导读:本文包含了数码影像论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数码影像,无人机,冬小麦,氮素,模型,比例尺,地形图。
数码影像论文文献综述
陆霖[1]（2019）在《数码影像在平面广告设计表现中的整合应用探讨》一文中研究指出在如今的数字时代,数码产品已经广泛进入普通家庭和人们的生活。而数码影像的发展,使摄影技术在像素和清晰度上都越来越高,这为平面广告设计提供了很好的创作条件,有效提高了其设计表现力。本文将对数码影像在平面广告设计表现方面的整合应用进行分析和探讨,希望能够让人们更多的认识和了解数码影像的作用和潜力,从而提高平面广告设计中数码影像技术的应用水平和质量。(本文来源于《才智》期刊2019年30期）
陶惠林,徐良骥,冯海宽,杨贵军,杨小冬[2]（2019）在《基于无人机数码影像的冬小麦株高和生物量估算》一文中研究指出高效、快速地获取作物的株高和生物量信息,对农业生产有重要意义。该文利用2015年4月-6月获得了冬小麦拔节期、挑旗期和开花期的高清数码影像。首先基于无人机高清数码影像生成冬小麦的作物表面模型(crop surface model,CSM),利用CSM提取出冬小麦的株高(Hcsm),然后利用提取的21种数码影像图像指数,构建了拔节期、挑旗期和开花期混合的多生育期生物量估算模型,并进行单生育期和多生育期模型对比分析;最后选择逐步回归(stepwise regression,SWR)、偏最小二乘(partial least square,PLSR)、随机森林(random forest,RF)3种建模方法对多生育期估算模型进行对比,挑选出冬小麦生物量估算的最优模型。结果表明,提取的Hcsm和实测株高(H)具有高度拟合性(R2=0.87,RMSE=6.45 cm,NRMSE=11.48%);与仅用数码影像图像指数构建的生物量估算模型相比(R2=0.721 2,RMSE=0.137 2 kg/m2,NRMSE=26.25%),数码影像图像指数融入H和Hcsm所得模型效果更佳,其中融入Hcsm的模型精度和稳定性(R2=0.819 1,RMSE=0.110 6 kg/m2,NRMSE=21.15%)要优于加入株高H所构建的估算模型(R2=0.794 1,RMSE=0.117 9 kg/m2,NRMSE=22.56%);SWR生物量估算模型(R2=0.7212)效果优于PLSR(R2=0.677 4)和RF(R2=0.657 1)生物量估算模型。该研究为冬小麦生长状况高效、快速监测提供参考。(本文来源于《农业工程学报》期刊2019年19期）
徐继兴[3]（2019）在《数码影像在当代艺术语境下的创作探析》一文中研究指出媒材在艺术创作的应用中越发广泛,其极具灵感的创新性,让艺术达到质的提高。在当代艺术语境的影响下,各种数码科技层出不穷,艺术呈现多样化的趋势,与影像不可分割。本文将对数码影像在当代艺术语境下的创作探究,探讨艺术语境下的数码影像的艺术价值、以及对未来创新的拓展前景。(本文来源于《中国文艺家》期刊2019年09期）
沈倩[4]（2019）在《浅析博物馆数码影像档案的归集与管理》一文中研究指出二十世纪下叶数码照相机问世以来,其卓越的性能,简便的操作,即拍即看,使其快速普及,迅速取代了传统胶片影像。近年又随着手机相机技术的突飞猛进,使得拍照、摄像更是随心所欲、无所不在。然而,面对越来越多的数码影像,其与传统胶片影像完全不同的存取方式,往往忽视对这些数码影像的有序管理,甚至对这些电子产品的安(本文来源于《博物馆研究》期刊2019年03期）
