排序方式： 共有72条查询结果，搜索用时 15 毫秒
1.
基于机器学习分类器的极化合成孔径雷达（synthetic aperture radar, SAR）影像水体提取方法具有较高的可靠性,但其通常依赖于大量的训练样本,利用该方法进行多时相极化SAR影像的水体提取时,在每一景影像上都人工标注足够数量的训练样本是十分困难且耗时的。同时,SAR影像上固有的相干斑点噪声会进一步加剧样本标注的难度。对此,引入迁移学习方法,利用其知识迁移能力将已有的训练样本的类别标签信息迁移至未标注的样本,以降低获取新样本所需的人工代价,提高水体提取的时效性。使用6景极化SAR影像和4种迁移学习方法进行最佳源域影像选取、样本标签迁移和水体提取实验,实验结果表明,迁移学习方法可以准确地将源域影像上的训练样本的标签信息迁移至其他影像,有效减少其他影像进行水体提取需要的人工标注样本的数量,同时能够维持较高的水体提取精度,在洪涝灾害应急响应中具有一定的应用价值。 相似文献
2.
基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物(简称为倾斜建筑物)常被分为体散射类型,使得该类建筑物往往被误分为植被。通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberp-faffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行试验,证明该方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。 相似文献
3.
李平湘 《武汉大学学报(信息科学版)》1995,(3)
介绍了一个通过确定航空摄影飞机的空间位置和姿态来辅助飞机导航的算法。该算法将航摄像片与已知数字地面模型配准，从而获取像片（飞机）的空间位置和姿态。 相似文献
4.
航空影像与数字地面模型的配准 总被引：3，自引：0，他引：3
李平湘 《武汉测绘科技大学学报》1995,20(3):202-207
介绍了一个通过确定航空摄影飞机空间位置和姿态来辅助飞机导航的算法。该算法将航摄像片与已知数字地面模型配准，从而获取像片的空间位置和姿态。 相似文献
6.
为了更好地解决亚像元的定位问题，基于超分辨率影像重建的技术，结合亚像元定位理论，提出了一种应用于亚像元定位的正则MAP估计模型，并且通过真实数据进行了检验。实验表明，该模型是一种简单、有效地解决亚像元定位问题的方法。 相似文献
7.
提出了一种基于地形区域分割的分类方法,在影像中利用地形特征数据预先划分出每种地物的分布区域,然后以区域为基本单位对影像进行分类,同时利用DEM数据对影像进行地形校正,减小了同种地物内部由于地形起伏造成的光谱离散的现象。利用湖北西部山区的TM影像和DEM数据的试验证明,利用地形特征数据进行分割的分类方法与仅考虑光谱特征的分类方法相比较,分类精度有了明显的提高。 相似文献
8.
9.
10.