基于特征的模糊神经网络遥感图像目标分类识别

特征是图像处理中用于辨识目标的最基本属性.提出了利用模糊神经网络方法,针对舰船的几何特征、矩特征和纹理特征进行舰船目标识别处理.首先简单地描述了几何特征、矩特征尤其是Hu矩特征、一阶纹理特征和二阶纹理特征.然后分别对仿真数据、卫星观测数据中的舰船目标,以及自动检测处理获取的舰船目标的几何特征、Hu机特征和纹理特征进行了提取和分析.模糊神经网络方法可以综合模糊集理论和神经网络方法的优势,有效地实现基于特征的图像目标分类识别处理.文章首先描述了一种主从神经元结构的模糊神经网络分类识别方法,然后利用该方法对大型舰船进行分类识别,包括基于单类舰船特征的分类识别和基于多源(时相)数据融合的分类识别.实验结果表明,基于大型舰船的几何特征、矩特征和纹理特征,利用模糊神经网络方法可以实现对大型舰船目标的有效分类识别.通过多源数据融合处理,可以改善分类识别效果.     

古建筑群海量纹理信息数据的管理与实现

本文简要介绍了大型古建筑群纹理信息数据获取的主要技术流程和质量控制的基本要求,重点介绍了针对大型古建筑群海量纹理信息数据的管理与实现方法的。本论文系统的设计采用了SQL Server数据管理平台,并结合T-SQL结构化查询语言和ADO.NET技术实现了海量纹理信息数据的高效管理。同时也为其他相关的纹理信息数据的管理提供了参考和借鉴。     

一种新的基于矢量地图数据的地表纹理制作

主要阐述了基于矢量地图数据生成具有真实感3维地景纹理的思路和方法,详细论述了在Mapviewer和Photoshop环境下,地形背景纹理的制作,植被纹理的制作,水系纹理的制作以及其它要素纹理制作的方法,并给出了具体的实例.     

基于光谱相似性的多光谱数据纹理编码算法研究

基于多光谱纹理“映射模式”概念，提出了基于光谱数据相似性的多光谱、高光谱数据的编码方法。利用光谱相似测度对不同类型的纹理进行编码，表征地物的全局纹理特征，将纹理提取的算法扩展到多维光谱图像分析中，提出了多尺度纹理组合算法。试验证明，该方法合理有效，可大大提高分类的准确性和精度。     

基于深度图像的地面激光雷达与近景影像数据无缝纹理映射研究

地面激光雷达与影像数据通过配准和纹理映射生成彩色仿真模型,但由于分辨率的差异,相邻两张影像与模型的纹理映射会出现纹理接缝现象.针对这一问题,本文以点云深度图像基准面为载体,把重叠影像投影到基准面上生成基准影像,并通过重叠基准影像的匹配对纹理接缝处进行纠正,纠正后无缝的基准影像再反投影回模型,生成无缝仿真模型.该方法解决了激光雷达与影像缝纹理接缝问题,具有一定的现实性意义.     

数字城市三维模型建立方法探讨

以数字城市三维模型为例,讲述使用SketchUp进行三维建模的基本流程和方法,对三维建模的中的数据导入,数据编辑,纹理处理等技术要点进行了阐述,并进一步分析了SketchUp的优势和发展趋势.     

3维城市建模中的建筑墙面纹理快速重建研究

建筑墙面纹理数据的获取是3维城市建模的重要方面和"瓶颈"问题.阐述建筑墙面纹理快速重建需要解决的问题和实现策略,并对纹理影像数据源的选择、获取方式以及重建过程中影像方位元素获取、轮廓线影像匹配关键算法的实现等各方面进行具体探讨,最后以数码相机拍摄的近景影像和直升机载视频序列影像作为纹理数据源分别进行建筑墙面纹理快速重建实验,取得较好的效率和效果.     

论真三维数据外业纹理采集的关键技术

外业纹理像片的采集是真三维数据生产中的关键工序,采集数据质量的优劣直接影响建模的效果。主要研究真三维数据生产中纹理像片采集的作业方法和关键技术,为指导外业纹理采集提供技术支持。     

基于变差雨数的遥感影像纹理特征提取

遥感影像有着丰富的纹理信息,准确地提取纹理特征对于影像的分割和分类至关重要.基于变差函数的遥感影像纹理特征提取是一种比较实用的且处于探索阶段的影像纹理分析方法.文中通过实例对提取的方法进行了研究,并通过不同变异方向纹理图像的分析比较,阐述了纹理特征准确提取应正确选取的3个因子、不同计算方向对纹理图像生成结果的影响,实验和分析还表明了变差函数法是遥感图像纹理特征提取的一种有效手段.     

高光谱影像纹理特征编码分形特征研究

提出了一种基于分形测度分析高光谱影像纹理的技术.根据高光谱影像纹理单元中相邻光谱矢量的相关关系构造方向性纹理特征,得到了一组纹理特征编码值,从纹理特征编码值本身、相同地物纹理特征编码自相似性和使用不同尺度测量纹理特征编码值构成的曲线所表现出来的幂指数关系三个方面,说明高光谱影像纹理特征编码曲线具有分形特征.设计了纹理特征编码曲线构建模型,采用纹理编码曲线的分形维值表征不同的纹理特征,达到区分和判别不同纹理的目的.试验表明,该方法对提取地物纹理特性具有可行性.