检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多光谱图像的3D EBCOT压缩编码算法

西安电子科技大学学报 2005年第4期32卷 549-554页

作者：肖江吴成柯李云松相里斌杨建峰西安电子科技大学综合业务网国家重点实验室陕西西安710071 中国科学院西安光学精密机械研究所陕西西安710068

提出了一种新的多光谱图像压缩方案,三维率失真优化截取码块编码(3DEBCOT)算法根据多光谱图像的成像特点,利用非对称的三维离散小波变换去除多光谱图像的空间冗余和频域的相关性,再通过拓展改进最新的静止图像压缩标准JPEG2000中的二维... 详细信息

提出了一种新的多光谱图像压缩方案,三维率失真优化截取码块编码(3DEBCOT)算法根据多光谱图像的成像特点,利用非对称的三维离散小波变换去除多光谱图像的空间冗余和频域的相关性,再通过拓展改进最新的静止图像压缩标准JPEG2000中的二维率失真优化截取内嵌码块编码(2DEBCOT)算法,在比特平面编码器中引入谱间上下文,使用相应算术编码器并对经过三维小波变换后的系数进行编码,提高了多光谱图像的压缩效率.根据具体要求组织的内嵌码流,可继承获得JPEG2000标准内嵌码流抗误码等优良特性.使用该方法对一组6波段多光谱图像压缩编码后的重建图像显示,具有比三维小波分层树集合分割排序编码的算法(3DSPIHT)具有更好的图像质量和压缩性能.

关键词：多光谱图像图像压缩内嵌编码 JPEG2000 三维离散小波变换

在线全文

学校读者我要写书评

暂无评论

多光谱图像与全色图像的像素级融合研究

数据采集与处理 2003年第3期18卷 296-301页

作者：刘哲郝重阳刘晓翔樊养余西北工业大学电子与信息工程研究所西安710072

以高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级双源融合为例 ,详细地总结了卫星多源遥感图像融合领域像素级融合的步骤、基本融合模型和优缺点 ,重点分析了各种常见像素级融合方法的原理和特点 ,并归纳了像素级融合结... 详细信息

以高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级双源融合为例 ,详细地总结了卫星多源遥感图像融合领域像素级融合的步骤、基本融合模型和优缺点 ,重点分析了各种常见像素级融合方法的原理和特点 ,并归纳了像素级融合结果的主客观评价标准和评价方法 ,以及像素级融合的主要应用领域 ,最后讨论了像素级融合目前存在的问题和今后的发展方向。

关键词：遥感学数据融合图像融合遥感图像多光谱图像全色图像像素级融合图像处理

玉米作物多光谱图像精准分割与叶绿素诊断方法研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2015年第1期35卷 178-183页

作者：吴倩孙红李民赞宋媛媛张彦娥中国农业大学"现代精细农业系统集成研究"教育部重点试验室北京100083 农业部农业信息获取技术重点实验室北京100083

为了快速获取大田玉米作物长势信息,基于多光谱图像开展了大田玉米叶绿素指标的非破坏性诊断研究。应用自主开发的2-CCD多光谱图像感知系统,在田间采集玉米冠层可见光[Blue（B）,Green（G）,Red（R）;400~700nm]和近红外（Near-infrared... 详细信息

为了快速获取大田玉米作物长势信息,基于多光谱图像开展了大田玉米叶绿素指标的非破坏性诊断研究。应用自主开发的2-CCD多光谱图像感知系统,在田间采集玉米冠层可见光[Blue（B）,Green（G）,Red（R）;400~700nm]和近红外（Near-infrared：NIR,760~1 000nm）图像,并使用SPAD同步测量样本叶绿素指标。采集后图像经自适应平滑滤波处理后,进行图像玉米植株提取。为了选择最优算法实现玉米植株与杂草、土壤背景的分割,首先比较了最大类间方差（OTSU）分割算法和局部阈值处理分割算法,选取了基于局部统计的可变阈值处理方法对玉米NIR图像进行初步分割,进而采用区域标记算法进行精细分割,分割准确率达95.59%。将分割结果应用于玉米植株可见光图像R,G,B各通道,从而实现了玉米植株多光谱图像中可见光图像的整体分割。基于分割后R,G,B和NIR四个通道的玉米冠层图像,提取了各通道图像灰度均值（ANIR,ARed,AGreen和ABlue）并计算了归一化植被指数（NDVI）、比值植被指数（RVI）和绿色归一化植被指数（NDGI）作为光谱特征参数,建立了玉米冠层叶绿素指标诊断的偏最小二乘法回归模型。结果表明,建模R^2达0.596 0,预测R^2达0.568 5,该方法通过玉米多光谱图像特征参数评估叶片叶绿素含量,可为大田玉米长势监测提供支持。

