搜索资源列表
egewed
- 国内外对高光谱遥感成像后进行校正等预处理技术研究已经比较成熟，这些技术跟高光谱图像成像机理密切相关。本文关心的是这些之后进行的信息处理技术。由于高光谱传感器获得的连续波段宽度一般在10nm以内，一般都具有上百个波段，所以基本上不会出现多光谱在成像及传输过程中出现的同物或同谱异物的现象，这给地物分类识别带来了极大的便利-dtgregg
fruithyperspectralimaging
- 一种新型的光学成像方法，即：高光谱成像技术，并应用于水果的品质检测，该新方法相比单纯的图像处理方法，可以体现更多的信息量，检测效果更好！-Quality evaluation of fruit by hyperspectral imaging
CASSI
- 多光谱成像，压缩编码孔径成像，数据立方体获取，图像重建-multispectral CCA imaging
23222
- 本文主要介绍了常用的遥感图像算法，然后从数学角度分析融合图像产生光谱失真的原因，并探讨融合图像在空间分辨率增强与光谱信息保持二者之间的关系，最后针对多光谱图像的成像特性，分别提出了基于区域特性的多光谱与全色图像的融合算法及SAR与全色图像的融合算法，并且介绍了基于区域特性的遥感图像融合最新动态及其发展趋势。-This paper describes the algorithm used for remote sensing image, and then fused image from a m
4
- 正在成像的物体的光谱反射率的重建对于在各种观察光源下再现颜色是重要的。在这项工作中，导出了一个简单的公式来评估一组旨在重建光谱反射率的彩色图像传感器的质量，并将其应用于多光谱图像采集系统。由于质量不仅取决于光谱灵敏度，还取决于系统中存在的噪声，所以不可能在没有其中存在噪声的情况下对一组传感器进行评估。因此，多光谱相机的噪声方差由新方案估算，并首次应用于评估。结果表明，实验结果与评估模型的预测吻合良好，估计噪声方差估计方法对评估是有用的。(The reconstruction of spectra
代码
- 图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如