排序方式： 共有6条查询结果，搜索用时 312 毫秒
1
1.
为了对河北省承德市滦平县张百湾镇周台子村铁矿区进行形变调查和监测,消除安全隐患,在时序CSInSAR（相干散射体InSAR）技术的基础上,开发了48景Sentinel1数据的DSCSInSAR（融合分布式散射体和相干散射体InSAR）技术。该方法首先采用AD (Anderson Darling)检验对同质像素点进行识别,然后基于协方差矩阵特征值分解算法对最优相位进行估计,最终通过时序形变解算得到铁矿区的地表形变结果。研究结果表明：研究区的年平均形变速率范围为-34.50~24.50 mm/a;大部分矿区都存在不同程度的沉降,其中周台子村和路边附近矿区沉降量较大,窑岭沟矿区出现明显抬升现象,最大沉降量和最大抬升量分别达到了34.00和24.03 mm,其形变结果与当地4个GPS监测点结果一致。与CSInSAR技术相比,DS CSInSAR技术极大提高了目标点的密度和干涉图的质量。 相似文献
2.
断层解释在构造圈闭中起着十分重要的作用,是地震构造解释的基础和关键.使用传统的相干体、曲率等属性解释断层效率较低,并且受人为因数影响较大,致使断层识别能力有限,而传统的卷积神经网络虽然可以在一定程度上摆脱人为因素的干扰,但在断层识别精度上并没有明显的提高.为了解决断层识别困难的问题,本文提出了一种基于3D U-Net++L3卷积神经网络的断层智能识别方法,该方法是采用计算机视觉领域的图像语义分割技术,对输入数据体的每一个像素点进行判断是否为断层,随后输出断层概率体.测试结果表明,本文所选用的模型的测试精度可以提高至95%左右,损失函数值可以收敛至2%左右.实际应用表明,模型可以在实际地震数据中准确地估算断层位置,在断层连续性上面有所提高,解决了断层与背景在细节上难分问题.从而验证了图像语义分割技术在断层识别上具有一定的研究价值. 相似文献
3.
黑洞既大,又小;既复杂,也简单。它也许是理解宇宙最基本真理的关键,但目前为止对于我们而言它始终都只是望远镜图像上的像素点。周围的物质照亮了黑洞的"阴影",揭示出视界面的形状。正所谓,宇宙中看不见的天体,却可能是最明亮的。它的"明亮"我们已经有所了解,但那光辉下面真的隐藏着深不可测的黑暗吗?幸运的是,百年来我们的问题第一次有可能得到回答,科学家们已经指出了一条探索黑暗的道路。 相似文献
4.
近年来小波变换在图像处理中得到了广泛的应用,在图像融合中最常用的经典二维离散小波变换,即Mallat算法,不具有位移不变性,容易引入虚假信息,如振铃和混叠现象。为克服这些缺点,将双树复小波变换引入到图像融合中。采用高频取较大值,低频通过像素点匹配规则取值的方法,获得比较清晰的聚焦图像。实验结果数据表明,基于双树复小波的图像融合要优于离散小波融合算法。 相似文献
5.
以色调简单、边线崎岖的湖泊群为研究对象,从成像色泽这一维度对水域面进行离析,运用相关算法采集水面边线,减少了简单手工劳动,实现了真正的人力节省。 相似文献
6.
1