XiaoMi-AI文件搜索系统
World File Search System多光谱
多光谱数字电光火灾探测器 - Instrumart
ACCTTL、ALERT-1、ALARM-2、ALERT-1: ALARM 2、ALERT-1: ALARM-2、ATAG、Clean Room Sentry、COP-i、Complete Optical Path Integrity、CM1、CM1-A、DartLogic、FireLogic、Fire Signature Analysis、FireBusI、FireBusII、FirePic、FirePicII、FirePicIII、FirePix、FirePicture、FSC、Fire Sentry Corporation、Fire Sentry Corp.、FSX、所有 FSX 命名法变体（例如：FS2、FS2X、FS3、FS3X、FS4、FS4X、FS5、FS5X、FS6、FS6X、FS7、FS7X、FS8、FS8X、FS9、FS9X、FS10X、FS10X、FS11、FS11X、 FS12、FS12X、FS14、FS14X、FS15、FS15X、FS16、FS16X、FS17、FS17X FS18、FS18X、FS19、FS19X、FS20、FS20X、FS24、FS24X、FS24XN、FS26、FS26X、FS26XN）、FS7-2173-2RP、FS System 7、FS System 10、FS7-2173、FS7-2173-RP、FS2000、FS System 2000、高速火焰和监视探测器、多光谱四波段三重红外、多光谱三波段、多光谱三波段、近波段红外、近波段红外、 QuadBand IR、Room Sentry、RS、RS2、SM2、SM3、SS、SS2、SS2X、SS2-A、SS3、SS3-A、SS3X、SS4、SS4-A、SS4X、SnapShot、SLR-BIT、SuperBus、SuperSentry、System 2000、Tri-Mode Plot、QuadBand Triple IR Plus、TriBand、Tri-Band、“FS 和 FSC 三角形标志”、WBIR、宽带红外、宽带 IR、宽带 IR
使用多光谱 WorldView-2 卫星进行深度推导...
摘要尽管最近努力收集整个太平洋岛屿地区的高分辨率多波束测深数据，但在 0-30 米深度范围内仍存在重大差距。实现这些地区的测深覆盖对于评估那里的珊瑚礁生态系统的健康状况至关重要。在这里，我们使用 WorldView-2 多光谱卫星图像和两种深度推导方法（Lyzenga，2006；Stumpf 等人，2003），将光谱辐射值与地面真实深度信息相关联，以推导夏威夷主要岛屿浅水区的深度。与 Stumpf 等人相比，我们的结果表明使用 Lyzenga (2006) 多元线性回归方法的准确性有所提高。(2003) 比率法。此外，我们通过从 Lyzenga (2006) 方法中消除线性化过程获得了更好的结果。这种改进可能与夏威夷主要岛屿内缺乏大型海草聚集有关，因为海草的存在已被证明会影响地面真实深度和光谱辐射值之间的线性关系（Doxani 等人，2012 年）。我们得出的深度产品的准确性与多光谱卫星图像的质量、地面真实数据的可用性和水深直接相关，水深 >20 米时准确性会大幅下降。我们的结果表明，在缺乏浅层（0-20 米）高分辨率测深数据的情况下，卫星得出的深度是研究浅层珊瑚礁生态系统的重要资源。
使用多光谱 WorldView-2 卫星进行深度推导...
摘要尽管最近努力收集整个太平洋岛屿地区的高分辨率多波束测深数据，但在 0-30 米深度范围内仍存在重大差距。实现这些地区的测深覆盖对于评估那里的珊瑚礁生态系统的健康状况至关重要。在这里，我们使用 WorldView-2 多光谱卫星图像和两种深度推导方法（Lyzenga，2006；Stumpf 等人，2003），将光谱辐射值与地面真实深度信息相关联，以推导夏威夷主要岛屿浅水区的深度。与 Stumpf 等人相比，我们的结果表明使用 Lyzenga (2006) 多元线性回归方法的准确性有所提高。(2003) 比率法。此外，我们通过从 Lyzenga (2006) 方法中消除线性化过程获得了更好的结果。这种改进可能与夏威夷主要岛屿内缺乏大型海草聚集有关，因为海草的存在已被证明会影响地面真实深度和光谱辐射值之间的线性关系（Doxani 等人，2012 年）。我们得出的深度产品的准确性与多光谱卫星图像的质量、地面真实数据的可用性和水深直接相关，水深 >20 米时准确性会大幅下降。我们的结果表明，在缺乏浅层（0-20 米）高分辨率测深数据的情况下，卫星得出的深度是研究浅层珊瑚礁生态系统的重要资源。
使用高分辨率多光谱进行海岸线检测...
