注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种基于统计分析的图像变化检测方法

  2. 为了更准确地从两幅同一地区不同时间的遥感图像中检测出地物的变化情况 ,提出一种 基于统计分析的方法.即:统计检验方法1这种方法是将局部回归方法应用于两幅不同时间遥感图 像中的同一感兴趣矩形区域 ,当回归系数表现出较大的差异时 ,这些图像区域被分割成更小的子区 域1与传统的变化检测方法相比 ,统计检验法不仅与脉冲噪音无关 ,而且也不受传感器灵敏度降低 引起的外部变化和光源位置变化的影响

  3. 所属分类：专业指导

  1. 图像变化检测MATLAB

  2. 利用MATLAB程序对不同时间的两张图片进行变化检测，找出其中的变化部分

  3. 所属分类：其它

    • 发布日期：2010-05-17
    • 文件大小：130048
    • 提供者：liaomengXDU

  1. 图像变化检测

  2. 很好的图像变化检测的程序，有利于对图像操作的理解

  3. 所属分类：电信

    • 发布日期：2012-07-18
    • 文件大小：3072
    • 提供者：jjlinjunije

  1. 高分辨率遥感图像的变化检测技术研究

  2. 图像变化检测的硕士论文——高分辨率遥感图像的变化检测技术研究

  3. 所属分类：其它

    • 发布日期：2013-04-08
    • 文件大小：5242880
    • 提供者：qizhiyi2003

  1. 遥感图像变化检测 VC++

  2. 利用VC++代码实现对遥感图像的检测分析

  3. 所属分类：C++

    • 发布日期：2014-05-10
    • 文件大小：3145728
    • 提供者：chulx14

  1. 一种电脑VGA输出视频图像变化检测的方法

  2. 一种电脑VGA输出视频图像变化检测的方法

  3. 所属分类：互联网

    • 发布日期：2017-05-05
    • 文件大小：30720
    • 提供者：stormjiang

  1. 图像变化检测算法:系统综述

  2. 这是我老师推荐给我的入门级图像变化检测学习资料，针对广大初中级学者

  3. 所属分类：讲义

    • 发布日期：2018-04-11
    • 文件大小：1048576
    • 提供者：m0_37937314

  1. 基于不同经验模态分解的SAR图像变化检测算法

  2. 经验模态分解（EMD）是一种数据驱动的多尺度变换理论，它是一种非线性且非平稳的信号处理理论。 但是每种EMD分解理论都有其优点和缺点。 合成孔径雷达（SAR）成像是获取变化信息的重要遥感技术，SAR图像数据属于非平稳信号。 因此EMD非常适合SAR图像处理。 有两种典型的EMD理论，即整体经验模态分解（EEMD）和二维经验模态分解（BEMD）。 在对这两种方法进行深入研究的基础上，提出了一种新的SAR图像变化检测算法，称为FCD-EMD算法，即基于EMD的融合变化检测。 因此，FCD-EMD算法

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：1026048
    • 提供者：weixin_38504089

  1. 遥感图像变化检测综述

  2. 主要介绍了变化检测的基本理论。首先简述和分析了遥感图像变化检测的基本概念，指出变化检测的本质是一类模式分类问题；然后全面回顾了现有变化检测方法，将其归纳为像素级、特征级和目标级三大类，详细论述了各种方法的基本原理和特点并对其适用范围和优缺点进行了总结。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：223232
    • 提供者：weixin_38719635

  1. 遥感图像变化检测经典

  2. 遥感变化检测权威论文，值得大家学习，研究，从入门的综述(全)，到专业的技术，还有实现的部分MATLAB代码 遥感变化检测权威论文，值得大家学习，研究，从入门的综述(全)，到专业的技术，还有实现的部分MATLAB代码

  3. 所属分类：其它

    • 发布日期：2020-11-13
    • 文件大小：3145728
    • 提供者：zgh1988

  1. 基于二维概率密度函数比较的SAR图像变化检测方法

  2. 基于二维概率密度函数比较的SAR图像变化检测方法

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：1048576
    • 提供者：weixin_38640117

