2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、高光譜成像技術(shù)兼具成像探測(cè)技術(shù)和光譜探測(cè)技術(shù)兩者的優(yōu)點(diǎn),其在遙感探測(cè)、軍事特定目標(biāo)識(shí)別等方面有巨大的應(yīng)用潛力,因此研究高光譜圖像的相關(guān)處理技術(shù)有很高的理論意義和實(shí)用價(jià)值。
   本課題在分析高光譜圖像的特點(diǎn)和高光譜融合技術(shù)的基礎(chǔ)上,重點(diǎn)研究了高光譜圖像融合過(guò)程中邊界效應(yīng)的解決方法。高光譜圖像融合是高光譜圖像處理中的關(guān)鍵環(huán)節(jié),傳統(tǒng)的高光譜融合方法由于側(cè)重于對(duì)目標(biāo)的宏觀描述,并不適用于針對(duì)特定目標(biāo)識(shí)別和描述目標(biāo)具體特征的高光譜成像技

2、術(shù)。針對(duì)高光譜圖像光譜分辨率高和圖像間相關(guān)性強(qiáng)的特點(diǎn),本文提出了基于目標(biāo)分類最優(yōu)化的高光譜圖像融合方法,仿真結(jié)果表明該方法的融合效果良好,各波段圖像的光譜信息都得到了較好的保留。
   針對(duì)融合中產(chǎn)生的圖像中邊界效應(yīng)的問(wèn)題,本文提出了兩種方法:一種是傳統(tǒng)濾波方法和形態(tài)學(xué)相結(jié)合的Top-Hat濾波法,另一種是形態(tài)學(xué)邊緣提取修復(fù)邊緣的方法。對(duì)所提出的Top-Hat濾波法和自適應(yīng)形態(tài)學(xué)邊緣提取方法進(jìn)行了仿真研究,結(jié)果表明兩種方法能夠很

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。

評(píng)論

0/150

提交評(píng)論