使用高分辨率多光谱卫星图像检测海岸线 Valerio BAIOCCHI、Raffaella BRIGANTE、Donatella DOMINICI、Fabio RADICIONI、意大利 关键词：WorldView-2、阿布鲁佐、多光谱分类、海岸线 摘要 在过去的 50 年里，阿布鲁佐海岸沿线 19 个市镇的居民数量翻了一番，旅游相关活动对他们的影响也越来越大。该地区自然受到海平面变化的影响，由于在流域进行了大量工作以减轻极端降雨和随之而来的洪水，导致从河流到海洋的固体输送减少，侵蚀现象急剧增加。过去几十年来，不同传感器获取的数据可能有助于评估海岸线的整体增生/侵蚀趋势，而有限时间范围内进行的不同观测的组合可能为详细研究提供有趣的输入（例如关于海岸线保护工程对当地的影响）。本文提出了一种从 WorldView-2 图像中识别海岸线的方法，该图像有 8 个光谱波段，全色图像的空间分辨率为 0.5 米，多光谱通道的空间分辨率为 1.8 米。特别是，基于像素的多光谱分类用于识别各种类型的土地覆盖。这 8 个波段可以在分类过程中获得良好的结果
用于机载遥感的多光谱成像系统
收稿日期: 2009-10-19 接受日期: 2010-03-12 个人简介: Yanbo Huang, 博士, 农业工程师, 141 Experiment Station Road, USDA-ARS Crop Production Systems Research Unit, Stoneville, MS 38776, 电话: (662)686-5354, 电邮: yanbo.huang@ars.usda.gov; Steven J. Thomson, 博士, 农业工程师, 141 Experiment Station Road, USDA-ARS Crop Production Systems Research Unit, Stoneville, MS 38776, 电话: (662)686-5240, 电邮: steve.thomson@ars.usda.gov; Yubin Lan, 博士, 农业工程师, USDA-ARS-SPARC-APMRU,
机载多光谱图像在害虫管理中的应用...
机载多光谱图像在害虫管理系统中的应用 Y. Huang、Y. Lan 和 W.C. Hoffmann USDA-ARS，APMRU 2771 F&B Road College Station，TX，77845 电子邮件：yhuang@sparc.usda.gov 摘要 开发并测试了一种用于农业飞机的多光谱成像系统，以提供田地图像并帮助农民和作物顾问管理农业用地。这项研究的结果表明，机载 MS4100 多光谱成像系统在区域性害虫管理系统中具有巨大应用潜力，例如杂草控制或昆虫危害检测。多光谱图像处理可产生 NIR、红色、绿色、NR、NG、NDVI 和 NDNG 指数或图像，可用于评估农田中的生物量、作物健康、生物型和害虫侵染。分类后的图像通过区分图像中光谱特征的变化来识别地面覆盖簇。图像分类的结果可以提供关键输入，以生成用于精准应用作物生产和保护材料的处方数据。
机载多光谱图像序列的自动配准和镶嵌
摘要 机载遥感由于系统部署的灵活性而在农业监测中具有重要的应用。实际应用中的主要障碍是其高成本。为了降低成本，可以使用小型空中平台（例如微型无人机（mini-UAV））上的单个相机来组装多光谱系统。在这种情况下，即使经过仔细调整，相机仍可能存在移位和旋转错位。平台飞行时会捕获连续的帧。因此，在生成任何商业产品以支持实际决策之前，必须进行单帧内的多波段配准和帧间镶嵌以获得整个监测区域的联合配准多光谱图像。在本文中，我们提出了实现此目标的自动算法。这些算法对于没有明显特征的图像场景特别有用。自动和手动评估均证实了所开发的算法在整体平坦地形无明显特征的多传感器数据融合中的有效性。
MTS-B 多光谱瞄准系统
成长路径 MTS 系统专为多种成长选项而设计，例如多波长传感器、电视摄像机（近红外和彩色）、照明器、护眼测距仪、点跟踪器和其他航空电子设备。先进的电子和光学设计通过附加电路为图像融合和其他性能增强提供了清晰的成长路径。凭借这些技术成长路径，MTS 系统将继续成为世界上最先进的 EO/IR 多用途系统。MTS-B 已从成功的 AN/AAS-52 系列传感器中特别改编为高空应用。