共查询到19条相似文献,搜索用时 31 毫秒
1.
压缩感知理论因其远低于乃奎斯特采样率的特性,减少了大量的采样数据。基于这一特性,提出一种在压缩感知域内进行遥感图像融合的方法。该方法首先对图像作快速傅里叶变换(FFT);然后进行测量采样获取压缩感知域数据;再采用权重法对数据进行融合;最后通过重构算法得到融合图像。通过实验得出压缩感知域内遥感图像融合具有数据量少,融合效果好等特点。 相似文献
2.
一种基于无人机位姿信息的航拍图像拼接方法 总被引:1,自引:0,他引:1
针对现有航拍图像拼接方法处理速度较慢的问题,提出一种基于无人机位姿信息的快速拼接方法。首先从机载GPS和惯性导航单元获得无人机航拍时的坐标和姿态角,根据每一幅航拍图像对应的无人机坐标和姿态角计算它们之间的单应变换矩阵,实现航拍图像之间的快速配准。然后通过单应变换矩阵的运算得到拼接图像之间的配准,最后完成多幅图像的拼接得到整个区域的全景图。试验结果证明该方法快速有效。 相似文献
3.
随着高分辨率图像采集技术的发展,采集图像的数据量大幅增加给图像的压缩、存储和传输带来了严重的挑战。近年来,压缩感知理论以能够通过少量观测信号高精度重建原始信号的优势给图像压缩带来了新的思路。目前压缩感知理论的研究主要集中于综合模型,然而综合模型下图像数据的稀疏表示却存在着计算量大、耗时长的问题。提出了基于解析字典的图像压缩模型。在分析综合模型字典学习方法的基础上介绍了解析模型字典学习的流程,然后详细分析了基于解析字典的图像压缩的总流程。以标准测试库自然图像为数据对模型的重构质量和系统耗时进行了分析,结果表明,本文所提模型在采样率相同的情况下,相对其他模型不仅能够缩短系统的耗时,也提高了图像重构的准确性。 相似文献
4.
一种无人机动态监测遥感数据快速处理方法 总被引:1,自引:1,他引:0
针对无人机遥感平台进行动态监测要求快速检索、快速处理航拍图片的需求特点,提出了一种快速处理策略.通过对下传实时视频的内容理解在航拍图片采集时执行分类标记,并由此进行筛选分类,从而在时间轴上实现了待处理航拍图片的快速索引;通过构建拼接压缩图和原始航拍图的关系,对低分辨率拼接图上的任意区域均可关联到包含该区域的高分辨率原始图片,从而兼顾拼接图概貌展示处理的快速性和原有信息的细节展示性.依据该策略设计了一套低失真、快速地面信息处理流程,创造性解决海量数据检索盲目性和大数据处理复杂性问题,符合无人机动态监测的应用需求,具有广阔应用前景. 相似文献
5.
6.
7.
8.
9.
在海洋应用中,大面积水体的同名点匹配相比陆地更加困难,制约了无人机遥感图像的配准精度和收敛速度。本文提出了一种改进算法适用于海洋无人机遥感应用,采用主成分分析(PCA)和水体阈值方法去除水体,获得图像中非水体区域的分块图像,然后利用仿射-尺度不变特征变换算法(ASIFT)进行图像的特征点提取和重叠图像非水体区域的同名点匹配。通过海岛、海岸线的无人机遥感试验结果表明,基于改进算法,在不增加时间开销的情况下,可以增加30%~50%的同名点数量,精度提高约5%~10%。文中方法适应用于海洋无人机遥感的序列图像配准,为海岛、海岸线的遥感监测提供了有效的技术支持。 相似文献
10.
无人机低空航拍遥感系统具有运行成本低、执行任务灵活性高等特点,是卫星遥感和载人航空遥感的有力补充。通过在贵州高原山区进行多次无人机航拍试验,提出存在的问题及改进方法,探索一条适宜于贵州高原山区的无人机低空遥感影像数据的获取与处理方法,以期利用无人机遥感平台解决喀斯特高原多云雾山区高分辨率影像资料获取困难的问题。 相似文献
11.
12.
Single-Pixel Remote Sensing 总被引:4,自引:0,他引:4
Jianwei Ma 《Geoscience and Remote Sensing Letters, IEEE》2009,6(2):199-203
In this letter, we apply a new sampling theory named compressed sensing (CS) for aerospace remote sensing to reduce data acquisition and imaging cost. We can only record directly single or multiple pixels while need not the use of additional compression step to improve the problems of power consumption, data storage, and transmission, without degrading spatial resolution and quality of pictures. The CS remote sensing includes two steps: encoding imaging and decoding recovery. A noiselet-transform-based single-pixel imaging and a random Fourier-sampling-based multipixel imaging are alternatively used for encoding, and an iterative curvelet thresholding method is used for decoding. The new sensing mechanism shifts onboard imaging cost to offline decoding recovery. It would lead to new instruments with less storage space, less power consumption, and smaller size than currently used charged coupled device cameras, which would match effective needs particularly for probes sent very far away. Numerical experiments on potential applications for Chinese Chang'e-1 lunar probe are presented. 相似文献
13.
14.
15.
16.
17.
18.
S. T. Shreeve 《The Photogrammetric Record》1980,10(56):265-267
19.