版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、作為一種細(xì)分光譜成像技術(shù),高光譜遙感是地質(zhì)勘探、地物覆蓋分析和礦產(chǎn)資源調(diào)查的高效的手段。高光譜礦物識(shí)別與填圖是遙感地質(zhì)填圖由巖性填圖到礦物填圖的最重要一步,其中礦物光譜特征參量提取與礦物識(shí)別的種類和精度是核心。而高光譜圖像是圖譜合一的數(shù)據(jù),需要研究快速并行的高效處理方法。
本論文通過(guò)設(shè)計(jì)蝕變礦物分層識(shí)別譜帶參量化特征提取方法的基礎(chǔ)上,構(gòu)建蝕變礦物識(shí)別的規(guī)則庫(kù),建立推理機(jī),研制一款高光譜圖像特征提取和礦物識(shí)別系統(tǒng)。主要研究成果如
2、下:
(1)提出了一種局部去包絡(luò)線和多項(xiàng)式擬合的參量化光譜吸收特征提取方法。該方法通過(guò)局部去包絡(luò)線處理,消除背景影響,增強(qiáng)光譜的吸收特征;利用局部多項(xiàng)式擬合,克服光譜噪聲影響。在此基礎(chǔ)上,該方法針對(duì)Al-OH鍵礦物和Mg-OH鍵礦物等,設(shè)計(jì)了組合吸收位置、吸收深度和半谷寬度等參量化光譜特征提取方法。實(shí)驗(yàn)表明,該方法光譜特征提取精度高,有效克服了背景和噪聲的影響。
(2)組合主要的吸收譜帶和次要吸收譜帶的參量化特征,構(gòu)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于核空譜信息挖掘的高光譜圖像分類方法研究.pdf
- 空譜信息聯(lián)合的高光譜圖像分類方法研究.pdf
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 基于空譜信息挖掘和稀疏表示學(xué)習(xí)的高光譜圖像分類.pdf
- 基于圖-譜關(guān)鍵信息保存的高光譜圖象壓縮方法研究.pdf
- 空譜信息聯(lián)合的高光譜圖像精細(xì)分類研究.pdf
- 基于空譜特征降維的高光譜圖像分類.pdf
- 結(jié)合空間信息與光譜信息的高光譜圖像分類研究.pdf
- 基于空譜聯(lián)合的高光譜圖像光譜域去噪方法研究.pdf
- 基于多光譜圖像的高光譜圖像模擬研究.pdf
- 基于譜間相關(guān)性的高光譜圖像壓縮方法研究.pdf
- 基于組稀疏編碼的高光譜圖像空譜聯(lián)合分類方法.pdf
- 基于自適應(yīng)譜段重組的高光譜圖像壓縮方法研究.pdf
- 空譜協(xié)作的高光譜圖像分類方法研究.pdf
- 高光譜圖像空譜聯(lián)合監(jiān)督分類算法及軟件系統(tǒng).pdf
- 基于低秩表示的空譜聯(lián)合高光譜圖像分類模型與方法.pdf
- 巖心礦物立體填圖系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于流形學(xué)習(xí)的高光譜圖像空-譜聯(lián)合特征提取與分類.pdf
- 基于深度自編碼網(wǎng)絡(luò)的高光譜圖像空譜聯(lián)合分類.pdf
- 基于空譜結(jié)構(gòu)性挖掘的高光譜圖像分類方法研究.pdf
評(píng)論
0/150
提交評(píng)論