航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

航空激光扫描数据建筑物自动提取技术研究: 作者： 闫梦龙 来源： 北京大学 年份： 2016 文献类型： 学位论文; 描述： 航空激光扫描数据建筑物自动提取技术研究

基于编解码网络的航空影像像素级建筑物提取: 作者： 陈凯强高鑫 闫梦龙 张跃孙显 来源： 遥感学报 年份： 2021 文献类型： 期刊 关键词： 卷积神经网络建筑物提取深度学习遥感航空影像; 描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。

基于编解码网络的航空影像像素级建筑物提取: 作者： 陈凯强高鑫 闫梦龙 张跃孙显 来源： 遥感学报 年份： 2021 文献类型： 期刊 关键词： 卷积神经网络建筑物提取深度学习遥感航空影像; 描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。

基于编解码网络的航空影像像素级建筑物提取: 作者： 陈凯强高鑫 闫梦龙 张跃孙显 来源： 遥感学报 年份： 2021 文献类型： 期刊 关键词： 卷积神经网络建筑物提取深度学习遥感航空影像; 描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。

基于对象分析策略的航空激光扫描数据建筑物自动提取方法研究: 作者： 刘玲王国锋刘晓东宋鹏飞张蕴灵 闫梦龙 来源： 中国交通建设股份有限公司2013年现场技术交流会 年份： 2016 文献类型： 会议论文 关键词： 航空激光扫描　　基于对象分析　　滤波　　建筑物自动提取; 描述： 航空激光扫描(Airborne Laser Scanning,ALS)是一种主动的、快速获取地球及表面三维信息和反射率信息的数据采集技术,从ALS数据中自动提取地形信息和建筑物信息一直是ALS数据处理的重点和难点。借助基于对象分析(Object Based Analysis,OBA)技术,构建建筑物自动提取的流程和相关关键算法,首先利用滤波实现地形信息的提取与非地面点的抽取,从而减少建筑物提取所要处理的激光点数目,同时为建筑物的提取提供地形信息,然后对非地面点进行分割得到地物对象；并借助基于对象分析构建建筑物点自动提取流程,实现建筑物点的自动提取。实验结果表明,交中提出的建筑物自动提取算法能很好地对建筑物激光点进行自动提取,提取率和准确率分别达到了90％和75％。

< 1 >