排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
D-InSAR技术在地面沉降监测中的应用 总被引:2,自引:0,他引:2
重复轨道差分干涉测量(D-InSAR)技术在监测地表形变方面得到了深入的研究和广泛的应用。本研究将时间序列分析方法引入到差分干涉测量技术中,并和永久散射体技术相结合,提出一种基于PS点的差分干涉时间序列分析方法。该方法以干涉图上两个较近PS点的相位差为研究对象,能够消除大气相位延迟对差分干涉处理的影响。并将该方法应用在天津地面沉降监测实验中,获得了天津地区地面沉降数据和沉降分布图,取得了比较满意的结果。 相似文献
2.
3.
4.
基于分水岭算法的高分遥感图像道路提取优化方法 总被引:2,自引:0,他引:2
针对高分辨率遥感图像城市道路提取中存在的问题,在面向对象方法和数学形态学等理论基础上,提出了一种基于改进的分水岭分割算法的道路提取方法.在图像预处理基础上,首先使用改进的分水岭算法分割影像,提取基本的道路信息;然后利用面向对象方法提取道路基元,完善道路信息;最后将道路信息二值化,并采用数学形态学等方法进行优化,去除和修补不完善的道路.结果表明,该方法能有效地提取出城市地区的道路信息,对较复杂的道路环境也有较好的效果. 相似文献
5.
当某一问题很难甚至无法用数学方法建立精确模型时,人工神经网络的方法则显示了优势。对于一个具体问题,采用何种网络结构是至关重要的。本文以美国内华达州Cuprite矿区成像光谱数据特征矿物识别为例,采用6种不同结构的多层前馈网络模型,从其训练难度、运算效率及识别效果等方面进行了综合对比分析。 相似文献
6.
为提升传统算法对高分辨率遥感图像中地物目标的检测效果,将深度学习目标检测框架快速区域卷积神经网络(faster regions with convolutional neural network,Faster R-CNN)应用于高分辨率遥感图像目标检测任务中。以机场为检测场景、飞机为检测目标进行实验,首先,利用高分辨率遥感图像数据集训练Faster R-CNN框架,得到相应的目标检测模型;然后,采用该模型对高分辨率遥感图像中的飞机目标进行检测;最后,对实验结果进行统计分析及评价。实验结果表明,Faster R-CNN模型能够全面而准确地检测飞机目标,最优F1分数值为0. 976 3,并且同一个模型可以对多种高分辨率遥感图像进行目标检测。 相似文献
7.
为了适应不同用户的需求及遥感技术的发展,提出一种可扩展遥感图像处理软件框架的设计方法。通过构建软件平台,规定统一的遥感图像格式及访问方式,提供基础功能的应用程序接口(application programming interface,API);制定扩展模块的调用接口,将可执行程序(EXE)和动态链接库(dynamic link library,DLL)以扩展模块的形式添加到软件平台中,并完成相应菜单的动态添加及响应,实现平台与扩展模块、扩展模块与扩展模块之间的数据交换。科研人员可依托该软件平台现有功能进行二次开发,避免重复劳动;也可仅针对新的研究成果快速地编写程序,并方便地添加到软件平台中。 相似文献
8.
干涉雷达时间序列分析方法在地面沉降监测中的应用 总被引:1,自引:0,他引:1
地面沉降已经成为全球性问题,传统的大地测量技术在日益严重的大范围地面沉降监测方面越来越显得难以胜任,新兴的
雷达干涉测量技术正好提供了一种大覆盖、高空间和高时间分辨率的地面沉降监测手段。本文以天津地区为实验区,介绍并实现了
利用PS点的InSAR时间序列分析方法,取得了较好的实验结果。 相似文献
1