简介：基于人工智能的高分卫星影像信息提取前沿进展肖振强1 张静依11 北京航天析木科技有限公司，北京 1001011 引 言目前，全球卫星遥感产业正处于快速发展的鼎盛时期，新兴技术不断出现、有竞争力的商业航天企业蓬勃发展高分卫星遥感数据已经呈现出大数据的数据量大、类型繁多、速度快、时效性强、潜在价值大等典型特征。

简介：摘要:医学图像具有灰度分辨率高、图像相似度大、分类多的特点。如何从大量的医学图像中高效、准确地检索出所需的图像仍然是一个难题。目前的医学图像检索系统还存在检索准确率低问题。为了提高医学图像检索性能，提出了一种基于CenterVLAD聚类特征的医学图像检索技术。通过对医学图像检索相关算法的研究，简要介绍了医学图像检索的背景，分析了基于CenterVLAD聚类特征的医学图像检索技术。提出了一种基于CenterVLAD聚类特征技术的解决方案。基于上述算法，我们自主开发了一个医学图像检索系统。该系统实现了图像预处理、图像检索和图像查看功能，可用于辅助医生检索类似病例的图像。

简介：摘要：5G的高速率实现“随时随地万物接入”，呈现万物皆媒介的特征。数字化赋能影像生产和传播方式，突破用户的审美想象力，为弘扬岭南文化带来源源不断的创意源泉。从5G的技术逻辑入手，明晰岭南文化传播的不足，探究岭南文化影像传播的范式革新，增强岭南文化的辐射力将是时代所需。

简介：

简介：摘要：本文对卫星影像在海外电力勘测工程中的应用进行研究，阐述通过获取高分辨率的卫星影像数据、高精度DEM数据来辅助进行勘测工作的方法。结合工程实例，经过数据投影与基准转换、地形点采样等环节来绘制地形图，并进行精度对比，说明根据高分辨率卫星影像结合DEM采集的地形点数据，能满足海外电力工程勘测设计需要。

简介：摘要：作为城市自动驾驶领域不可缺少的基础设施，高精地图满足了智能交通在城市复杂环境下的定位需求。对于高精地图中道路车道线的获取，目前基于激光雷达与车载摄像数据的车道线提取方式都较为成熟，为了提高基于高分辨率遥感影像车道线提取效率、降低生产成本及数据处理复杂度，本文提出了一种基于高分辨率遥感影像的高精地图道路车道线提取方案。首先，对选择的影像数据进行影像正射纠正预处理。其次，采用阈值法的图像分割算法对道路车道线进行提取；最后，对二值图中的噪点进行滤波并矢量化提取到的车道线，实现道路车道线实线、虚线的准确提取。提取结果表明该方法可有效提高道路车道线提取效率，降低数据提取成本。

简介：摘要：基于案例教学法的医学影像技术教学模式在提高医学教育质量和培养医学专业人才方面具有重要意义。通过引入真实的医学影像案例，结合学生的实践操作能力，可以激发学生的学习兴趣和主动性，提高他们的实际操作能力和问题解决能力。这将有助于培养具有实践能力和创新思维的医学专业人才，推动医学影像技术的应用水平和发展速度。

简介：摘要：医学影像在现代医疗领域中扮演着关键的角色。本报告旨在深入探讨医学影像在评估疾病进展和治疗效果方面的应用。本文将研究不同类型的医学影像技术，从X射线到MRI，以及它们如何帮助医生更准确地诊断疾病、追踪病情的发展并评估治疗效果。此报告将强调医学影像的重要性，并展示其如何改进患者护理和治疗。

简介：摘要：无人机影像技术是在无人机航测过程中常见的一项技术措施，该技术的应用强化了测绘工程的工作范围，能够有助于无人机航测工作的顺利开展。通过分析测绘工程中常见的无人机类型，探讨无人机图像处理技术在测绘工程中的应用，希望能为相关工作提供一些参考。

简介：摘要：随着科技的迅猛发展，智能化全息测绘标准成为测绘领域的重要趋势。本研究聚焦于遥感影像精细化管理在这一标准下的应用与实践。通过对智能化技术的深入剖析，探讨其如何提升遥感影像的获取、处理和分析效率。详细阐述了全息测绘标准对遥感影像数据质量、精度和完整性的严格要求，以及为满足这些要求所采用的先进管理策略和技术手段。以大量实际案例为基础，分析了在智能化全息测绘标准下，遥感影像精细化管理在城市规划、国土资源监测、环境评估等领域所取得的显著成果。同时，也指出了当前面临的技术瓶颈和挑战，如数据安全性、算法优化等，并对未来的发展方向进行了展望，旨在为相关领域的研究和实践提供有益的参考和借鉴。

简介：摘要：现如今，我国经济发展十分迅速，支持向量机（ＳＶＭ）的核函数选取是制约其分类性能的重要因素，而当前的核函数大多以光谱距离作为构核元素，而忽略了光谱角度这一光谱特征。文章提出一种均衡化光谱距离与光谱角多特征组合核（ＥＳＡＤ）的ＳＶＭ分类器，对２００３年意大利帕维亚大学的ＲＯＳＩＳ高光谱数据作分类处理，并对影像的分类精度作评价分析。实验结果表明：ＥＳ－ＡＤ核ＳＶＭ整体分类精度相较于光谱距离核ＳＶＭ和光谱角核ＳＶＭ分别提升８．８８％和１１．０３％，分类精度理想，一定程度上抑制了“同谱异物”现象。

