共查询到10条相似文献,搜索用时 453 毫秒
1.
2.
结合射线法和环绕计数法的优点,提出了有向穿越计数算法,该算法更加高效且容易实现,可作为安全管道判断的首选方法。对3种特定类型的安全管道进行了有针对性的优化,其中单调多边形管道的时间复杂度提升到了O(log n)级别;通过建立基于概率分布的简单外部或内部边界,在绝大多数情况下只需一次判断,优化了平均时间复杂度;通过改变顶点排列顺序,将有向穿越计数算法扩展到环形管道。 相似文献
3.
4.
5.
6.
7.
8.
对多卫星传感器数据进行融合,首先要将多个传感器数据通过重采样算法重新投影到标准网格上。本文运用一种基于多边形切割算法的通量守恒重采样算法对图像数据进行重采样,并将该算法与3种常用的重采样算法(最邻近插值法、双线性插值法、三次卷积插值法)在信息保真方面的性能进行了比较。将所比较的重采样方法应用于两幅具有代表性的图像,其中一幅为人造图像,用于定性比较各种采样方法在图像缩放中的采样精度;另一幅为某机场卫星遥感图像,用于评价各种重采样方法在旋转图像方面采样的性能,并以定量参数(相关系数及光谱真实性)比较各种采样方法。结果表明,通量守恒重采样法对原始图像的信息保真效果最好,更适用于卫星遥感图像数据融合中的重采样。 相似文献
9.
10.
中尺度涡旋是海洋中典型的中尺度现象,是海洋中能量传递的运输者,中尺度涡识别与提取是物理海洋学研究的重要内容之一,而中尺度涡自动发现算法是最基础的用于寻找与分析中尺度涡的工具。中尺度涡旋探测工作的数据来源主要为卫星高度计数据融合出的SLA数据,该数据可以客观的描述海洋表层高度状态。中尺度涡表示为SLA闭合等值线所包围的局部等值区域,涡旋识别需要从SLA数据中提取出稳定的闭合等值线结构。针对基于SLA数据中的中尺度涡探测的特点,本文提出了一种新的基于聚类方法的中尺度涡自动识别算法,通过对SLA数据集的分割与筛选将中尺度涡区域与背景区域分离,后建立区域内联系并将其映射到SLA地图上来提取中尺度涡结构。本文算法解决了传统探测算法中参数设定的敏感性问题,不需要进行稳定性测试,算法适应性增强。算法中加入了涡旋筛选机制,保证了结果的涡旋结构的稳定性,提高了识别准确率。在此基础上,本文选取了西北太平洋及中国南海地区进行了中尺度涡探测实验,实验结果展示出了本文算法在较传统算法提高算法效率的同时,也保持着较高的算法稳定性,可以在稳定识别各个单涡结构的同时识别稳定的多涡结构。 相似文献