期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
船舶自动测深系统在海底地形绘制中的应用 被引量:2
1
作者 张艳华 王百勇 王锦明 《舰船科学技术》 北大核心 2019年第18期61-63,共3页
海洋蕴藏着丰富的化石燃料资源、稀有金属资源等,与此同时,海上资源的开采受限于水深和复杂海底地形环境等因素。本文研究的对象是基于船舶自动测深系统的海底地形绘制技术,首先介绍了船舶自动测深系统的工作原理和系统组成,然后基于多... 海洋蕴藏着丰富的化石燃料资源、稀有金属资源等,与此同时,海上资源的开采受限于水深和复杂海底地形环境等因素。本文研究的对象是基于船舶自动测深系统的海底地形绘制技术,首先介绍了船舶自动测深系统的工作原理和系统组成,然后基于多波束自动测深系统和信号滤波器,开发了海底地形绘制技术,并对海上地形绘制的主要特征参数进行了详细介绍。 展开更多
关键词 自动测深系统 多波束 地形绘制
在线阅读 下载PDF
基于尺度空间理论的舰船遥感图像特征提取技术 被引量:1
2
作者 王百勇 张艳华 《舰船科学技术》 北大核心 2021年第18期184-186,共3页
不论是军事作战领域还是民用领域,基于遥感技术的海上舰船目标探测技术都发挥着重要的作用,近年来,随着海上气象条件的恶化、反侦察技术和干扰技术的发展,舰船遥感图像的特征提取过程中噪声含量越来越多,提取难度也不断增加。针对这一问... 不论是军事作战领域还是民用领域,基于遥感技术的海上舰船目标探测技术都发挥着重要的作用,近年来,随着海上气象条件的恶化、反侦察技术和干扰技术的发展,舰船遥感图像的特征提取过程中噪声含量越来越多,提取难度也不断增加。针对这一问题,本文采用了一种基于尺度空间理论的舰船遥感图像特征提取技术,利用尺度空间高斯算法等改善了舰船遥感图像的特征提取精度,有重要的应用价值。 展开更多
关键词 遥感图像 尺度空间 高斯算法 灰度理论
在线阅读 下载PDF
基于深度学习理论下电子海图与雷达图像船舶感知信息融合 被引量:9
3
作者 王百勇 张艳华 贾俊乾 《现代雷达》 CSCD 北大核心 2021年第5期44-50,共7页
基于深度学习理论,对电子海图与雷达图像船舶感知信息融合进行了研究,通过三维点云数据特征将满足要求的点云筛选出,并将点云数据在二维平面投影进行聚类。支持向量机(SVM)分类器和视觉显著性两种方法结合跟踪船只,采集正负样本并进行... 基于深度学习理论,对电子海图与雷达图像船舶感知信息融合进行了研究,通过三维点云数据特征将满足要求的点云筛选出,并将点云数据在二维平面投影进行聚类。支持向量机(SVM)分类器和视觉显著性两种方法结合跟踪船只,采集正负样本并进行正负样本的方向梯度直方图特征提取,完成SVM分类器训练;通过训练好的SVM分类器识别视频图像的目标船只,利用亮度、颜色等一致性特点检测此感兴趣区域的显著性。分析了视觉显著性、激光雷达、SVM分类器检测实施船只的追踪和位置定位功能,将视觉显著性、激光雷达、SVM分类器三者之间存在的相应转化关系进行分析研究,从而得到激光雷达系统和拍摄相机间的联动性能,并予以连接,最终完成电子海图和激光雷达影像,传感器在进行数据上传的同时,可以实时进行。实验表明:电子海图和雷达图像融合检测真正率为97.14%。 展开更多
关键词 雷达图像 电子海图 融合 船舶感知信息 深度学习
在线阅读 下载PDF
舰船遥感图像的分类方法研究
4
作者 张艳华 王百勇 王锦明 《舰船科学技术》 北大核心 2020年第4期52-54,共3页
遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感... 遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感图像分类研究的历史,找到导致单分类器的舰船遥感图像分类错误率高的原因,然后引入双边滤波算法对原始舰船遥感图像进行去噪,并提取舰船遥感图像分类纹理特征,最后采用多种方法建立舰船遥感图像分类器,并对它们进行加权组合,输出舰船遥感图像的最终归属。仿真测试结果表明,本文方法获得了比单分类器更优的舰船遥感图像分类正确率,舰船遥感图像分类结果更加可靠。 展开更多
关键词 舰船工作环境 遥感技术 图像分类 噪声过滤 分类正确率
在线阅读 下载PDF
融合多源遥感数据和支持向量机的矿区土地利用变化研究
5
作者 张笑蓉 贾俊乾 杜玉柱 《金属矿山》 2025年第11期250-257,共8页
矿区土地利用变化的准确监测和分析,是矿区环境管理中的关键环节。传统方法在数据获取和分析精度方面存在局限,难以全面反映矿区土地利用变化的时空特征。以山西省某矿区为例,提出了一种基于多源遥感数据融合和支持向量机(SVM)分类算法... 矿区土地利用变化的准确监测和分析,是矿区环境管理中的关键环节。传统方法在数据获取和分析精度方面存在局限,难以全面反映矿区土地利用变化的时空特征。以山西省某矿区为例,提出了一种基于多源遥感数据融合和支持向量机(SVM)分类算法的矿区土地利用变化分析方法。首先对矿区2020—2024年高分二号(GF-2)和高分三号(GF-3)卫星影像、Landsat 8光学遥感数据以及Sentinel-1雷达数据通过辐射校正、几何校正和噪声滤除等步骤进行预处理,并采用加权平均的多源数据融合技术,生成具有丰富信息的综合数据。然后利用支持向量机(Support Vector Machine,SVM)算法对不同时间段的融合遥感数据进行分类,准确识别并量化了土地利用类型变化。研究结果表明:多源数据融合显著提高了土地利用分类精度,分类准确率达到了94.3%。该方法揭示了矿区不同土地利用类型的时空变化特征,为矿区土地利用规划和环境监测提供了一种科学方法,有助于促进矿区环境可持续发展。 展开更多
关键词 多源遥感数据 支持向量机 土地利用变化 矿区环境监测 数据融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部