排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
7.
目的 遥感图像语义分割是根据土地覆盖类型对图像中每个像素进行分类,是遥感图像处理领域的一个重要研究方向。由于遥感图像包含的地物尺度差别大、地物边界复杂等原因,准确提取遥感图像特征具有一定难度,使得精确分割遥感图像比较困难。卷积神经网络因其自主分层提取图像特征的特点逐步成为图像处理领域的主流算法,本文将基于残差密集空间金字塔的卷积神经网络应用于城市地区遥感图像分割,以提升高分辨率城市地区遥感影像语义分割的精度。方法 模型将带孔卷积引入残差网络,代替网络中的下采样操作,在扩大特征图感受野的同时能够保持特征图尺寸不变;模型基于密集连接机制级联空间金字塔结构各分支,每个分支的输出都有更加密集的感受野信息;模型利用跳线连接跨层融合网络特征,结合网络中的高层语义特征和低层纹理特征恢复空间信息。结果 基于ISPRS (International Society for Photogrammetry and Remote Sensing) Vaihingen地区遥感数据集展开充分的实验研究,实验结果表明,本文模型在6种不同的地物分类上的平均交并比和平均F1值分别达到69.88%和81.39%,性能在数学指标和视觉效果上均优于SegNet、pix2pix、Res-shuffling-Net以及SDFCN (symmetrical dense-shortcut fully convolutional network)算法。结论 将密集连接改进空间金字塔池化网络应用于高分辨率遥感图像语义分割,该模型利用了遥感图像不同尺度下的特征、高层语义信息和低层纹理信息,有效提升了城市地区遥感图像分割精度。 相似文献
8.
SAR图像仿真的研究对于SAR图像目标识别与解译研究具有重要意义。提出了一种基于栅格化模型生成回波的SAR图像仿真方法:将目标的三维模型映射到栅格平面中,运用射线跟踪原理,获取目标几何信息计算回波并成像处理获得仿真图像。该方法与传统方法相比,射线跟踪的计算复杂度不依赖于原始模型面元数目,提高了计算速度,同时,可以通过调节栅格化采样率实现不同的仿真精度,满足不同的应用需求。实验结果表明,通过该方法获得的仿真图像与真实图像匹配度高,该方法可以有效辅助SAR图像目标解译工作。 相似文献
9.
以花生胚小叶为外植体优化离体再生条件,通过对再生苗进行筛选,为外源基因的遗传转化提供实验依据。研究表明,不同基因型胚小叶的再生能力差异显著,在供试基因型中以中花8号不定芽诱导率和成苗率最高,且外植体状态最好。中花8号胚小叶再生的最佳诱导培养基为MSB(MS无机盐+B5有机成分)+6-BA(4.5mg/L)+NAA(1mg/L)+AgNO3(2mg/L),最佳诱导培养时间为21d。对中花8号再生苗进行筛选浓度实验,草丁膦(PPT)为20mg/L时,可筛选出抗性苗;300mg/L的卡那霉素(Km)可用于较小幼苗筛选,而对较大幼苗则需将Km的浓度提高至400mg/L以上。 相似文献
10.
结合多径散射理论和雷达成像原理,针对圆柱型固定顶油罐和浮动顶油罐的SAR图像的多径散射提出了一种预测模型,该预测模型建立了多径散射机制引起的图像上的近似聚焦位置、强度与油罐、雷达相关参数的关系.同时,结合仿真实验和Terra-SAR图像验证了该模型的有效性,分析了油罐目标的多径特征,并针对Terra-SAR图像利用基于模型的方法有效提取了油罐目标的几何参数.结果和分析表明,该方法比传统的方法在精度、稳定性上均有所提高. 相似文献