  1. K-Means算法实现遥感图像变化检测

  2. K-Means算法实现遥感图像变化检测，k均值算法

  3. 所属分类：机器学习

    • 发布日期：2021-03-24
    • 文件大小：4096
    • 提供者：qq_41799736

  1. Fcm算法实现遥感图像变化检测

  2. 实现SAR遥感图像变化检测，fcm算法，模糊c均值算法

  3. 所属分类：机器学习

    • 发布日期：2021-03-24
    • 文件大小：4096
    • 提供者：qq_41799736

  1. 使用OPENCL的并行快速全局K均值算法用于合成Kong径雷达图像变化检测

  2. 使用OPENCL的并行快速全局K均值算法用于合成Kong径雷达图像变化检测

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：404480
    • 提供者：weixin_38722193

  1. SenseEarth2020-ChangeDetection:SenseTime举办的卫星图像变化检测挑战赛的第一名解决方案-源码

  2. SenseEarth2020-变更检测 在主持的卫星图像变化检测。 我们的方法 任务描述 给定在不同时间获取的同一场景的两张图像，我们需要标记更改和未更改的区域。此外，对于更改的区域，我们需要注释其详细的语义掩码。 此竞赛中的变更检测任务可以分解为两个子任务： 更改和未更改区域的二进制分割。 变更区域的语义分割。 模型 伪标签 核心实践是使用自蒸馏策略将伪标签分配给未更改的区域。 具体而言，在我们的实验中，对基于HRNet的五个细分模型的预测进行了汇总，用作未更改区域的伪标记。 总体培训过程可以

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：6291456
    • 提供者：weixin_42114580

  1. 无监督显着性SAR图像变化检测

  2. 本文提出了一种新的无监督显着性合成Kong径雷达（SAR）图像变化检测方法。 图像的显着区域始终是有区别的，并且与其他区域不同，这使得它们很容易被注意到。 局部区域的强烈视觉对比度使显着性适合于指导SAR图像的变化检测，这两个图像之间存在差异。 通过将显着性提取应用于通过对数比运算符获得的初始差异图，可以得到显着性图，其中包括了大多数变化区域，并且同时很好地忽略了由斑点噪声引起的伪变化像素。 然后，通过对显着性图进行阈值处理，可以保留大多数兴趣区域，并进一步将其用于从初始SAR图像中提取区域以生

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：3145728
    • 提供者：weixin_38728277

  1. 基于直接密度比估计的SAR图像变化检测

  2. 提出了一种通过直接分布函数密度比估计的SAR图像变化检测方法。不同于以往基于分布函数的方法需要先分别估计不同时相的分布函数再计算比值,该方法直接估计分布函数比值,并使用皮尔逊散度作为差异度量获取差异图。通过将概率标签松弛(PLR)嵌入到最大期望(EM)聚类算法中,增强了变化检测结果的空间一致性。实验结果表明,该方法能够准确地提取变化区域,得到较为满意的变化检测结果。

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_38608873

  1. 基于小波域Fisher分类器的SAR图像变化检测

  2. 给出了一种无监督SAR图像变化检测算法,它不需要分布假设,而是通过联合灰度直方图的分布特性进行判别.算法利用自适应边缘检测提取训练数据,通过Fisher分类器对联合直方图进行判别分析,得到不同小波层待检测点隶属度,并根据邻域关系以及上下文进行融合,得到最终检测结果.对真实SAR图像进行检测,得到了较好的检测结果.

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：806912
    • 提供者：weixin_38674409

  1. 结合多阈值法的模糊聚类用于SAR图像变化检测

  2. 结合多阈值法的模糊聚类用于SAR图像变化检测

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：80896
    • 提供者：weixin_38745434

  1. python 遥感图像变化检测数据集的制作（深度学习），图像的裁剪

  2. 一、我们应该制作什么样的数据集？ 首先我们应该我们了解到遥感图像的变化检测是建立在多时相的基础上的，也就是说，我们对于神经网络的输入至少是有两张图片的，而且必须有一个标签来知道变化的区域的是那一块。 在双时相变化检测里，一般来说对于遥感图像的标注是在最新的时相里进行的，例如2017和2018年份的两张图片中，我们选择在2018年度的图像上进行标注。 二、双时相遥感图像变化检测的标注 一般来说变化的区域是连通的，是一片一片的，因此对于图像的标注我们可以使用labelme的多边形标注进行标注 1.在

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：106496
    • 提供者：weixin_38722464
« 12 3 4 5 6 7 8 9 10 ... 33 »