,暗示其为俯冲带地幔楔部分熔融的产物。结合区域地质资料及前人的研究成果,认为去申拉组火山岩代表了特提斯班公湖-怒江洋盆沿拉萨地块北缘南向俯冲消减的产物,从而为中生代班公湖-怒江洋盆的南向俯冲消减提供了直接的岩石学证据。  相似文献   

北京一号小卫星图像镶嵌处理技术研究     

高仉生  赵英俊 《铀矿地质》2010,26(1):60-64

介绍北京一号小卫星数据的特点及应用情况,分析了卫星图像镶嵌处理技术流程,对其中的技术难点,如去条带处理、几何校正、图像拼接及色彩平衡等进行了重点探讨并提出解决办法。利用北京一号小卫星数据将两幅多光谱影像进行了镶嵌处理,得到了一幅覆盖整个研究区的新影像,镶嵌影像色彩丰富、层次感好、信息量大。  相似文献   

一种差分进化BM3D硬阈值参数的遥感影像去噪方法     

胡鹏程  唐诗华  张炎  刘坤之  吕富强  李灏杨 《测绘通报》2023,(2):72-77

针对遥感影像高斯白噪声去噪的问题,本文首先利用差分进化(DE)优化三维块匹配(BM3D)中的硬阈值变换参数(参数包括块距离阈值和三维变换域硬阈值参数);然后使用优化的BM3D算法消除影像中高斯白噪声,以峰值信噪比(PSNR)、结构相似度(SSIM)和边缘保留指数(EPI))作为评价指标。试验结果表明,在噪声密度不同情况下,融合算法的PSNR、SSIM和EPI均有所提升,尤其EPI相较于BM3D算法提高约2%。整体上,融合算法的遥感影像高斯白噪声的去噪效果优于单一BM3D算法。  相似文献   

耕地复种指数遥感监测研究进展     

葛中曦  黄静  赖佩玉  郝斌飞  赵银军  马明国 《地球信息科学学报》2021,23(7):1169-1184

复种指数是进行粮食估产、耕地集约利用评价、农业生态系统模拟等的关键参数,及时、准确地提取复种指数对于粮食安全、土地管理和生态环境安全具有重要意义。在传统的研究中,复种指数主要来源于地面统计数据。使用统计数据来计算复种指数虽然过程简单,但是计算结果存在信息滞后、无法体现统计单元内部的空间异质性、精度低等不足。遥感技术因具有大范围、高时效、低成本等优点而被用于耕地复种指数监测,已有学者对耕地复种指数的遥感监测开展了大量工作。本文以复种指数遥感提取的关键环节为主线,对1997—2020年国内外相关研究进行综述：首先,梳理了已有研究中的监测方法、高质量时间序列遥感数据获取方法及提取结果精度验证方法,并对不同方法的优缺点进行了总结;其次,对已有研究中存在的不足进行了探讨,并提出未来研究的侧重点：① 开展已有监测方法的对比和分析;② 加强地形复杂地区、小农尺度的监测力度;③ 提高遥感数据时空分辨率及处理效率;④ 对提取结果进行多尺度验证。  相似文献   

基于卷积神经网络的ICESat-2光子点云去噪分类     

陆大进  黎东  朱笑笑  聂胜  周国清  张兴忆  杨超 《地球信息科学学报》2021,23(11):2086-2095

ICESat-2（Ice, Cloud, and land Elevation Satellite-2）是美国NASA（National Aeronautics and Space Administration）在2018年发射的激光测高卫星,其上搭载的激光测高系统ATLAS（Advanced Topographic Laser Altimeter System）采用微脉冲多波束光子计数激光雷达系统,因其低能耗、高探测灵敏度、高重复频率的特性极大改善了沿轨采样密度,但也使获取的数据中包含大量的噪声,如何有效实现光子点云去噪分类成为后续应用的关键,也是当前研究的热点和难点,为此本文提出一种基于卷积神经网络的光子点云去噪和分类算法。首先将光子点云按照沿轨和高程方向划分格网,去除明显的噪声光子,并将每个粗信号光子点栅格化为影像;然后基于少量样本构建的卷积神经网络分类模型实现光子点云精去噪和分类;最后利用机载激光雷达数据进行验证,并与ATL08产品的去噪分类结果进行对比。结果表明,对于裸地和森林区域,卷积神经网络算法均能有效去除噪声光子,特别对于森林区域,可同时实现去噪和分类;其中,裸地区域地表计算的R²和RMSE分别为1.0和0.72 m,森林区域地表和树冠计算的R²分别为1.0和0.70, RMSE分别为1.11 m和4.99 m。本文利用深度学习算法实现光子点云去噪分类,在裸地和森林区域均取得了较好的结果,为后续光子点云数据处理提供了参考。  相似文献