Advertisement

数字摄影测量学(第2版)压缩版 39M

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
《数字摄影测量学(第2版)压缩版》是一本精简了原书内容、专注于数字摄影测量技术原理与应用的专业教材,适用于快速学习和参考。全书约39MB大小,方便携带与阅读。 通过Adobe Pro将扫描图像压缩成JPEG格式,这样既能保证图片清晰又能减小文件大小。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2 39M
    优质
    《数字摄影测量学(第2版)压缩版》是一本精简了原书内容、专注于数字摄影测量技术原理与应用的专业教材,适用于快速学习和参考。全书约39MB大小,方便携带与阅读。 通过Adobe Pro将扫描图像压缩成JPEG格式,这样既能保证图片清晰又能减小文件大小。
  • 武汉大系统.rar
    优质
    本资源为武汉大学定制开发的数字摄影测量系统,包含软件安装包及操作手册,适用于教学与科研使用。 武大版数字摄影测量系统PPT课程文档包含21个PPT,共16个章节。
  • 》课程教课件:五章 解析基础.ppt
    优质
    本课件为大学《摄影测量》课程中第五章的教学材料,主要内容涵盖摄影测量的基本理论和解析方法,旨在帮助学生深入理解并掌握摄影测量的技术原理。 大学测量《摄影测量》教学课件:第5章 摄影测量解析基础.ppt涵盖了该章节的核心内容与知识点,旨在帮助学生深入理解摄影测量的基本原理和技术方法。这一部分的教学材料详细介绍了相关理论,并通过实例分析来增强学生的实践操作能力。
  • 复习材料
    优质
    《数字摄影测量复习材料》是一份针对学习数字摄影测量技术的学生和研究人员编写的复习资料。本书涵盖了该领域的核心概念、关键技术及其应用,并提供了丰富的练习题和案例研究,旨在帮助读者深入理解并掌握数字摄影测量的知识体系。 数字摄影测量学习过程中的PPT概要、讲义以及相关资料可以帮助学生系统地掌握该领域的知识和技术要点。这些材料通常涵盖了基础理论介绍、实际操作步骤详解及案例分析等内容,有助于初学者快速入门并深入理解数字摄影测量的各个方面。通过精心设计的学习资源,可以有效提升学习效率和实践能力。
  • PowerPoint演示文稿
    优质
    本PowerPoint演示文稿探讨了数字摄影测量技术的应用与原理,涵盖了数据采集、处理及分析方法,适用于科研人员和工程技术人员。 数字摄影测量内容全面: 01 数字影像的采样与重采样 02 特征的提取与定位 03 同名核线确定与重采样 04 影像相关的原理 05 影像相关的谱分析 06 影像匹配基础算法 07 最小二乘法匹配 08 特征匹配 09 数字地面模型的概念与数据获取 10 数字高程模型的内插方法 11 不规则三角网的建立与应用 12 数字高程模型的应用 13 数字微分纠正 14 立体正射影像对和景观图的制作 15 数字测图 16 数字测图系统
  • 算法导论(3 中文)超清扫描 2/2
    优质
    《算法导论》(第3版)中文版是计算机科学的经典教材之一,以超清晰的扫描版本呈现。该压缩文件为系列资源的第二部分,内含丰富详尽的算法理论与实践内容。 第3版的主要变化包括:新增了van Emde Boas树和多线程算法,并且将矩阵基础移至附录;修订了递归式(现在称为“分治策略”)那一章的内容,更广泛地覆盖分治法;移除两章很少讲授的内容:二项堆和排序网络。同时,动态规划和贪心算法的相关内容也得到了更新。流网络材料现基于边上的全部流,并且由于关于矩阵基础和Strassen算法的材料已移到其他章节中,因此矩阵运算这一部分所占篇幅较小。此外,对Knuth-Morris-Pratt字符串匹配算法的内容进行了修改,新增了100道练习题及28个思考问题,并更新并补充了参考文献。
  • 与遥感:的历史演进.pptx
    优质
    本PPT探讨了摄影测量学的发展历程,从其起源到现代技术的应用,重点展示了不同历史阶段的关键技术和理论进步。 摄影测量学的起源及其发展历程; 1.1.2 摄影测量学的发展历程: 早期仪器:模拟测图仪; 中期仪器:解析测图仪; 现代仪器:计算机;
  • 基于Moravec算子的
    优质
    本研究探讨了将Moravec算子应用于数字摄影测量中特征点检测的方法,旨在提高自动匹配精度和效率。通过实验验证其在图像配准中的有效性与优越性。 武汉大学遥感信息工程学院数字摄影测量实习使用了Moravec算子来提取图片的点特征。Moravec角点检测算子由Moravec在1981年提出,并将其应用于立体匹配中。首先,计算每个像素点的兴趣值:以该像素为中心,在一个w*w(例如5x5)大小的方形窗口内,分别计算0度、45度、90度和135度四个方向上的灰度差平方和,并取其中最小值作为该像素点的兴趣值。