排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
光学图像和雷达图像的IHS融合方法是提取构造信息的一种较好的信息增强方法,这种方法既可以保留波谱信息,又可以增加图像的立体效果。本文以鄂尔多斯盆地杭锦旗—东胜地区一带为研究区,选用光学TM图像和雷达JERS图像进行了IHS融合处理,重点研究了光学图像波段的选取以及雷达图像的预处理过程,并在融合过程中注意通过光学TM图像和雷达JERS图像之间的直方图匹配,以降低其融合后图像的变化差异度,从而使此种融合方法更适用于研究区的构造信息提取。 相似文献
2.
3.
Mountain glaciers are sensitive to environment. It is important to acquire ice flow velocities over time for glacier research and hazard forecast. For this paper, cross-correlating of optical images is used to monitor ice flow velocities, and an improvement, which is called "moving grid," is made to this method. For this research, two remote-sensing images in a certain glacier area, dur-ing different times are selected. The first image is divided into grids, and we calculated the correlation coefficient of each window in the grid with the window on the second image. The window with the highest correlation coefficient is considered the counter-part one on the first image. The displacement of the two corresponding windows is the movement of the glacier, and it is used to calculate glacier surface velocity. Compared to the traditional way of dividing an image with ascertain grid, this method uses small steps to move the grid from one location to another adjacent location until the whole glacier area is covered in the image, thus in-creasing corresponding point density. We selected a glacier in the Tianshan Mountains for this experiment and used two re-mote-sensing images with a 10-year interval to determine this method. 相似文献
4.
5.
由于光学遥感图像和SAR图像具有明显的非线性强度差异,且SAR图像存在斑点噪声,使得其配准存在较大难度。为此,本文结合基于特征和基于区域图像配准方法的优点,并组合为混合模型,提出一种由粗到精的自动配准算法。以光学遥感图像和SAR图像分别为参考图像和待配准图像,先以基于特征点的SAR-SIFT完成粗配准,再以基于区域的ROEWA-HOG完成精配准。① 采用SAR-SIFT算法进行特征点检测和特征匹配来计算图像的仿射变换模型,以消除参考图像和待配准图像之间明显的旋转、尺度和平移差异,至此完成图像粗配准;② 在此基础上利用分块Harris角点检测在参考图像上获得特征点,并根据特征点确定待配准图像上的同名点搜索区域;③ 计算图像的ROEWA梯度,构造以特征点为中心的模板区域内的HOG特征向量,以SSD作为相似性测度搜索待配准图像上的同名点,完成高精度的图像配准;④ 进行图像配准实验,对配准结果进行目视检查和精度评估。经过多组光学与SAR图像配准实验,验证本文算法能够结合基于特征和基于区域的图像配准方法的优点,较好地抵抗光学与SAR图像之间的非线性强度、旋转、尺度、平移差异和SAR图像的噪声影响,并逐步提高配准精度,最终配准精度达到1个像素左右,实现了光学与SAR图像的高精度自动配准,能够满足光学与SAR图像后续综合应用。 相似文献
6.
7.
本文针对特定工作的需求,首先地一种利用SAR图像模拟真实孔径雷达图像2的实现方法,然后探讨了一种基于边缘特征描述的实孔径雷达图像与光学图像的匹配算法。初步实验表明;该算法可获得满意的效果。 相似文献
8.
9.
本文分析了光学图像识别和计算机图像识别二者的特点,提出了一种光机混合物的图像相关识别系统。首先用计算机制作高质量的匹配滤波器,然后用光学相关识别系统进行相关识别。 相似文献
10.
图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展,基于深度学习的超分辨率重建算法取得了突破性进展。然而,水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题,重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先,对自然图像退化方式和数据集进行分类总结,结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知(非盲)多种退化、未知(盲)多种退化3个方面进行详细总结,为水下应用场景提供参考。然后,介绍了水下光学图像退化方式,归纳了常见的公开数据集,总结并分析了水下光学图像超分辨率重建的最新进展。最后,对该领域未来可能的发展趋势进行了展望。 相似文献
1