降雨量色斑图程序

Arcgis编辑图斑拖动保存后复原操作

激光散斑图像压缩对降低数据存储量具有重要的意义。设计了一种激光散斑图像无失真编码器,它由激光散斑位移估计、像素预测和Golomb编码组成。首先估计散斑位移;然后,根据激光动态散斑相关函数设计预测模型,并以预测模型为基础进行像素预测;最后,对预测误差进行Golomb编码。该编码器的主要特点包括使用数字散斑相关方法估计散斑位移,以及基于动态散斑相关函数极值的时间预测。实验结果显示,在压缩激光散斑图像时,激光散斑图像无失真编码器在压缩性能方面取得了较大的提高。

针对激光主动成像中的波前畸变和散斑噪声，分析了散斑噪声对基于图像指标优化的波前校正性能影响。通过仿真不同散斑噪声水平下图像清晰度指标值随波前均方根值的变化趋势，研究了散斑噪声对波前校正性能的影响。在此基础上，通过开展大气湍流波前畸变闭环校正数值仿真，对分析结果进行了验证。研究结果表明：随着散斑噪声的增大，图像清晰度指标随波前均方根(RMS)值的单调性和线性度明显变差，尤其是在RMS小于1 rad范围内，导致收敛速度和最终的校正精度变差；当散斑噪声较大时，随着波前畸变的增大，散斑噪声对校正性能的影响也越大。

针对远距离数字全息成像中波前畸变和散斑噪声对成像质量的影响，实验研究了基于图像指标优化的波前校正技术，以及基于孔径分割的多帧图像平均散斑噪声抑制方法。建立了数字离轴全息实验装置，针对系统自身像差，采用梯度下降算法，以图像清晰度为优化指标进行了波前校正实验；在此基础上通过孔径分割，重构出多帧散斑噪声分布各异的目标图像，进行平均运算。结果表明，基于图像清晰度优化的波前校正技术能够有效消除波前畸变，提高成像分辨率；采用基于孔径分割的多帧图像平均方法能够在一定程度上消除目标图像的散斑噪声，获得更高的成像质量。

提出一种改进的Gerchberg-Saxton(G-S)算法，实现了基于环形光束的衍射光学元件的精确设计。所提算法可以确保输出平面上有小的采样间隔，起到了抑制散斑的作用；与未采用散斑抑制的常规的改进G-S算法相比，所提算法得到了更高性能的均匀光斑；仿真结果和实验结果一致。

这是我自己编写的，有的时候需要对地理数据图斑逐一截图，利用python脚本用arcgis可以将地理文档mxd中的影像逐一截图保存到一个文件夹，只需要更改相应参数即可

有关散斑资料及其matlab编程

用于数字图像相关方法中散斑质量评价，评价标准之一是平均灰度梯度，此压缩包中包含了如何形成高斯分布的数字散斑以及用于计算不同子区大小的平均灰度梯度值

基于改进全卷积神经网络的玉米叶片病斑分割.pdf