姚燚垚[5]（2019）在《独家专访丹灵数码熊云 在影像行业的大潮下乘风破浪》一文中研究指出从摄影爱好者到影像器材行业从业者,从实体器材经销商到大型影像文化产业联盟掌舵人,风雨路上几十年,且听他娓娓道来。而面对当下行业面临的困境以及未来的全新挑战,且看他又如何应对。人物介绍熊云Xiong Yun丹灵企业CEO18度影像文化产业联盟理事长北京十八度影像文化股份公司董事长兼总经理(本文来源于《摄影之友》期刊2019年06期）
刘帅兵,杨贵军,景海涛,冯海宽,李贺丽[6]（2019）在《基于无人机数码影像的冬小麦氮含量反演》一文中研究指出准确、快速地获取关键生育期冬小麦氮素含量,对农业管理者进行田间氮素施肥有重要的决策作用。利用无人机(unmannedaerialvehicle,UAV)搭载数码相机,可以短时间内获取冬小麦长势信息,实现对冬小麦氮素含量动态监测。该研究利用2015年北京市小汤山冬小麦无人机数码影像,采用3种阈值分割方法,将田间植株作物与土壤背景分离。对比影像分割方法的时效性与准确性,最终确定可见光波段差异植被指数VDVI(visible-band difference vegetation index)提取植被信息。按照试验方案要求,在不同的氮肥与水分胁迫管理下,将冬小麦3次重复试验分成48个试验小区,依据小区边界提取小区的红、绿和蓝通道的平均DN(digitalnumber)值,选取25个植被指数,同时与各个试验小区冬小麦不同器官氮含量进行相关性分析,筛选数码影像变量。由于植被指数之间耦合度较高,因此采用主成分分析对原始数据进行成分提取,提取特征向量参与建模,最后利用多元线性回归分析建立氮素反演模型,通过决定系数(R2)、均方根误差(RMSE)和归一化的均方根误差(nRMSE)3个指标筛选出最佳模型,探究各器官氮素含量与数码变量的相关性。结果表明,实验室实测氮素含量与UAV数码影像氮素反演结果及基本一致。在反演模型构建精度方面,3种数据处理结果整体>部分>植被指数,反演效果叶氮>植株氮>茎氮。以冬小麦挑旗期为例,叶片氮含量整体信息提取验证模型的R2、RMSE和nRMSE分别为0.85、0.235和6.10%,比部分信息提取验证模型的R2高0.14,RMSE和nRMSE分别降低0.068和1.77个百分点;比植被指数信息提取验证模型的R2高0.43,RMSE和nRMSE分别降低0.141和3.67个百分点。研究表明,基于UAV数码影像利用多元线性回归构建冬小麦氮素含量反演模型,对试验小区整体提取作物信息的方式反演冬小麦叶氮含量效果最好,相比传统反演方法,模型稳定性更高,可为冬小麦田间水肥决策管理提供参考。(本文来源于《农业工程学报》期刊2019年11期）
陈良雨,张红,李晓峰[7]（2019）在《《数码影像》课程与艺术设计专业融合教学系统建设——以服装设计专业为例》一文中研究指出本文探讨了《数码影像》课程与艺术设计相关专业的紧密关系,并以服装与服饰设计专业为例,总结了《数码影像》课程如何与服装设计专业进行全面、深入的融合,培养出多样化的特色专业人才,最后总结了《数码影像》课程与专业融合的意义,为其他方向课程的融合提供了宝贵借鉴。(本文来源于《数码世界》期刊2019年02期）
杨志胜[8]（2019）在《无人机数码航空影像大比例尺地形图测绘可行性研究》一文中研究指出无人机具有机动灵活、成本低廉及生产周期短等优点,但通过无人机数码航摄方式获取的影像数据,存在姿态角偏大及镜头畸变等问题,对于其是否适用于大比例尺地形图测绘,一直受到业内的强烈关注。为此,文章首先分析了无人机数码航摄数据采集方式的优劣性,然后阐述了利用无人机影像测绘地形图的作业流程,包括数码航摄、影像预处理、空叁加密、DLG采集、调绘编辑成图5个步骤;最后利用相关数据进行试验,验证了基于无人机数码航摄影像测绘大比例尺地形图的可行性。(本文来源于《福建建筑》期刊2019年01期）
