全景深度图像精度分析及优化方法研究

针对三维激光点云数据生成360°全景深度图像存在像素分辨率不均匀的问题,提出一种顾及目标量测精度及可见度的全景深度图像生成方法,在保证全景影像表达地物的完整性的前提下提高其数据的存取精度。通过坐标转换和投影变换生成与全景影像匹配的全景深度图像;基于摄影成像原理分析摄影中心高度、深度值和像素分辨率之间的关系,得到不同深度处目标分辨率随摄影中心升高趋于一致的结论;综合分析地面目标分辨率和杆状目标尤其是树冠对树干的遮挡问题,确定特定场景下生成全景深度图像的最佳摄影中心位置并重新生成深度图像。实验分析表明,该方法能够在保证杆目标可见度的前提下提高地面目标量测精度。     

让星光不再闪烁——提升星像质量的自适应光学

天文学家通过望远镜观测星空,无非想看得更深,更清楚。所以,评价一架天文望远镜的最重要的两个指标就是灵敏度与分辨率。其中,灵敏度可以通过扩大收集面积来提高,也就是增大望远镜的口径。分辨率与此类似,望远镜的口径与分辨能力成正比,即口径越大的望远镜的分辨率也就越高。     

世界各国日像仪主要性能比较

本文是世界各国日像仪的天线阵性能汇集,包括日、俄、法、中、美等专用日像仪及美国、印度、巴西等兼作日像仪的天线阵,列出了几个典型天线阵列排列及接收系统。附录中列出了等口径及不等口径天线阵列的灵敏度及动态范围计算公式,同时列出了视场、角分辨率等公式。便于读者自行分析,计算,比较各天线阵列性能。     

面元细分处理资料的分辨率定量评价

以永新工区高精度采集的地震资料为例,对高精度勘探的面元细分方法及细分处理资料的分辨率进行了评价。首先给出了面元细分的方法及面元细分对地震资料分辨率的影响,介绍了现有的一些分辨率计算方法。对于纵向分辨率,主要从λ/4传统薄层分辨率和高截频二个方面进行了讨论;对于横向分辨率,从菲涅耳带半径、防空间假频、Lindsey分辨率定义、考虑偏移孔径的分辨率等四个方面进行了分析、比较。通过研究,得出了有一定借鉴意义的结论:①在现有常规检波器条件下,面元细分处理对地震资料的分辨率影响较小,其变化不大;②在单道记录信噪比已较高的情况下,想通过提高覆盖次数来提高资料的分辨率,其提升空间有限;③就横向分辨率而言,考虑偏移孔径的计算方法,结果比较准确;④对于东部地区,从性价比上考虑,覆盖次数150,200已能满足要求,太高的覆盖次数没有从本质上改进资料的质量。     

基于广义S变换的地震资料信噪分离方法

基于S变换具有良好的时频聚焦性和分时分频性,将可灵活选取窗函数的广义S变换引入到地震信号去噪处理中,系统研究了广义S变换在地震资料信噪分离中的应用。首先对地震数据进行广义S变换,然后对含噪频率剖面选取适当阈值压制噪声干扰,提取有效信号,最后重构得到去噪后的记录。经合成记录和实际地震资料处理实验证明,该方法能有效地进行信噪分离,提高地震剖面信噪比和分辨率。     

印度尼西亚西爪哇低品位金矿柱浸试验

在较佳人浸粒度（-20ram）及适宜的喷淋制度条件下,经5天浸出周期柱浸后,可获得金浸出率91．31％、NaCN耗量142．3g／t的技术经济指标,表明该金矿适合用本堆浸工艺提金。     

复杂山区小流域径流模拟影响因素分析

为探讨子流域划分与DEM分辨率对于地形和地表状况比较复杂的山区小流域径流模拟的影响,利用分布式水文模型SWAT(Soil and Water Assessment Tool)对复杂山区小流域进行径流模拟,从不同的子流域划分条件下分析了子流域划分对径流模拟的影响及其变化趋势.然后通过对原有的DEM(Digital Elevation Model)进行重采样生成不同格网大小的DEM作为模型输入,研究不同DEM分辨率对复杂山区小流域径流模拟的影响.研究表明:(1)存在一个比较合理的子流域划分方案使径流深比较稳定;(2)存在一个合适的DEM分辨率使模拟得到的径流深比较稳定;(3)山区复杂流域环境,要求更加精细的子流域划分才能获得(1)中的稳定径流深.     

遥感影像分辨率分析技术在滑坡研究中的应用

采用定性与定量相结合的方法对滑坡要素进行了深入分析。将滑坡要素划分为空间要素、时间要素和岩土性质要素3个方面,并分别讨论它们与遥感影像空间分辨率、时间分辨率和波谱分辨率的关系。首先对各滑坡要素进行了定性分析,然后提出了判识滑坡空间要素的定量依据;提出了通过遥感影像计算滑动速率的公式,以此作为按照时间分辨率选择遥感数据的依据;最后提出为判识岩土性质要素应采用高波谱分辨率遥感影像的观点。     

顾及多分辨率特征的复合字典城中村识别方法

城中村作为一种特殊的城市聚落类型,对其进行精确有效的监控识别有助于实现城乡协调发展、优化城乡生态环境。现有面向对象的城中村识别方法通常需要大量样本数据,导致训练成本较高,数据更新效率偏低。针对以上问题,本文提出了顾及多分辨率特征的复合字典城中村识别方法。首先通过密集格网采样提取尺度不变特征转换(SIFT)全局特征,并与多分辨率颜色矢量角直方图特征融合,形成视觉词典;然后将影像表示为视觉词频率直方图;最后使用随机森林分类器进行分类,以实现场景尺度的城中村识别。以高分二号影像为测试数据对该方法进行验证,结果表明,其总体精度达90.08%,Kappa系数达80.16%,相较于加速稳健特征(SURF)、SIFT、VGG16、ResNet50,总体精度分别高出8.99%、3.51%、4.78%、2.28%。     

基于最小二乘影像匹配的超分辨率重建

通过序列影像间的互补信息改善影像失真和退化的超分辨率重建,其关键是精确获取序列影像间的运动信息。该文讨论了一种基于最小二乘影像匹配的高精度运动估计方法,根据最小二乘影像匹配的高精度同名像点,获取同名点在序列影像间的运动信息,从而进行低分辨率序列影像的子像素级运动信息精确估计,据此进行超分辨率重建。利用一组模拟低分辨率序列影像进行的超分辨率重建验证结果表明:基于最小二乘法运动估计精度较高,采用迭代反投影法重建影像具有较好的视觉效果,该方法尤其适用于存在平移运动的影像序列的超分辨率重建。