采用Daubechies4小波變換簡化DEM數(shù)據(jù)

首先分析了小波分析(WA)的特點(diǎn)和數(shù)字高程模型(DEM)的特性,說明多進(jìn)制率小波變換可以在DEM數(shù)據(jù)簡化和影像金字塔模型構(gòu)建中發(fā)揮重要作用.為了說明實(shí)際效果,作者使用Daubechies4小波變換公式對(duì)某一地區(qū)的DEM數(shù)據(jù)進(jìn)行多進(jìn)制小波變換,并且選取一系列已知點(diǎn)驗(yàn)算DEM的簡化誤差.試驗(yàn)結(jié)果表明,簡化樣本之間保持了較好的地形相似性,并且表明簡化誤差的引入可以控制DEM的簡化程度.

作 者： 郭立群 張錦明 GUO Li-qun ZHANG Jin-ming   作者單位： 郭立群,GUO Li-qun(大連理工大學(xué),管理學(xué)院,遼寧,大連,116023;65015部隊(duì),遼寧,大連,116023)

張錦明,ZHANG Jin-ming(信息工程大學(xué),測繪學(xué)院,河南,鄭州,450052) 

刊 名： 煙臺(tái)大學(xué)學(xué)報(bào)（自然科學(xué)與工程版）  ISTIC PKU 英文刊名： JOURNAL OF YANTAI UNIVERSITY(NATURAL SCIENCE AND ENGINEERING EDITION)  年，卷(期)： 2007 20(4)  分類號(hào)： P283  關(guān)鍵詞： 小波分析   數(shù)字高程模型   Daubechies4  

【采用Daubechies4小波變換簡化DEM數(shù)據(jù)】相關(guān)文章：

基于小波變換的多目標(biāo)檢測方法研究04-27

小波變換和粗糙集的圖像增強(qiáng)方法04-27

基于頻域小波變換的Fourier去卷積法研究04-26

基于小波變換的曲率屬性提取和重構(gòu)方法04-26

基于小波變換和模糊積分的遙感圖像分類04-27

非線性小波變換閾值法去噪改進(jìn)04-27

L2(Rn)空間中的連續(xù)小波變換04-27

一種改進(jìn)的小波變換圖像融合方法04-27

小波變換在BP神經(jīng)網(wǎng)絡(luò)遙感影像模式識(shí)別中的應(yīng)用04-27

基于離散小波變換的滑移隔震結(jié)構(gòu)非平穩(wěn)隨機(jī)響應(yīng)計(jì)算04-27