司炳新,徐昕,李文婷[9]（2018）在《ADS80/ADS100数码影像立体模型恢复操作及注意事项》一文中研究指出介绍了基于ADS 80和ADS 100的数码影像分别在国内主流两种立体测图工作站上恢复立体模型的具体操作,并将通过实际生产中归纳的主要注意事项进行了描述,希望对相关的生产工作有一定帮助。(本文来源于《测绘与空间地理信息》期刊2018年12期）
[10]（2018）在《数码影像时代征稿启事》一文中研究指出征稿要求全国各地的作者均可投稿,投稿请说明投稿栏目。投稿如涉及影像作品,作品的创作时间越新越好。作者提交的稿件须搭配足够的高质量清晰图片。单篇文章字数1500-6000字均可,同一作者投稿篇数不受限制。投稿联系方式邮箱:editor@dvchina.cn电话:010-64823527转219(本文来源于《数码影像时代》期刊2018年12期）
数码影像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
高效、快速地获取作物的株高和生物量信息,对农业生产有重要意义。该文利用2015年4月-6月获得了冬小麦拔节期、挑旗期和开花期的高清数码影像。首先基于无人机高清数码影像生成冬小麦的作物表面模型(crop surface model,CSM),利用CSM提取出冬小麦的株高(Hcsm),然后利用提取的21种数码影像图像指数,构建了拔节期、挑旗期和开花期混合的多生育期生物量估算模型,并进行单生育期和多生育期模型对比分析;最后选择逐步回归(stepwise regression,SWR)、偏最小二乘(partial least square,PLSR)、随机森林(random forest,RF)3种建模方法对多生育期估算模型进行对比,挑选出冬小麦生物量估算的最优模型。结果表明,提取的Hcsm和实测株高(H)具有高度拟合性(R2=0.87,RMSE=6.45 cm,NRMSE=11.48%);与仅用数码影像图像指数构建的生物量估算模型相比(R2=0.721 2,RMSE=0.137 2 kg/m2,NRMSE=26.25%),数码影像图像指数融入H和Hcsm所得模型效果更佳,其中融入Hcsm的模型精度和稳定性(R2=0.819 1,RMSE=0.110 6 kg/m2,NRMSE=21.15%)要优于加入株高H所构建的估算模型(R2=0.794 1,RMSE=0.117 9 kg/m2,NRMSE=22.56%);SWR生物量估算模型(R2=0.7212)效果优于PLSR(R2=0.677 4)和RF(R2=0.657 1)生物量估算模型。该研究为冬小麦生长状况高效、快速监测提供参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数码影像论文参考文献
[1].陆霖.数码影像在平面广告设计表现中的整合应用探讨[J].才智.2019
[2].陶惠林,徐良骥,冯海宽,杨贵军,杨小冬.基于无人机数码影像的冬小麦株高和生物量估算[J].农业工程学报.2019
[3].徐继兴.数码影像在当代艺术语境下的创作探析[J].中国文艺家.2019
[4].沈倩.浅析博物馆数码影像档案的归集与管理[J].博物馆研究.2019
[5].姚燚垚.独家专访丹灵数码熊云在影像行业的大潮下乘风破浪[J].摄影之友.2019
[6].刘帅兵,杨贵军,景海涛,冯海宽,李贺丽.基于无人机数码影像的冬小麦氮含量反演[J].农业工程学报.2019
[7].陈良雨,张红,李晓峰.《数码影像》课程与艺术设计专业融合教学系统建设——以服装设计专业为例[J].数码世界.2019
[8].杨志胜.无人机数码航空影像大比例尺地形图测绘可行性研究[J].福建建筑.2019
[9].司炳新,徐昕,李文婷.ADS80/ADS100数码影像立体模型恢复操作及注意事项[J].测绘与空间地理信息.2018
[10]..数码影像时代征稿启事[J].数码影像时代.2018
论文知识图
