共查询到20条相似文献,搜索用时 9 毫秒
1.
2.
美扩大使用俄遥感卫星图像俄罗斯计划研制一种新型商业遥感卫星以与法国斯波特系统和正在崛起的一些公司的遥感卫星竞争。这种新型民用遥感卫星计划于90年代末发射,其分辨率为5米,比目前俄罗斯的资源-O民用数据传输卫星的高出很多,可与处于概念研究中的斯波特-5... 相似文献
3.
图像产品与市场1.市场情况自首颗卫星升空以来,斯波特卫星产品已在测绘、可再生和不可再生自然资源评价、土木工程和城市规划等领域得到了广泛的应用。目前应用领域已扩展到通信、水资源管理、地质探矿和自然灾害防治等市场领域。这些领域的快速发展将使对地观测市场发生深刻 相似文献
4.
5.
如日中天的法国斯波特卫星小号1998年3月23日法国发射了新的地球资源卫星斯波特(SPOT)4。由于该星将在当代商业遥感卫星领域占有重要位置,因而受到各国遥感专家的极大关注。自从1986年法国用阿里安3火箭发射斯波特系列地球资源卫星的第一颗卫星斯波特... 相似文献
6.
7.
民用卫星遥感图像的军事应用可能性浅析王景泉随着冷战的结束和世界格局的变化,民用卫星遥感图像市场正在形成并扩大。越来越多的侦察级民用卫星遥感系统即将陆续投入使用,卫星侦察信息在国家间交流日益增多,使得卫星侦察似有走向商业化和国际化之趋势。民用卫星遥感图... 相似文献
8.
分析了影响推扫成像遥感卫星图像定位精度的各种误差源,给出了一种图像定位精度的分析和设计方法,分析了侧摆成像条件下高程和目标斜距的不确定性对图像定位精度的影响。 相似文献
9.
10.
11.
风云二号发射成功为我国卫星气象和卫星遥感提供了宝贵的信息源。为加快风云二号的应用,需要对其传回地面的图像进行分析,该文分析了风云二号可见光图像的空间分辨率,并与并与日本GMS-5进行了对比,为应用部门了解风云二号的技术水平提供了量化的依据。 相似文献
12.
13.
文章对我国的CBERS-1卫星遥感图像-1999年12月22日的黄河口零级数据进行了处理分析,并从图像空间分辨率、几何分辨率、地物识别能力等方面进行了图像质量评价。与同月份的LandsatTM图像对比,CBERS-1卫星图像具有更高的空间分辨率,更容易反映地物的细节,同时也指出了它的一些不足。在原有遥感地学智能图解系统的基础上,针对CBERS-1卫星的图像特征,开发了CBERS-1卫星数据预处理模块。该模块能快速处理零级图像,得到噪声小、清晰度高的CBERS-1卫星图像2级产品,便于开展遥感应用研究。 相似文献
14.
15.
16.
一、前言政府的支持对商业遥感卫星公司的发展,商业运作模式的培育和市场的形成起着至关重要的作用。美国的GeoEye公司和DigitalGlobe公司是全球运营最好的商业遥感卫星公司,美国国防部的国家地理空间情报局(NGA)是这两个公司商业遥感数据的最大用户。美国政府通过以NGA作为用户,购买GeoEye公司和DigitalGlobe公司的产品和业务的运营方式,培育了美国商业遥感卫星的发展。虽然两公司已于2013年完成 相似文献
17.
去年是斯波特对地观测卫星业务投入使用IO周年。1986年2月,斯波特计划中的第一颗卫星被送入轨道,从而迈出了这项成功的卫星对地观测计划最重要的第一步。此后,在199o和1993年,斯波特2和3又相继发射。着眼于未来,扩展了多光谱能力并带有宽视场有效载荷的斯波特4卫星将在199 相似文献
18.
总结了国际卫星遥遥产业化的发展,分析了国际卫星遥感市场特点。在对我国卫星遥感产业发展分析的基础上,提出了卫星遥感发展的方向和对策。 相似文献
19.
提出一种基于整数离散余弦变换(IntDCT)域的鲁棒无损数据隐藏算法。先对载体图像进行预处理来构建适合信息嵌入的载体,并将无损隐藏的思想引入到预处理中用以存储可恢复原载体图像的信息。为兼顾鲁棒性和图像质量,算法通过修改载体图像IntDCT域高频系数的直方图修改来完成秘密信息的嵌入;最后,与以往算法不同,为保证遥感图像的质量,给出了接收端在含密图像未失真和失真情况下载体恢复的方法。实验结果表明,本文所提出的算法能有效抵抗压缩攻击,并具有良好的图像质量和较大的容量。与以往算法相比,本文算法在性能方面具有明显的优势。 相似文献
20.
随着人造卫星技术的不断发展,给民用探测带来了诸多便利的同时,也带来了越来越多的挑战。精确定位卫星的重要部件,对故障卫星和太空垃圾的准确抓捕和维修至关重要。文章提出基于深度监督的TransUNet(Deep Supervised TransUNet:DSTransUNet)对卫星目标、星体和太阳翼进行像素级的识别与分割。通过对TransUNet解码过程中多层神经网络特征图进行深度监督,提高可见光卫星图像的分割精度,并进一步通过仿真方法构建卫星部件图像数据集,使用交叉验证的方法对DSTransUNet及7种现有神经网络深度学习方法的分割精度进行了评估。文章提出的方法对卫星星体的分割准确率达到90.51%±6.86%,对卫星太阳翼的分割准确率达到91.63%±13.07%,对宇宙背景的分割准确率达到97.43%±2.85%,对数据集的总体像素分割准确率达到了97.08%±3.37%,其分割性能优于其他神经网络模型。 相似文献