关键词：多光谱图像局部阈值处理区域标记叶绿素

CCNet:面向多光谱图像的高速船只检测级联卷积神经网络（英文）

在线全文

学校读者我要写书评

暂无评论

红外与毫米波学报 2019年第3期38卷 290-295页

作者：张忠星李鸿龙张广乾朱文平刘力源刘剑吴南健中国科学院半导体研究所超晶格国家重点实验室北京100083 中国科学院脑科学与智能技术卓越创新中心北京100083 中国科学院大学材料与光电研究中心北京100049

针对实现遥感图像中船只目标的快速检测提出了一个采用多光谱图像、基于级联的卷积神经网络(CNN)船只检测方法CCNet.该方法所采用两级级联的CNN依次实现感兴趣区域(ROI)的快速搜索、基于感兴趣区域的船只目标定位和分割.同时采用含有更... 详细信息

针对实现遥感图像中船只目标的快速检测提出了一个采用多光谱图像、基于级联的卷积神经网络(CNN)船只检测方法CCNet.该方法所采用两级级联的CNN依次实现感兴趣区域(ROI)的快速搜索、基于感兴趣区域的船只目标定位和分割.同时采用含有更多细节信息的多光谱图像作为 CCNet 的输入能够提升网络提取特征鲁棒性从而使得检测更加精确.基于 SPOT 6 卫星多光谱图像的实验表明与当前主流的深度学习船只检测方法相比该方法能够在实现高检测精准度的基础上将检测速度提高 5 倍以上.

关键词：船只检测遥感图像处理卷积神经网络多光谱图像

在线全文

学校读者我要写书评

暂无评论

大豆冠层多光谱图像提取方法

光谱学与光谱分析 2022年第11期42卷 3568-3574页

作者：郜世姣关海鸥马晓丹王彦宏黑龙江八一农垦大学信息与电气工程学院黑龙江大庆163319 黑龙江八一农垦大学园艺园林学院黑龙江大庆163319

为解决大豆冠层在近地端的多光谱图像边缘灰度不均,目标与背景之间灰度差别小,难以准确高效地获取大豆冠层目标区域的难题,将多光谱成像处理技术与经典图像分割方法有机融合,提出基于多光谱图像处理技术的大豆冠层提取方法。以东北大豆... 详细信息

为解决大豆冠层在近地端的多光谱图像边缘灰度不均,目标与背景之间灰度差别小,难以准确高效地获取大豆冠层目标区域的难题,将多光谱成像处理技术与经典图像分割方法有机融合,提出基于多光谱图像处理技术的大豆冠层提取方法。以东北大豆为对象,通过Sequoia多光谱相机采集绿光、近红外、红光、红边和可见光五类大豆多光谱图像,采用高斯平滑滤波法对原始大豆多光谱图像进行预处理,分析多光谱图像中大豆冠层和背景的灰度直方图分布特性,在此基础上利用迭代法、Otsu法和局部阈值法提取原大豆多光谱图像中冠层区域,并以图像形态学开运算处理细化和扩张背景,避免图像区域内干扰噪声对大豆冠层识别效果的影响,同时以有效分割率、过分割率、欠分割率、信息熵以及运行时间等为监督指标,对大豆冠层多光谱图像识别模型进行效果评价。大豆冠层识别模型中迭代法可以有效分割近红外和可见光大豆冠层图像,有效分割率分别为97.81%和87.99%,对绿光、红光和红边大豆冠层图像分割效果较差,有效分割率低于70%;Otsu法和局部阈值法可以有效分割除红光波段的其余四种多光谱大豆冠层图像,且有效分割率均在82%以上;三种算法对红光大豆冠层图像的有效分割率均低于20%,未达到较好效果。在原始多光谱图像中应用迭代法、Otsu法和局部阈值法提取大豆冠层图像与标准图像的信息熵平均值波动幅度分别为:0.1201,0.0547和0.0598,其中Otsu法和局部阈值法较小,表明了对于大豆冠层多光谱图像识别中两种算法的有效性。该算法中Otsu法和局部阈值法均可以有效提取绿光、近红外、红边和可见光等多光谱的大豆冠层图像,二者较为完整地保留了大豆冠层信息,其中Otsu法实时性能较局部阈值法更好。该成果为提取农作物冠层多光谱图像提供理论依据和技术借鉴。

