排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
高空间分辨率影像与多光谱影像融合,为影像处理提供了更加丰富的资源,有利于进行影像的分析和制图。本文以庐山及其周边区域的2009年5月11日LandsatETM＋与2009年5月6日SPOT5影像数据为例,对典型的融合方法进行了对比评价。融合方法包括加权融合法,HIS变换,改进的HIS变换,高频调制融合法（频域采用Butterworth滤波器．指数滤波器）,HSV变换,Brovey变换,CN变换,PC变换,Gram—Schmidt变换11种方法。评价指标为相关系数、信息熵、标准差、平均梯度、相对偏差、标准偏差。结果表明,不同的融合结果突出的侧重点不同。加权融合法、Grain—Schmidt变换,PC变换方法突出了影像的信息量丰富度、清晰度,提高空间分辨率能力。CN波谱锐化,改进的HIS变换,BWO高频调制融合,指数高频调制融合方法光谱保真度较好。改进的HIS变换,BWO高频调制融合,CN波谱锐化,指数高频调制融合法在空间分辨率及光谱保真度、清晰度、信息丰富度方面的能力较均衡。 相似文献
2.
深度学习在高分辨率遥感影像冬油菜提取中的应用 总被引：2，自引：0，他引：2
近年来，深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征，提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域，获取油菜盛花时期高分一号（GF-1）影像，并以沙洋县为基础影像，通过手工标记制作油菜训练样本。设计两种深度学习框架模型，一种以卷积神经网络（CNN）为框架，构建一维卷积神经网络（1D-CNN）模型，第二种以循环神经网络（RNN）为框架，组合门控循环单元（GRU）模型，训练标准样本模型，完成油菜分类提取。最后，与传统支持向量机（SVM）、随机森林（RF）方法进行了结果对比。试验结果表明，本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法，为进一步实现冬油菜提取自动化提供试验基础。 相似文献
3.
华北克拉通在中生代时期发生大规模的岩石圈减薄，伴生的早白垩世火山岩为研究克拉通破坏提供了窗口，但其中镁铁质火山岩成因和岩浆源区性质的争议，制约了对克拉通破坏机制和中生代岩石圈减薄结束时间的认识。本文用激光剥蚀电感耦合等离子质谱（LA-ICP-MS）方法对兴城玄武玢岩中的锆石、金红石进行了系统的微量元素分析，以揭示岩浆源区性质及其演化，并进一步探讨了华北克拉通中生代岩石圈减薄的机制和结束时间。锆石tTi温度计计算结果表明，兴城玄武玢岩锆石结晶温度为695~779℃，平均温度为730℃，说明玄武玢岩可能起源于俯冲带地幔楔交代橄榄岩。微量元素分析结果显示，锆石富集HREE，LREE与HREE分异明显，Nb、Ti亏损，Th、U和Hf相对富集，Ce、Eu呈不同程度的正、负异常；金红石Nb、Ti、Hf等高场强元素呈不同程度富集，Sr明显亏损，无明显的Ce、Eu异常。微量元素特征也显示玄武玢岩岩浆起源于岩石圈地幔交代橄榄岩，后期经历了氧化作用和分离结晶作用。结合区域内相关地质资料，认为兴城玄武玢岩岩浆为古老岛弧型岩浆。华北克拉通中生代岩石圈减薄的结束时间可约束到早白垩世晚期（约105 Ma），高角度俯冲的古太平洋板块回撤为华北克拉通岩石圈减薄的一级动力学机制，热化学侵蚀或拆沉为二级机制。 相似文献
4.
ETM与SPOT影像融合方法比较和评价——以庐山及其周边区域为例 总被引：1，自引：0，他引：1
高空间分辨率影像与多光谱影像融合,为影像处理提供了更加丰富的资源,有利于进行影像的分析和制图。本文以庐山及其周边区域的2009年5月11日Landsat ETM+与2009年5月6日SPOT 5影像数据为例,对典型的融合方法进行了对比评价。融合方法包括加权融合法,IHS变换,改进的IHS变换,高频调制融合法(频域采用Butterworth滤波器,指数滤波器),HSV变换,Brovey变换,CN变换,PC变换,Gram-Schmidt变换11种方法。评价指标为相关系数、信息熵、标准差、平均梯度、相对偏差、标准偏差。结果表明,不同的融合结果突出的侧重点不同。加权融合法、Gram-Schmidt变换,PC变换方法突出了影像的信息量丰富度、清晰度,提高空间分辨率能力。CN波谱锐化,改进的IHS变换,BW0高频调制融合,指数高频调制融合方法光谱保真度较好。改进的IHS变换,BW0高频调制融合,CN波谱锐化,指数高频调制融合法在空间分辨率及光谱保真度、清晰度、信息丰富度方面的能力较均衡。 相似文献
1