- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
自然地理学和测绘学论文_融合多光谱影像的高光
作者:网站采编关键词:
摘要：文章目录 1 本文方法 1.1 训练阶段 1.1.1 构建训练样本 1.1.2 SSRF模型训练 1.2 预测阶段 1.2.1 构建预测样本 1.2.2 SSRF模型预测 2 试 验 2.1 试验数据 2.2 试验内容 (1) RMSE。 (2) CC。 (3) UIQI。 (4)
文章目录
1 本文方法
1.1 训练阶段
1.1.1 构建训练样本
1.1.2 SSRF模型训练
1.2 预测阶段
1.2.1 构建预测样本
1.2.2 SSRF模型预测
2 试 验
2.1 试验数据
2.2 试验内容
(1) RMSE。
(2) CC。
(3) UIQI。
(4) SAM。
2.3 试验结果及分析
3 结 论
文章摘要:云遮挡对高光谱影像的应用造成了不可忽视的影响。现有云去除方法通常利用时域近邻的同源影像提供辅助信息。然而，高光谱影像（如GF-5和EO-1高光谱影像）较低的时间分辨率导致同源辅助影像中可能存在较大的地物覆盖变化。时间分辨率更高的多光谱影像（如Landsat 8 OLI影像）能提供时间上更接近于高光谱云影像的辅助信息，从而减少地物覆被变化带来的影响。为应对高光谱和多光谱波段之间差异较大的问题，本文基于空谱随机森林（spatial-spectral-based random forest, SSRF）方法，提出一种利用多光谱影像（Landsat 8 OLI影像）对高光谱影像进行厚云去除的方法，将其简记为SSRF＿M。SSRF＿M较强的非线性拟合能力使其能够综合利用多光谱影像所有波段的有效数据对各个高光谱波段进行重建。本文使用GF-5和EO-1高光谱影像进行模拟云去除试验，视觉和定量评价结果均表明，与利用时间间隔更长的同源辅助影像的方法相比，本文方法能获得更高精度的云下信息重建结果。
文章关键词:
论文分类号:P237
文章来源：《影像研究与医学应用》 网址: http://www.yxyjyyxyy.cn/qikandaodu/2022/0502/2042.html