学科分类
/ 1
4 个结果
  • 简介:针对现阶段无参考型算法主观一致性差的问题,提出了一种基于兴趣区域的无参考型影像质量评价算法(NROI),在德克萨斯大学的Live影像库中与经典算法:峰值信噪比(PSNR)、结构相似度(SSIM)、自然场景统计模型(NIQE)法,进行大量实验对比。结果表明,NROI的表现优于NIQE,PSNR与SSIM相当,适用于数字影像的质量评价。

  • 标签: NROI 兴趣区域 完全无参考 自然场景统计 改正系数 影像质量评价
  • 简介:针对海岸带和海岛(礁)稀少地面控制区域控制条件不足和定位精度较低等情况,将水边线等高条件与有理函数模型(RFM)相结合,充分利用海岸带卫星影像的特点,将水边线等高点引入平差,提出了一种基于水边线等高的海岸带稀少地面控制卫星影像定位方法.实验结果表明,在同样稀少地面控制情况下,该方法与未加入等高控制条件的海岸带卫星影像定位方法相比,高程定位精度有了明显的提高;在离海岛较近的大陆岸边布设控制点,利用本文方法同样可以在海岛获取较高的定位精度.这对于稀少地面控制条件下海岸带、海岛(礁)地理信息的精确获取,具有重要意义.

  • 标签: 卫星影像定位 海岸带 海岛(礁) 水边线等高 稀少地面控制
  • 简介:首先利用支持向量机(SVM)和人工神经网络(ANN)对Landsat8OLI多光谱影像进行基于光谱信息的土地利用监督分类;然后,对多波段进行主成分变换,提取第一主成分的主要纹理信息,与光谱信息一起进行融合光谱和纹理信息的SVM和ANN影像监督分类.对比分析发现:对中原地区,SVM是Landsat8多光谱遥感影像分类的较优方法,尤其适用于农业用地信息提取;光谱分类即可达到较高精度,纹理信息对提高分类精度的作用十分有限.

  • 标签: 多光谱遥感 影像分类 支持向量机 人工神经网络 纹理
  • 简介:无人机遥感系统一般搭载非量测型数码相机,该类型相机的内参数未知或部分未知,获取的影像存在畸变。设备运输、航摄飞行等动态环境因素对相机内参数的稳定性产生影响,导致区域网平差的精度降低,甚至平差失败。对无人机影像的系统误差源进行分析,给出了畸变差改正模型,自检校光束法平差模型及平差精度估计公式。试验证明:自检校光束法区域网平差可以减弱数码相机内参数变化对平差精度的影响,提高地面控制点、影像外方位线元素的定位精度。

  • 标签: 无人机 影像畸变 光束法区域网平差 自检校 精度