全文获取类型
| 收费全文 | 225篇 |
| 免费 | 3篇 |
专业分类
| 测绘学 | 211篇 |
| 地球物理 | 1篇 |
| 海洋学 | 1篇 |
| 综合类 | 4篇 |
| 自然地理 | 11篇 |
出版年
| 2023年 | 2篇 |
| 2022年 | 4篇 |
| 2021年 | 7篇 |
| 2020年 | 1篇 |
| 2019年 | 7篇 |
| 2018年 | 4篇 |
| 2017年 | 11篇 |
| 2016年 | 9篇 |
| 2015年 | 7篇 |
| 2014年 | 11篇 |
| 2013年 | 12篇 |
| 2012年 | 5篇 |
| 2011年 | 10篇 |
| 2010年 | 9篇 |
| 2009年 | 9篇 |
| 2008年 | 14篇 |
| 2007年 | 15篇 |
| 2006年 | 11篇 |
| 2005年 | 17篇 |
| 2004年 | 12篇 |
| 2003年 | 10篇 |
| 2002年 | 10篇 |
| 2001年 | 2篇 |
| 2000年 | 6篇 |
| 1999年 | 2篇 |
| 1998年 | 2篇 |
| 1997年 | 4篇 |
| 1996年 | 1篇 |
| 1995年 | 3篇 |
| 1993年 | 2篇 |
| 1990年 | 1篇 |
| 1989年 | 2篇 |
| 1986年 | 1篇 |
| 1985年 | 1篇 |
| 1984年 | 1篇 |
| 1983年 | 1篇 |
| 1982年 | 2篇 |
排序方式： 共有228条查询结果，搜索用时 31 毫秒
1.
提出了3种基于影像重叠区相关系数的视频影像关键帧快速提取算法。该算法首先采用多项式快速、准确地拟合出视频影像相关系数的变化趋势，然后利用相邻关键帧影像重叠区的高相关特性实现关键帧帧位的快速、准确提取，并通过实例与基于重叠度计算关键帧算法的时效性进行对比。结果表明，该算法单次计算相关系数的时间相对于单次重叠度计算时间缩短了近4倍，准确度达到88%，且针对不同拍摄手段下的视频影像，提取的关键帧影像精度较高。同时，还对基于视频提取的关键帧影像进行全景图拼接，结果显示未出现明显场景缺失，且可靠性高，适用性强。 相似文献
2.
轻小型无人机测绘遥感系统研究进展 总被引：1，自引：0，他引：1
地球空间信息是人工智能、大数据时代的重要数据基础,轻小型无人机测绘遥感技术作为中国当前和未来获取厘米级分辨率、实时响应遥感数据的主要手段,必将发挥更加重要的作用。本文首先介绍了固定翼、多旋翼、无人直升机以及飞行控制系统、地面监控系统和遥控遥测链路的发展现状和潜在发展趋势;其次重点研究了数码相机、视频摄像机、倾斜相机、激光雷达、合成孔径雷达和定姿定位系统的利用现状和发展趋势;然后总结分析了当前无人机测绘遥感面临的系统检测、大范围实时遥感和遥感大数据精准解译方面的问题和挑战;最后面向人工智能、大数据、物联网、云计算等技术背景给出了轻小型无人机测绘遥感技术在飞行控制智能化、测绘遥感作业智能化和实时、实景无人机遥感技术应用模式创新等方面的发展趋势。 相似文献
3.
针对非下采样Contourlet变换(NSCT)在处理噪声影像中具有的优势,以及同极化SAR图像(HH、VV)之间的相关性与互补性,本文实验了一种基于非下采样Contourlet变换的极化图像融合方法。该方法首先对每个极化图像进行多尺度、多方向分解,然后对不同分解子带系数分别采用有利于斑点噪声去除和信息增强的融合规则进行融合,最终通过NSCT反变换得到融合图像。通过信息熵、相关系数以及等效视数等指标的评价,验证了该方法可以有效地实现信息增强,同时该方法也在一定程度上降低了斑点噪声的负面影响。 相似文献
4.
针对目前常用的基于像素的深度神经网络极化SAR分类方法产生的椒盐现象,文中提出了一种联合自适应阈值多尺度分割方法和径向基神经网络的极化SAR地物分类方法。实验证明,该方法能够有效地保留SAR图像的结构特征并有效消除分类过程中产生的椒盐现象和破碎斑块,具有较高的分类精度。 相似文献
5.
6.
7.
利用面向对象的分类方法从IKONOS全色影像中提取河流和道路 总被引：24，自引：0，他引：24
传统的基于像素的统计特征的分类方法在处理高分辨率影像的分类问题上遇到了很大的困难。本研究利用面向对象的影像分析方法对IKONOS全色影像进行了河流与道路的分类,包括利用影像对象的光谱特征的初次分类和利用子目标对象的线特征的二次分类两个过程;其中初次分类由于仅依据光谱信息,不能很好地将河流或道路与其他光谱特征相似的地物区分开,而通过引入子目标的形状特征进行二次分类,就可以准确地将河流与道路提取出来。试验结果表明,面向对象的分类方法能够满足高分辨率或纹理影像的分类需要,具有很大的应用潜力。 相似文献
8.
9.
10.