关键词：大豆冠层多光谱图像图像处理识别模型算法评价

基于无人机近地面多光谱图像的蛇龙珠葡萄成熟度判别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2021年第10期41卷 3220-3226页

作者：杨圣慧郑永军刘星星张天罡张小栓徐丽明中国农业大学工学院北京100083

酿酒葡萄一般批量采收,采收期对其品质有较大影响。传统方法主要依靠对样本的酚、糖等各组分含量进行实验室理化指标检测,判定采收成熟度。如果对多个地块进行采摘前的连续监测,则批量大、成本高、采样与分析工作量繁重,且时效性差,难... 详细信息

酿酒葡萄一般批量采收,采收期对其品质有较大影响。传统方法主要依靠对样本的酚、糖等各组分含量进行实验室理化指标检测,判定采收成熟度。如果对多个地块进行采摘前的连续监测,则批量大、成本高、采样与分析工作量繁重,且时效性差,难以保证果品的收获品质。以蛇龙珠品种为对象,提出一种利用近地面多光谱图像对种植区葡萄成熟度和批量采收期判别的方法。通过DJI Phantom四旋翼无人机搭载ADC Micro多光谱相机,以S型采样路线直接拍摄9个采样点的蛇龙珠田间原位图像,并采集葡萄果粒样本;利用PixelWrench2 x64软件进行图像处理,得到每张图像的红色(R)分量、绿色(G)分量、近红外(NIR)分量值;将葡萄果粒榨汁,依据检测时长、成本和代表性程度,选取总糖含量为成熟度判定指标,采用PAL-1手持式糖度仪检测葡萄汁总糖含量;分别分析R,G,NIR分量与日期的显著性关系,发现叶片集中区域(局部)的R分量与日期为最显著关系(p-value=5.31444×10^(-4),调整后R^(2)=0.815),可作为建模的成熟度参数;按照模型集与验证集为4∶1的原则构建“总糖含量—局部R分量”线性回归与对数回归模型,结果显示:相比于线性模型,总糖含量与局部R分量呈非常显著的对数关系(p-value=5.12407×10^(-10),调整后R^(2)=0.97062),且该模型的平均预测误差≤1.388%、最大预测误差≤4.6%、采收前预测误差±0.46%,证明该对数模型具有较高的检测精度。实际采收前,利用上述方式在近采收期采集蛇龙珠葡萄田间原位多光谱图像,将得出的局部R分量值带入对数模型,可对总糖含量进行预测,并以22%±0.46%的总糖含量为标准研判蛇龙珠葡萄是否成熟。结果表明:采用区块光谱图像进行酿酒葡萄的批量采收品质和采收时间预测具有便利性与可行性,为光谱图像在农业实际生产中的应用提供了新思路。

关键词：酿酒葡萄多光谱图像无人机成熟度判别

在线全文

学校读者我要写书评

暂无评论

相关系数准则下的多光谱图像最优融合方法

计算机辅助设计与图形学学报 2004年第12期16卷 1656-1661页

作者：金剑秋王章野彭群生浙江大学CAD&CG国家重点实验室

证明了在相关系数准则下最优融合算法与线性最优融合算法是等价的 ,利用这一结果大大减少了计算的空间与时间复杂度 ;并通过设置加权系数和提供一种自适应计算权值的方法以突出原多光谱图像目标区域的频谱特征 ;对于相关性较弱的多光谱... 详细信息