简介：摘要：以GF-2号影像为数据源，对不同数据融合、波段组合、分割尺度、均质性因子、面向对象分类方法等进行定量评价，选取最优组合方案，进行道路提取及应用分析，主要结果如下：（1）采用NNDiffuse、Brovey、Gram-Schmidt和主成分（PC）变换四种融合方法来进行多光谱和全色影像的融合，并采用均值、平均梯度、交叉熵、峰值信噪比等8个指标进行定量评价，综合得出NNDiffuse的融合效果最佳；（2）计算波段标准差和相关系数，结合最佳波段因子（OIF）得出最佳波段组合为134；（3）使用最邻近分类法对2016年和2022年龙泉街道影像进行道路提取并利用道路密度、路网连通度及道路服务指数进行道路时空变化特征分析，总体来看龙泉街道的道路通达度在增加，道路分布更加合理、覆盖度更高、交通更加便利。

简介：摘要：近年来，随着遥感技术的迅速发展，遥感影像在环境监测、灾害评估、城市规划等领域发挥了重要作用。然而，遥感影像的自动分类技术面临着高精度与大规模数据处理的双重挑战。本文旨在探讨基于深度学习的高精度遥感影像自动分类技术，分析其优势与局限，提出一种结合卷积神经网络（CNN）与注意力机制的新型分类模型，以提高分类精度和效率。

简介：摘要：随着遥感技术的快速发展和图像分辨率的显著提高，遥感影像已成为县域土地功能分类及功能转换分析的重要数据来源。本文旨在探讨基于遥感影像的县域土地功能分类方法，并进一步分析县域内土地功能转换的动态变化。通过构建分类模型、选择适当的分类算法以及分析功能转换模式，为县域土地资源的合理规划与管理提供科学依据。

简介：摘要：随着大数据、互联网、AI等现代化技术的迅猛发展，气象科普方式也越来越多样化。本文以虚拟现实技术为例，首先介绍了虚拟现实技术内涵以及该技术在气象科普中的应用优势，最后探究了虚拟现实技术在气象科普中的具体应用措施，以供参考。

简介：摘要：警务影像数据作为一种重要的现代公安工作资源，其采集量大，变化复杂。深度学习作为一种具有强大学习与表达能力的机器学习方法,在图像识别等方面取得了显著的突破。这项研究利用深度学习方法，对警务影像数据进行有效分析。首先，我们建立了一种基于深度学习的影像分析模型，用以提取警务影像数据中的关键信息；其次，对比了传统人工识别方法与深度学习模型在分析警务影像数据中的效率和准确率；研究结果显示，深度学习模型在警务影像数据处理上拥有更高的效率和准确度。

简介：摘要：随着遥感技术的快速发展，卫星影像在地球观测、环境监测、城市规划等领域发挥着重要作用。然而，由于卫星影像数据量大、复杂度高，传统的手动分类和测绘信息提取方法已经无法满足实际需求。本文提出了一种基于深度学习的卫星影像自动分类与测绘信息提取方法，通过对卫星影像进行数据准备与预处理，选择合适的深度学习模型进行训练，实现了对卫星影像的自动分类与测绘信息提取。实验结果表明，该方法具有较高的分类准确率和信息提取效率，为卫星影像的处理和应用提供了新的思路。

简介：摘要：随着医疗技术的不断进步，儿科放射影像检查在临床诊断和治疗中发挥着越来越重要的作用。然而，由于儿童处于生长发育的关键阶段，对电离辐射的敏感性远高于成年人，因此儿科放射影像检查中的辐射剂量优化与安全性问题备受关注。本文综述了近年来国内外在儿科放射影像检查辐射剂量优化与防护方面的研究进展，探讨了儿童辐射敏感性的特殊性、辐射剂量的影响因素、优化措施以及安全防护策略。通过综合分析和科学评估，旨在为儿科放射影像检查提供安全、有效的辐射剂量优化方案，进一步保护儿童的健康。

简介：摘要：随着城市的不断发展以及人们对生态环境重视程度的日益提高，园林绿化建设成为城市发展的重要内容。园林绿化遥感调查作为评估城市绿化状况的重要手段，其准确性和时效性依赖于高质量的影像数据。本研究聚焦于影像数据更新在园林绿化遥感调查中的关键作用与实践应用。通过对多源遥感影像数据的收集与分析，探讨了不同类型影像数据在获取园林绿化信息方面的优势与局限性。在实践中，利用先进的遥感技术和图像处理方法，对新旧影像数据进行对比分析，以准确识别园林绿化的变化情况，包括绿地面积的增减、植被覆盖度的变化以及绿化景观格局的演变等。进一步研究了影像数据更新频率对园林绿化遥感调查结果的影响，发现及时的影像数据更新能够为城市园林绿化规划、管理和决策提供更准确、可靠的信息支持。同时，针对影像数据更新过程中面临的技术难题，如数据配准、误差校正等，提出了相应的解决方案和优化策略，以提高影像数据的质量和可用性。本研究为园林绿化遥感调查中影像数据的有效更新和应用提供了理论依据和实践参考，对推动城市园林绿化的可持续发展具有重要意义。

简介：摘要：科学技术的发展，我国的遥感影像技术有了很大进展，为解决当前测绘工程中存在的效率和精度问题，本文就智能化全息测绘标准下遥感影像精细化管理工作进行研究，以期为测绘工程专业人员提供参考。