为了分析研究不同地表发射率反演算法的精度和适用性,文中选取西安市的遥感影像Landsat 8为基础数据,运用ENVI,ArcGIS等软件,首先对Landsat 8数据进行预处理,提取西安市的NDVI影像;然后,建立决策树模型得到西安市地表分类影像,并基于像元二分模型反演得到植被覆盖度,基于NDVI得到4种不同算法的地表发射率;最后,以精度0. 01的MODIS LSE产品为标准数据,从像元尺度上对比分析了4种算法的精度,并依据回归决策树方法的分类结果,对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。结果表明:在像元尺度上,植被指数混合模型法与NDVITEM改进算法精度较高且较为接近;从不同下垫面的反演差异来看,在植被区域4种算法之间的差异较小,而对于水体区域,4种算法之间的差异较大;从反演方法的适用性而言,植被指数混合模型法与NDVITEM改进算法较为适合本研究区。
2021-12-29 22:21:41
524KB
1
拼凑了网上的一些基2fft-时间抽取法算法改了改，加了频谱分析功能，能测量单一正弦信号的频率，个人觉得基2fft算法没必要自己去用代码实现（如果用汇编当没说），主要是能加深理解。个人在学习过程中，觉得重点在倒叙的实现--雷德算法，其他的其实并没有多困难。代码分享给大家，希望对大家有帮助，如果有错误之处请指正！
2021-12-28 00:32:50
6KB
1
传统Retinex算法中，从图像中完全去除亮度分量而使用反射分量来增强效果。通常图像光照变化并非平缓，使得结果图像视觉效果缺乏协调。对此提出一种改进的Retinex算法，通过再处理亮度分量，得到平缓的亮度图像并补偿到反射分量从而改善增强效果，使用均值模版代替高斯模版以减少计算的时间，同时利用拉普拉斯算子加入图像边缘细节特征。实验通过处理低对比度、低亮度的X光射线将改进的Retinex方法与其他各种增强算法进行对比。对实验结果的定性和定量分析表明了该改进算法的有效性。
2021-12-26 14:18:19
399KB
1
求解找到数组A[1..n]中元素的最大值和次最大值(本小题以数组元素的比较为标准操作)的算法，并分析其最坏情况的时间复杂度。
2021-12-23 21:28:05
500B
1
JPEG 的经典F5算法原理分析，体系系统分析
以及相应的F5检测原理.
JPEG 的经典F5算法原理分析，体系系统分析
2021-12-23 20:22:46
215KB
1