首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  免费   1篇
测绘学   8篇
  2019年   1篇
  2018年   3篇
  2017年   1篇
  2016年   2篇
  2015年   1篇
排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
针对高分全色卫星影像场景复杂、波段单一、波谱范围有限的特点,提出了一种基于图割模型的自动云检测方法。该方法首先通过亮度双阈值和Gabor纹理特征将影像分为云区、非云区和不确定区域;再计算像素点的能量项和平滑项;然后通过图割模型确定不确定区域像素点的类别,从而检测出精确的云区。结果表明,该方法能有效检测高分全色影像上的云区范围,且无需人工干预,可满足自动化生产需求。  相似文献   
3.
针对高分一号卫星影像普遍含云且光谱探测范围窄、波段少、数据量大的特点,提出一种基于自适应阈值和形态学综合的云检测算法。选取一定数目的无云和含云样本影像,分别估算出最高和最低亮度阈值,以双阈值为限定条件改进最大类间方差算法,计算出精确亮度阈值,并定性筛选无云影像。通过云区形态学综合进一步改善云检测效果,得到影像云掩模和含云量。实验表明,该算法简单有效,能对少云、多云影像做出比较精确的检测,也能定性识别出无云影像,适用于全色、多光谱影像,可满足海量数据自动化处理的需要。  相似文献   
4.
国产高分辨率遥感卫星影像自动云检测   总被引:1,自引:0,他引:1  
谭凯  张永军  童心  康一飞 《测绘学报》2016,45(5):581-591
云检测一直是卫星影像处理的难题,特别是混有地物光谱特性的薄云长期成为影像产品生产的阻碍。本文所介绍的国产高分辨率遥感卫星影像自动云检测方法能够有效克服这一难题。首先采用改进的颜色转换模型,将影像由RGB转换至HIS颜色空间,利用影像强度信息与饱和度信息生成基底图,并使用影像近红外与色调信息对其进行优化,生成修正图。然后利用直方图均衡化与双边滤波结合带限定条件的Otsu阈值分割提取纹理信息,并对修正图进行误差剔除生成云种子图。最后以HIS颜色空间的强度信息为向导,结合云种子图进行云精确提取。与不同自动、人工交互式云检测方法相比,总体精度提高了10%左右,并且能够较好地提升云检测效率。  相似文献   
5.
针对资源一号02C 影像条带噪声的去除,提出了一种改进的矩匹配方法。该方法以移动窗口的方式对大范围卫星影像数据进行分段处理,并根据窗口内影像的信息量,自适应地确定窗口大小,且在参考值获取时引入更合理的高斯加权均值。实验表明,与现有矩匹配方法相比,本文方法在取得良好去噪效果的同时,还具有自动化程度高、灰度失真小等优点。  相似文献   
6.
针对高分辨率遥感影像中存在的条带噪声,提出了一种频域滤波与直方图匹配相结合的去噪方法。首先利用变换域的方法提取条带噪声;再利用butterworth滤波器滤除条带噪声成分;最后将滤波后的结果影像作为参考影像,对原始含条带噪声的影像进行基于影像列的直方图匹配。实验结果表明,该方法能有效去除条带噪声。  相似文献   
7.
介绍了一种无人机全景图配准算法,处理过程包括局部配准和全局配准两个步骤。实验表明,本文采用的局部配准算法取得了较好的匹配精度,全局配准也有效避免了全景图中的扭曲现象,最终得到了合格、精美的无人机全景拼接影像。  相似文献   
8.
针对资源三号、高分一号等国产高分辨率卫星影像波段少、光谱范围受限的特点,提出一种通过高斯混合模型拟合影像灰度直方图从而自动获取灰度阈值的云检测算法。首先由影像灰度直方图自适应地获取高斯混合模型初始拟合参数,然后依据期望最大原则对初始参数进行调整,最后根据拟合模型中各高斯分量的分布特点,自动确定该波段影像中云与晴空之间的灰度阈值。实验表明,该算法不受限于卫星光谱范围,同时适用于含云和无云影像,检测精度较高,且不需要辅助信息和人工干预,可满足自动化生产的需要。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号