基于LiDAR数据生成光滑等高线

首先通过曲面拟合修正部分粗糙地面点的高程,然后建立三角网跟踪等高点,采用加权二次多项式消除毛刺,最后采用顾及等高距的样条函数内插等高线。实验表明,本文方法能够在损失较小的精度下生成不相交的光滑等高线,视觉效果好。     

HXMT高能望远镜毛刺的识别方法

硬X射线调制望远镜(Hard X-ray Modulation Telescope,HXMT)卫星搭载的高能望远镜(High Energy Telescope)数据存在非真实光子事例的聚集,突出表现在光变曲线上存在许多毛刺,这对光变和能谱的研究产生一定的影响.分析了大量毛刺事例的性质,并基于这些性质通过事例时间间隔相邻...     

自动矢量化后等高线处理研究

等高线是地形图中反映地貌形态特征的基础地理信息数据,其自动矢量化后普遍存在毛刺和断点连接等问题,该文提出基于毛刺生长点的邻域搜索剔除毛刺法和复合连接法等解决方法。在CAD环境下通过VBA编程对技术方案进行验证,结果表明该方法具有连接速度快、准确率高等优点。     

基于四川省地理空间基础框架建设中的矢量毛刺检查的方法探讨

本文通过四川省地理空间基础框架建设中1：10000DLG的生产实践,提出在生产过程中解决矢量数据中的毛刺、线打折、线重点、重复点等问题的方法,文中详细探讨了检查的基本原理、思路,并在VB中编程实现。     

肺部孤立性小结节病变的CT表现及鉴别诊断

毛刺征14例,密度不均匀者13例。 相似文献   

Automatic spikes detection in seismogram

Data processing for seismic network is very complex and fussy,because a lot of data is recorded in seismicnetwork every day,which make it impossible to process these data all by manual work.Therefore,seismic datashould be processed automatically to produce a initial results about events detection and location.Afterwards,these results are reviewed and modified by analyst.In automatic processing data quality checking is important.There are three main problem data that exist in real seismic records,which include:spike,repeated data and     

地震记录中毛刺干扰的自动检测

对地震台网记录到的数据进行处理是一项非常繁重而复杂的工作 .由于台网每天实时记录数据 ,这些数据完全靠人工分析几乎是不可能的 .因此 ,首先应该对地震数据进行自动处理 ,得到事件检测与定位的一个初步结果 ,然后再对自动定位的结果进行人工处理 ,以便修正和完善定位结果 .地震数据的自动化处理中 ,数据质量检测是后续处理的基础 ,检测并滤掉地震记录中的问题数据 ,可以避免错误的事件检测和定位 .影响地震数据质量的问题数据主要有毛刺、限幅和数据丢失 .地震记录中的毛刺是一种孤立的大振幅点 ,限幅和数据丢失都是幅值相同的一些连续的…