排序方式: 共有38条查询结果,搜索用时 15 毫秒
1.
2.
3.
数字图象处理在地质找矿应用上,随着计算机科学的发展,图象处理技术的日益完善,遥感、地质、地球物理和地球化学等数据的综合处理分析变得十分重要.在多来源数据的综合处理中,面临的问题是,如何合理地提取特征变量,选择合适的变量组合,以及确切地分析利用得到的处理结果.解决这些问题的关键之一就是了解各种数据变量之间的相关性. 相似文献
4.
5.
高斯混合模型(Gaussian mixture model,GMM)可以描述遥感数据的概率密度函数,通过估计各高斯分布的参数,计算后验概率,实现信息提取.为了提高利用GMM进行遥感信息提取的准确度,首先在GMM中使用马尔科夫随机场(Markov random field,MRF)计算各像元邻域内各类地物的先验概率,代替各类地物的混合概率,使其反映出各类地物的空间相关性;然后在参数估计过程中利用模拟退火(simulated annealing,SA)思想获得全局最优的参数估计值;最后利用该参数估计值求出每个像元对于各类地物的后验概率,获得各类地物的空间分布.通过对遥感实验场的图像数据进行信息提取,发现所述新方法取得了更好的效果,证明了上述改进的有效性. 相似文献
6.
高(多)光谱数据的背景-异常子空间模型研究 总被引:3,自引:0,他引:3
本文引用独立成分分析与盲信号分离的理论,从遥感高(多)光谱数据的基本统计特征出发,对其概率密度分布作出了分类与解释,并同图像数据的背景与异常建立了联系。在此基础上,对高(多)光谱数据点阵分布的空间几何结构进行了深入的研究分析,推断出遥感高(多)光谱数据集合的高维空间属于低维几何结构-"超平面"形态,而包含蚀变信息在内的异常点群通常会游离在"超平面"之外。然后,对主成分分析(PCA)的信号-噪声模型加以引申,提出了遥感图像多元数据集合高维空间的背景-异常信号子空间可划分的概念,并给出了子空间划分的阈值估计方法。同时,探讨了遥感图像的端元数目、多波段数据集合的本征维数、主要背景地物数目三者之间的关系;通过西藏驱龙地区两种类型遥感数据的实例分析,说明了本文所讨论的光谱数据空间的低维结构以及背景-异常子空间模型在遥感高(多)光谱数据分析应用中的正确性与实用性。研究结果表明:尽管不同自然景观区的遥感图像的光谱变化复杂,而它们的光谱数据空间属于低维几何结构,以及背景-异常(含噪声)子空间的可分性是其具有共性的本质特征。在统计意义上蚀变异常在遥感高(多)光谱数据集合中是可识别的。 相似文献
7.
地理信息系统是用于采集、管理和分析与空间位五有关的和相应属性信息的计算机系统。是解决资源、环境和社会等复杂问题的综合系统,是一种良好的管理工具和决策支持系统。广西是一个自然资源十分丰富的地区,具有农业、林业、海洋、矿产、水文、旅游等各种资源。如何才能迅速、准确地对这些资源开发利用和管理,如何对广西的各种资源进行全面的、系统的、科学的评价,为政府部门的决策、规划和投资提供可靠的科学依据,据高管理水平和经济效益?要解决这些问题,地理信息系统是目前最好、最有效和最科学的技术工具。 相似文献
8.
9.
10.
遥感图像的巨大信息量,给图像存贮、记录、传输和处理带来很大的困难。尤其是在微机上进行图像处理,这一问题更为突出。图像压缩编码技术是解决问题的主要途径。但是,文献介绍的一些常用的图像压缩编码方法,大多会导致信息量的减少,有的不适用于遥感图像,或者方法不容易实现。本文提出的图像的自适应混合压缩编码方法,吸收了几种压缩编码方法的优点,基于图像的空间相关性和局部均匀程度,对图像进行压缩编码,方法不仅容易实现,而且有较高的图像数据压缩效果,压缩比一般能达到2左右。自适应图像混合压缩编码方法属于冗余度压缩,不导致信息量的任何减少。 相似文献