Escape the bug的博客

日间海雾检测一、概述1.提出的方法2.数据集3.对比的算法二、详细步骤1.CALIOP海雾检测方法2.AHI检测原理和通道选择文章：基于Himawari-8数据的日间海雾检测方法一、概述1.提出的方法基于葵花卫星的日间海雾检测方法2.数据集实验数据：葵花8号卫星数据。验证数据：CALIOP星载激光雷达数据中国生态遥感信息服务网 雾检测报告3.对比的算法无二、详细步骤1.CALIOP海雾检测方法对于陆地中，CALIOP一般作为雾的验证产品，即距离地面一定距离的云判断为雾，而对于海

文章：SEA FOG DETECTION BASED ON DYNAMIC THRESHOLD ALGORITHM AT DAWN AND DUSK TIM总结：文章的整体思路是，随着太阳天顶角的变化与近红外波段的反射率以及波段7的反射率成线性关系。用训练的图像生成的线性关系公式，去进行海雾的检测。可用点：知识的了解，天顶角的变化和近红外段成线性关系。通过这个线性关系，对输入的图像进行海雾的识别，可以用其来判断黎明和黄昏海雾。能不能解决低云和海雾 不能识别的问题。海雾与海面的温度大体相同，此

黎明和黄昏海雾检测归纳总结表一、概述1.存在的问题2.提出的方法3.数据集4.对比的算法二、详细步骤1.研究区域2.动态阈值算法参考文章：SEA FOG DETECTION BASED ON DYNAMIC THRESHOLD ALGORITHM AT DAWN AND DUSK TIM归纳总结表一、概述1.存在的问题在黎明和黄昏时间时海雾的高发期，其对全天的海雾检测有重要的意义。但是由于大多数的极地轨道卫星会受到时间分辨率和过境时间的影响，不能针对某一区域进行黎明和黄昏的海雾检测。2.提出的

文章：Automatic nighttime sea fog detection using GOES-16 imagery文章总结：地点：加拿大对比的方法：NOAA的LIFR算法验证集：NOAA的云类产品，就是已经找好了的雾的图。文章大致提出了自动选择阈值的方法：第一种是最普遍使用的亮温差法，采取了3.9和11.2波段的亮温差。它阈值的选择一个是参考每个月份的二十天亮温差频率分布直方图的极小值和平均值。拿到之后，对输出的每一张图像都分析它的亮温差频率分布直方图，查看直方图的极小值，然

文章Supervised hashing for image retrieval via image representation learning文章总结文章的亮点在于用深度卷积网络的方法提取出图像的特征，不需要手动的选取特征。文章将过程分为两个方面，一个方面时构建相似矩阵，再将相似矩阵通过坐标下降的方法生成与其相似的哈希编码矩阵，有了哈希编码矩阵就可以作为输出层的验证集，训练哈希函数。 另一方面引入卷积网...

夜间海雾检测一、概述1.存在的问题2.提出的方法3.数据集4.对比的算法二、详细步骤1.介绍（1）卫星检测优势（2）气象卫星常用的海雾检测方法（3）先前研究和发展历程（4）研究区域与数据文章：Automatic nighttime sea fog detection using GOES-16 imagery一、概述1.存在的问题加拿大纽芬兰岛东南的大浅滩，油气运输至关重要，该地区雾霾非常严重，目前没有遥感技术针对此处进行海雾的检测。2.提出的方法本文提出了一种自动的夜间海雾检测的方法并且它能够

监督哈希的图像检索一、概述1.哈希图像检索原理（1）基础最近邻搜索问题（2）哈希图像检索概述（3）哈希检索详解2.目前哈希检索的问题3.解决问题文章：Supervised hashing for image retrieval via image representation learning一、概述1.哈希图像检索原理（1）基础最近邻搜索问题给定一个点集，以及一个查询点q，需要找到离q最近的点的集合；在大规模高维度空间的情况下，这个问题就变得非常难，而且大多数算法计算量极大，复杂度很高； 而且