基于RFM的QuickBird少量控制点纠正控制方案与模型

针对基于RFM的QuickBird纠正控制点数量要求比较多的情况,在RFM的基础上,选择25点、16点、13点、9点的控制方案和不同的有理函数系数个数的组合,从模型解算控制定向残差、检查点定向残差以及成图精度等方面寻求控制方案与有理函数系数个数的最佳组合,并在此基础上,对控制方案与模型的可靠性进行分析。结果表明,13点或16点控制方案与有理函数采用仿射变换的模型组合为较理想的组合方案,为保证成果的可靠性,要求四角偶控制点布设成控制点对。

基于改进BP神经网络的遥感影像混合像元分解

提出了一种基于改进BP神经网络的混合像元分解模型,通过加入动量项和变步长法对标准BP算法进行改进。利用该模型对多光谱遥感影像进行了处理分析,与一般BP分解模型进行比较后证明:改进的BP神经网络模型具有正确率高,自适应能力强的优点。

基于RFM的QuickBird少量控制点纠正控制方案与模型

针对基于RFM的QuickBird纠正控制点数量要求比较多的情况,在RFM的基础上,选择25点、16点、13点、9点的控制方案和不同的有理函数系数个数的组合,从模型解算控制定向残差、检查点定向残差以及成图精度等方面寻求了控制方案与有理函数系数个数的最佳组合,并在此基础上,对控制方案与模型的可靠性进行了分析。结果表明,13点或16点控制方案与有理函数采用仿射变换的模型组合为较理想的组合方案,为保证成果的可靠性,要求四角偶控制点布设成控制点对。