排序方式: 共有7条查询结果,搜索用时 31 毫秒
1
1.
研究不同区域黄土颗粒和孔隙大小、形状和排列的定量差异,针对甘肃兰州、陕西西安和山西运城的原状黄土的电镜照片进行定量分析。首先应用Autocad描绘获得颗粒和孔隙的边界,拉开各对象后填充,然后导入到图像分析软件中获得各对象的长轴,短轴、周长、面积和长轴方向角;其次应用得到的参数计算反映对象大小、形状和定向排列的定量参数;最后比较不同区域原状黄土中颗粒和孔隙的定量参数差异。结果表明:甘肃兰州黄土颗粒的平均直径最大,形状最偏离圆形,三个区域颗粒排布在空间分布均匀;甘肃兰州黄土的孔隙平均直径与陕西西安的接近,形状更偏离圆形;颗粒的平均直径接近于孔隙的平均直径,颗粒形状更接近于圆形。 相似文献
2.
利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数:地表比辐射率和大气透过率;然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较。结果表明,劈窗算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围内快速实时监测地表温度。 相似文献
3.
栈式稀疏自编码网络的多时相全极化SAR散射特征降维 总被引:1,自引:0,他引:1
利用极化合成孔径雷达(PolSAR)能够实现地物的识别和分类,而多时相全极化SAR可以获取地物更多的散射特征,提升地物识别精度,但高维散射特征的引入会带来严重的维数灾难问题。为了实现对高维散射特征的有效降维,本文提出一种基于栈式稀疏自编码网络S-SAE(Stacked Sparse AutoEncoder)的多时相PolSAR散射特征降维方法。该方法首先对PolSAR数据进行极化目标分解以获取高维散射特征;然后使用S-SAE对获取的多维特征进行降维处理,其中S-SAE降维方法首先采用无监督训练方式进行逐层贪婪训练;再结合Sigmod分类器,利用监督训练的方式对S-SAE进行参数优化,实现高维特征的有效降维;最后以降维后的特征作为支持向量机(SVM)和卷积神经网络(CNN)分类器的输入,实现地物分类。通过仿真和实测的两组多时相Sentinel-1数据处理结果表明,双隐层的S-SAE降维方法在各分类器上均取得最优的降维效果;对比各降维方法在SVM分类器上的分类精度,S-SAE较于局部线性嵌入(LLE)与主成分分析(PCA)降维方法,总体分类精度分别至少提升了9%和14%;在CNN分类器上,S-SAE较于LLE与PCA降维方法,总体分类精度分别至少提升了7%和9%。 相似文献
4.
为实现对物体表面三维信息的自动获取和多方位扫描结果的数据配准,提出了一种基于简易平面标靶的标定方法,并构建了相应的线激光三维扫描系统.首先,设计制作一个含有10个特征点的平面标靶,并利用平面标靶中的特征点对扫描系统进行姿态和位置标定;其次,利用平面标靶中的特征点计算其平面方程及平台平面方程;然后,在扫描时可以利用上述所得的平面方程求出激光平面方程,进而采用几何知识计算得到三维点云数据;最后,根据移动前后标靶图像上特征点信息计算出扫描系统的外部参数——平移旋转矩阵,从而可以实现多方位扫描数据的配准.试验结果表明,在距离45 cm处,几何投影变换求得的平面方程误差小于0.5%,每幅图像处理的时间小于60 ms,误差低于1.15 mm,基本满足三角测量的稳定可靠、精度高、成本低、比较适合现场标定等要求. 相似文献
5.
利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数:地表比辐射率和大气透过率;然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较.结果表明,劈窗算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围内快速实时监测地表温度. 相似文献
6.
7.
1