首页>
根据【关键词:多光谱图像,配准,曲面拟合,遥感,双阈值,滤光片阵列】搜索到相关结果 14 条
-
面向航空发动机涡轮叶片修复的CAD模型适应性重构研究
-
作者:
孙晨豪
来源:
南京航空航天大学
年份:
2021
文献类型 :
学位论文
关键词:
叶片修复
涡轮叶片
数字化测量
配准
模型重构
-
描述:
面向航空发动机涡轮叶片修复的CAD模型适应性重构研究
-
面向航空发动机涡轮叶片修复的CAD模型适应性重构研究
-
作者:
孙晨豪
来源:
南京航空航天大学
年份:
2021
文献类型 :
学位论文
关键词:
叶片修复
涡轮叶片
数字化测量
配准
模型重构
-
描述:
面向航空发动机涡轮叶片修复的CAD模型适应性重构研究
-
基于航空高光谱的囫囵淖尔水体浊度反演建模
-
作者:
姜倩
曹引
赵红莉
蒋云钟
毛文山
朱彦儒
来源:
南水北调与水利科技(中英文)
年份:
2021
文献类型 :
期刊
关键词:
浊度
遥感
航空高光谱
偏最小二乘
囫囵淖尔
-
描述:
1.74%,最适用于囫囵淖尔水体浊度的反演;2018年9月17日囫囵淖尔东部水域浊度范围为21.2~54.4NTU,呈现出北低南高的趋势,湖中心区域水体浊度较低,南部水域受水中藻类的影响,水体浊度较高。利用航空高光谱遥感影像实现了浊度的定量反演,为航空高光谱遥感数据用于水质参数反演提供借鉴。
-
基于航空高光谱的囫囵淖尔水体浊度反演建模
-
作者:
姜倩
曹引
赵红莉
蒋云钟
毛文山
朱彦儒
来源:
南水北调与水利科技(中英文)
年份:
2021
文献类型 :
期刊
关键词:
浊度
遥感
航空高光谱
偏最小二乘
囫囵淖尔
-
描述:
1.74%,最适用于囫囵淖尔水体浊度的反演;2018年9月17日囫囵淖尔东部水域浊度范围为21.2~54.4NTU,呈现出北低南高的趋势,湖中心区域水体浊度较低,南部水域受水中藻类的影响,水体浊度较高。利用航空高光谱遥感影像实现了浊度的定量反演,为航空高光谱遥感数据用于水质参数反演提供借鉴。
-
基于航空高光谱的囫囵淖尔水体浊度反演建模
-
作者:
姜倩
曹引
赵红莉
蒋云钟
毛文山
朱彦儒
来源:
南水北调与水利科技(中英文)
年份:
2021
文献类型 :
期刊
关键词:
浊度
遥感
航空高光谱
偏最小二乘
囫囵淖尔
-
描述:
1.74%,最适用于囫囵淖尔水体浊度的反演;2018年9月17日囫囵淖尔东部水域浊度范围为21.2~54.4NTU,呈现出北低南高的趋势,湖中心区域水体浊度较低,南部水域受水中藻类的影响,水体浊度较高。利用航空高光谱遥感影像实现了浊度的定量反演,为航空高光谱遥感数据用于水质参数反演提供借鉴。
-
基于航空高光谱的囫囵淖尔水体浊度反演建模
-
作者:
姜倩
曹引
赵红莉
蒋云钟
毛文山
朱彦儒
来源:
南水北调与水利科技(中英文)
年份:
2021
文献类型 :
期刊
关键词:
浊度
遥感
航空高光谱
偏最小二乘
囫囵淖尔
-
描述:
1.74%,最适用于囫囵淖尔水体浊度的反演;2018年9月17日囫囵淖尔东部水域浊度范围为21.2~54.4NTU,呈现出北低南高的趋势,湖中心区域水体浊度较低,南部水域受水中藻类的影响,水体浊度较高。利用航空高光谱遥感影像实现了浊度的定量反演,为航空高光谱遥感数据用于水质参数反演提供借鉴。
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。
-
基于编解码网络的航空影像像素级建筑物提取
-
作者:
陈凯强
高鑫
闫梦龙
张跃
孙显
来源:
遥感学报
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
建筑物提取
深度学习
遥感
航空影像
-
描述:
建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。