针对地震滑坡灾害应急响应的高时效性要求,提出了一种基于灾后高分辨率遥感影像的地震滑坡体自动提取算法。该算法综合利用了高分辨率遥感影像的光谱、形状和纹理等特征,基于多特征阈值分层次逐步剔除干扰地物,实现了地震滑坡体的自动提取。涉及到的特征参量阈值均采用改进的Otsu算法自动确定。在利用2008年汶川地震后ADS40航空遥感影像自动提取滑坡的实验中,所提算法的滑坡个数正确提取率超过70%,面积正确提取率超过80%。对于10000 row×10000 column的ADS40影像,算法执行时间低于1 min。相较于传统的人机交互目视解译方法,该算法的自动化程度高、滑坡提取速度快,滑坡识别精度可以满足地震灾害应急要求。
2022-05-19 15:35:39 9.31MB 图像处理 高分辨率 地震滑坡 自动提取
1
Icons 插件为您提供了专业的高分辨率图标,可用于 MATLAB、Simulink、演示文稿、Web 等。 它包含1800多个图标,其中包括: - 字体真棒图标包- 材料设计图标包- 来自 MathWorks 网站的图标
2022-05-17 16:32:14 8.37MB matlab
1
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:高分辨率遥感卫星数据_有理函数模型_RFM_图像几何校正_严格轨道模型_对遥感影像进行校正_matlab 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
调整后的锚定邻域回归(A +)方法是用于单幅图像超分辨率的最新方法之一。 A +方法的一个重要的隐含假设是,与相似的低分辨率(LR)图像块相对应的高分辨率(HR)图像块也必须相似。 因此,HR补丁空间和LR补丁空间中的邻域回归可以共享相同的代表系数。 但是,由于超分辨率问题的不适性,该假设通常是无效的,并且非相似的HR样本色块通常共享较大的代表系数。 为了解决这个问题,我们建议通过将高分辨率的基于相似度的调整权重引入HR表示系数来改进A +方法,以减少这些非相似HR样本补丁的影响。 在超分辨率处理之前,这些调整权重以低的计算成本被合并到投影矩阵中。 数值结果表明,该方法能够以较低的计算成本有效地提高A +方法的性能。
1
Lamb波在结构健康监测中受到广泛关注,但其在传播过程中存在着多模和频散特性,不利于损伤定位和高分辨率成像。弯折频率变换(Warped Frequency Transform,WFT)通过构建合理的弯折映射可实现对频率轴的弯折。基于Lamb波群速度频散曲线设计弯折频率变换,则可用于Lamb波信号的处理。从直接补偿角度出发,利用WFT对传感信号进行频散抑制。提出了基于WFT的高分辨率损伤成像方法,利用有限元软件ABAQUS进行了带损伤铝板中Lamb波传播的仿真。仿真结果表明WFT能有效压缩频散的波包,通过该
2022-05-08 14:31:50 1.77MB 工程技术 论文
1
电离层对高分辨率星载SAR成像的影响
2022-05-07 09:37:37 1.16MB SAR 电离层 matlab TEC
人工智能-机器学习-高分辨率智能测时仪的研制.pdf
2022-05-05 09:09:17 3.94MB 人工智能 机器学习 文档资料
实时高分辨率背景抠像 论文的官方资料库。 我们的模型需要捕获额外的背景图像,并在Nvidia RTX 2080 TI GPU上以4K 30fps和HD 60fps产生最新的消光效果。 总览 更新 [2021年1月9日] PhotoMatte85数据集现已发布。 [2020年12月21日]我们将项目更新为MIT许可证,该许可证可用于商业用途! 下载 型号/重量 视频/图像示例 (由)(我们的模型在高清素材上更加强大) 数据集 VideoMatte240K(即将推出) 演示版 剧本 我们在此存储库中提供了几个脚本,供您试验我们的模型。 文件中包含更详细的说明。 inference_image
2022-05-04 20:37:26 2.68MB machine-learning real-time computer-vision matting
1
该项目是我们CVPR2019文件“用于人体姿势估计的深层高分辨率表示学习”的正式实现。用于人体姿势估计的深层高分辨率表示学习(CVPR 2019)新闻[2020/03/13] TPAMI:用于视觉识别的深度高分辨率表示学习。 它包括更多的HRNet应用程序,并且提供了以下代码:语义分割,异物检测,面部标志检测和图像分类。 [2020/02/01]我们为HRNet添加了演示代码。 感谢Alex Simes。 用于显示姿态估计结果的可视化代码
2022-05-01 16:05:52 7.29MB Python Deep Learning
1
据麦姆斯咨询报道,近日,中国芯片企业午芯高科技有限公司(简称“午芯高科”)宣布在全球范围内推出基于其SWOT开发平台的“电容式”MEMS高性能数字气压传感器——WXP380,相比传统MEMS传感器芯片,其创新的WXP380实现了芯片面积小、性能参数优异且一致性好、成本低等优点。SWOT开发平台提高了WXP380“电容式”气压传感器的精度、分辨率和温度稳定性等性能,长期稳定可靠,达到了业界领先水平,而且获得了多项核心自主知识产权。 高性能: - “电容式”噪声超低的高精度MEMS气压传感器; - 高度差测量精确度小至2cm; - 可在很大的温度范围内(-40~85°C)实现精确而稳定的性能。
1