排序方式: 共有133条查询结果,搜索用时 15 毫秒
81.
海原大地震诱发石碑塬地区发生大规模液化滑移,因其多元地层结构和土体液化性质的差异,在滑移发生过程中形成节律性极强的后部似台盾,前、中部尺度差异性不强的波浪型地貌。而这种表性特征是滑移体成灾过程中发生模式的直观表达,因此,对其滑移体地表表性特征的形成机制分析是对该类致灾形式机制、机理研究分析一种理想研究角度的选择。文章结合实地调研、滑移体走向、地层剖面及前人对不同砂质黄土层的液化势判定成果,对波浪型峰谷地貌的峰、谷形成机制和运动特征进行细致的分析和探讨。 相似文献
82.
目前遥感影像跨视角匹配技术无法直接使用大幅卫星影像进行匹配,难以满足大范围复杂场景匹配的任务需求,且依赖大规模数据集,不具备良好的泛化能力。针对上述问题,本文在质量感知模板匹配方法的基础上结合多尺度特征融合算法,提出一种基于视角转换的跨视角遥感影像匹配方法。该方法首先利用手持摄影设备采集地面多视影像,经密集匹配生成点云数据,利用主成分分析法拟合最佳地平面并进行投影变换,以实现地面侧视视角到空视视角的转换;然后设计了特征融合模块对VGG19网络从遥感影像中提取的低、中、高尺度特征进行融合,以获取遥感影像丰富的空间信息和语义信息;最后利用质量感知模板匹配方法将从视角转换后的地面影像上提取的特征与遥感影像的融合特征进行匹配,获取匹配的软排名结果,并采用非极大值抑制算法从中筛选出高质量的匹配结果。实验结果表明,在不需要大规模数据集的情况下本文方法具有较高的准确性和较强的泛化能力,平均匹配成功率为64.6%,平均中心点偏移量为5.9像素,匹配结果准确完整,可为大场景跨视角影像匹配任务提供一种新的解决方案。 相似文献
83.
级联卷积神经网络的遥感影像飞机目标检测 总被引:1,自引:0,他引:1
传统遥感影像飞机目标检测算法依赖于人工设计特征,对大范围复杂场景和多尺度的飞机目标稳健性较差,基于深层卷积神经网络的目标检测算法通常难以有效应对大幅影像的目标搜索和弱小目标检测问题,针对上述问题,本文提出了一种基于级联卷积神经网络的遥感影像飞机目标检测算法。首先根据全卷积神经网络能够支持输入任意大小图像的特点,采用小尺度浅层全卷积神经网络对整幅影像进行遍历和搜索,快速获取疑似飞机目标作为兴趣区域,然后利用较深层的卷积神经网络对兴趣区域进行更精确的目标分类与定位。为提高卷积神经网络对地物目标的辨识能力,在卷积层中引入多层感知器,并在训练过程中采取多任务学习与离线难分样本挖掘的策略;在测试阶段,建立影像金字塔进行多级搜索,并结合非极大值抑制消除冗余窗口,从而实现由粗到精的飞机目标检测与识别。对多个数据集下多种复杂场景的遥感影像进行测试,结果表明,本文方法具有较高的准确性和较强的稳健性,可为大幅遥感影像的飞机目标检测问题提供一个快速高效的解决方案。 相似文献
84.
针对海岛礁卫星影像的定位问题,提出一种利用航天飞机雷达地形测绘任务(shuttle radar topography mission,SRTM)DEM辅助的无地面控制点定位方法。该方法分为概略定位和精定位两个阶段,各阶段均包括DEM提取和DEM匹配等主要步骤,可分别对影像中的相对误差和绝对误差进行补偿。SRTM DEM被充分应用到方法各环节中,以发挥其高精度的特性:提取DEM时既用于剔除海域点,也用于确定求解陆域点高程时的高程搜索范围,从而避免海域影像的不利影响,同时保证计算效率;DEM匹配时其作为基准数据。利用多景天绘一号卫星海岛礁地区的立体影像进行验证。实验结果表明,所提出的方法对具有不同陆域比例、不同生产方式的天绘一号海岛礁影像均能得到较稳定且较高的定位精度,平面和高程精度分别优于6.2 m、5.2 m,能较好地满足1:50 000比例尺地形图的精度要求。定位精度基本不受待匹配DEM分辨率的影响,计算效率取决于陆域比例和待匹配DEM的分辨率。 相似文献
85.
86.
基于室内试验获取黄土滑坡的静力和动力力学强度参数,建立低角度黄土滑坡破坏大型物理模拟试验模型,结合FLAC3D有限差分软件,分析黄土滑坡的动力响应规律和宏观破坏特性,阐明在地震作用下黄土滑坡的失稳演化规律,揭示黄土滑坡滑体运动迁移路径。结果表明:低角度黄土-泥岩滑坡在地震荷载作用下地震波水平方向和垂直方向均出现明显的放大效应;在黄土层内部,随着斜坡高度增加,坡肩和斜坡后缘加速度放大效应较为明显,对比坡脚、坡腰和坡肩处剖面上加速度放大系数,下伏泥岩对地震波产生一定的放大效应。松弛拉张裂隙,土体强度降低,接触面和坡肩、斜坡后缘处的拉张裂缝形成弧形滑移面,上覆黄土层由内向外依次连带下滑,坡肩处土体的下滑力和地震力促使坡腰土体大面积长距离滑动,最大滑动涉及范围长达200 m左右,土体下滑至坡脚发生堆积并产生隆起。数值模拟结果和振动台试验结果在动力响应和宏观变形破坏特征均呈现较高的吻合度。 相似文献
87.
88.
矢量数据辅助的高分辨率遥感影像道路自动提取 总被引:1,自引:0,他引:1
高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。 相似文献
89.
90.