证明了在相关系数准则下最优融合算法与线性最优融合算法是等价的 ,利用这一结果大大减少了计算的空间与时间复杂度 ;并通过设置加权系数和提供一种自适应计算权值的方法以突出原多光谱图像目标区域的频谱特征 ;对于相关性较弱的多光谱图像集提出了分组融合的方法实验结果表明 :该最优融合算法高效可行。

关键词：多光谱图像相关系数准则最优融合自适应加权计算

航空滤光片阵列多光谱图像曲面拟合双阈值配准

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第4期28卷 1076-1088页

作者：李铜哨孙文邦岳广顾子侣空军航空大学航空作战勤务学院长春130022

图像配准过程中,匹配点位置精度是决定图像配准精度的关键。本文针对航空滤光片阵列多光谱图像因各谱段间存在像点位移而使误匹配点剔除比较困难的问题,提出了一种基于匹配点位置差曲面拟合双阈值剔除方法。首先,选取多光谱中间波段图... 详细信息

图像配准过程中,匹配点位置精度是决定图像配准精度的关键。本文针对航空滤光片阵列多光谱图像因各谱段间存在像点位移而使误匹配点剔除比较困难的问题,提出了一种基于匹配点位置差曲面拟合双阈值剔除方法。首先,选取多光谱中间波段图像作为基准图像,利用SIFT算法分别提取基准图像和待配准图像的匹配点;其次,在基准图像匹配点处逐点计算两波段图像匹配点的位置差,构建匹配点Delaunay三角网,利用IDW(反距离加权)算法拟合整幅图像位置差曲面;然后,对位置差曲面进行平滑处理,再分别向上向下平移一定容差范围,构成位置差三维阈值空间;最后,利用位置差三维阈值空间筛选出精确匹配点,并完成图像配准工作。理论分析与实验结果表明:该方法可以有效筛选出航空滤光片阵列多光谱图像高精度匹配点,进而有效提高多光谱图像配准的精度。

关键词：遥感曲面拟合双阈值滤光片阵列多光谱图像配准

基于多光谱图像的土壤有机质含量检测系统与APP研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年第9期54卷 270-278页

作者：杨玮于滈李浩曹永研郝子源中国农业大学智慧农业系统集成研究教育部重点实验室北京100083

受到土壤种类、水分等客观因素的干扰,基于图像预测土壤有机质(Soil organic matter, SOM)含量与传统方法在检测精度上仍存在差距,限制了相关技术的推广和普及。为提升基于图像预测SOM含量的精度,本研究提出N_DenseNet网络模型,在DenseN... 详细信息

受到土壤种类、水分等客观因素的干扰,基于图像预测土壤有机质(Soil organic matter, SOM)含量与传统方法在检测精度上仍存在差距,限制了相关技术的推广和普及。为提升基于图像预测SOM含量的精度,本研究提出N_DenseNet网络模型,在DenseNet169基础上加入多尺度池化模块,通过获取更多的维度特征提升模型的性能,并结合Android端开发SOM实时检测应用程序(APP),通过内网透射实现PC端与手机端数据的及时传输。以黑龙江省友谊县、北京市昌平区、山东省泰安市3地的350份土样为基础,通过手机以及多光谱无人机获取原位土壤的高清图像,R波段、红边波段与近红外波段图像,以丰富数据信息,并通过室内胁迫的方式拍摄土壤样品在不同水分梯度下的图像缓解水分对图像造成的影响。对比不同深度学习模型,基于多光谱图像数据训练的N_DenseNet表现最好,整体表现优于DenseNet169,测试集R~2为0.833,RMSE为3.943 g/kg,R~2相比于可见光数据提升0.016,证明了训练过程加入R波段与红边和近红外波段图像后有助于提升模型的性能,证明了该方法的可行性。手机端APP与后台端数据相连实现数据实时传输,实现了田间土样SOM含量的实时预测,经田间试验验证,模型预测集R~2为0.805,检测时间为2.8 s,满足了田间SOM含量检测的需求,为SOM含量实时检测提供了新的思路。

关键词：土壤有机质检测系统多光谱图像深度学习 Android APP

维普期刊数据库博看期刊