面向信息溯源的遥感影像几何代数信息编码与特征标签方法
【学位单位】:南京师范大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:P237
【部分图文】:
?第1章绪论???点,有较高的鲁棒性、透明性,稳定性。利用遥感影像中嵌入与提取信息的方法,??可对遥感影像中嵌入与提取生成的矩阵式溯源二维码,实现溯源信息的隐蔽性、??稳健性。针对基于几何代数编码的溯源信息,生成溯源二维码,此设计可支持遥??感影像溯源信息的可扩展性。并对面向溯源的遥感影像数据特征标签系统进行系??统架构设计,最终实现溯源信息的全过程动态更新。??1.3.2技术路线??
回主碟回??iii??图4.3QR码??QR码依据特定的几何形体,通过在二维面上按一定方式排列组合的黑白图??形记录信息内容。QR码共有40种版本,其版本高,则存储信息多,版本低,存??储信息少。QR码内部结构如图4.4。??二^;!—空白区??▲定位图形;形??|?if?^?i-??zkM?:?:?Wi..?格式馆粑?编??ruf^^cr^&l?一揉綱?i??USJ!二丄??格丨???????r数撻和纠错码字式-??图4.4?QR码图形结构??上述图形中,将QR码的具体结构详尽的表现出来。其中最为重要的是编码??区格式的版本信息区,其存储数据的编码内容和纠错信息码。QR码主要涵盖下??列优势。??(1)
图4.3QR码??
【相似文献】
相关期刊论文 前10条
1 袁如金;张敏;李世伟;;基于华浩超算平台遥感影像几何校正研究——以资源一号02C数据为例[J];测绘与空间地理信息;2017年01期
2 马慧云;吴晓京;赵国庆;姜丙波;;遥感影像反演的雾参数地区差异性分析[J];遥感信息;2017年03期
3 雒培磊;李国庆;曾怡;;一种改进的基于深度学习的遥感影像拼接方法[J];计算机工程与应用;2017年20期
4 鄢咏折;范晓燕;;遥感影像变化监测方法简述[J];城市建设理论研究(电子版);2017年22期
5 蔡红玥;;一种遥感影像镶嵌线自动提取方法[J];城市地理;2017年08期
6 张灵凯;于良;;多源遥感数据融合研究综述[J];城市地理;2017年02期
7 刘琴;王正祥;;论空中测量无人机遥感影像应用[J];城市地理;2017年12期
8 崔青岩;刘超;;青海省玛沁县索呼多地区遥感影像地质特征及意义[J];环球人文地理;2017年09期
9 田甜;张景发;姜文亮;王鑫;;基于ArcGIS 10.0的遥感影像批量标准制图的实现[J];地壳构造与地壳应力文集;2016年01期
10 田甜;张景发;姜文亮;罗毅;;地震多源异构遥感影像数据库系统设计与实现[J];地壳构造与地壳应力文集;2016年02期
相关博士学位论文 前10条
1 杨楠;低空遥感影像多视密集点云重构方法研究[D];武汉大学;2016年
2 徐鹏飞;基于夜间灯光遥感影像的城镇化时空特征研究[D];浙江大学;2019年
3 邰建豪;深度学习在遥感影像目标检测和地表覆盖分类中的应用研究[D];武汉大学;2017年
4 刘晓奕;序列遥感影像异常检测的时空模型研究与应用[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
5 赵崇悦;基于多特征学习的遥感影像复原与分类[D];西安电子科技大学;2018年
6 李烁;遥感影像色彩一致性处理和镶嵌线优化技术研究[D];战略支援部队信息工程大学;2018年
7 邵帅;空间光学遥感影像的实时清晰度提升技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
8 李铭;任务驱动的遥感影像检索案例推理方法研究[D];武汉大学;2014年
9 顾海燕;遥感影像地理本体建模驱动的对象分类技术[D];武汉大学;2015年
10 陈冲;面向多任务粒度的遥感影像镶嵌并行技术研究[D];南京大学;2015年
相关硕士学位论文 前10条
1 魏青迪;基于卷积神经网络的高分二号遥感影像提取方法[D];山东农业大学;2019年
2 张若楠;伊犁河流域多特征遥感影像水体识别研究[D];新疆大学;2019年
3 潘晓权;基于卷积神经网络的城市遥感影像语义分割[D];桂林电子科技大学;2019年
4 李坡涛;基于高分2号影像的城市周边水体提取模型研究[D];河南大学;2019年
5 吕永飞;基于区块链的遥感影像数字版权控制技术研究[D];河南大学;2019年
6 段延超;基于SIFT和小波变换的遥感影像配准融合算法研究[D];河南大学;2019年
7 赵盟;基于遥感影像的城镇违法建筑的识别及其在移动端的应用[D];河南大学;2019年
8 王博;基于NPP-VIIRS夜间灯光遥感影像的杭州城市结构发展变化分析[D];浙江大学;2019年
9 陈守玉;基于深度学习的遥感影像语义分割方法研究[D];东北林业大学;2019年
10 王卓琳;基于猫群算法的遥感影像数据存储优化方法研究[D];东北林业大学;2019年
本文编号:2862538
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2862538.html