首页>
根据【关键词:配准,激光点云,航空影像,距离场,平面约束】搜索到相关结果 42 条
-
一种航空影像快速纠正算法研究
-
作者:
李维娜
张学之
杨阳
来源:
测绘与空间地理信息
年份:
2017
文献类型 :
期刊
关键词:
快速纠正
算法
航空影像
-
描述:
在地理国情监测、农村土地确权等项目中,应用的航摄影像处理软件大多是后处理软件,这些软件往往存在精度高但处理效率不高的问题,而在灾害救援、重大突发事件应急处理等领域需要对航摄影像进行快速处理。本文所研究的算法正是针对这一问题,实现了无人机航摄影像的快速纠正,为应急事件快速指挥提供了高效的解决方案,具有一定的指导意义。
-
基于深度学习的航空影像非正规垃圾堆放点监测技术研究与实践
-
作者:
李军吉
应良中
陶文旷
来源:
测绘通报
年份:
2023
文献类型 :
期刊
关键词:
深度学习
无人机
航空影像
非正规垃圾堆放点
-
描述:
航空影像及非正规垃圾堆分布特征,提出了按地域特征勾画样本数据集提取样本数据特征,采用U/Net和Swin Transformer融合模型,以及针对性改进训练流程开展非正规垃圾堆放点信息分类研究。试验以
-
基于航空影像的停车线识别
-
作者:
马涛
李程程
来源:
测绘与空间地理信息
年份:
2023
文献类型 :
期刊
关键词:
无人机
航空影像
停车线识别
-
描述:
为了合理控制停车位数目,解决停车难的问题,本文基于航空影像进行停车线识别,利用高分辨率的无人机航拍影像代替传统复杂的动态视频信息。对提取结果的定量评估表明,通过本文的技术流程能够有效识别停车线,并得到较好的结果,能够为交通管理部门提供可靠的数据支持。
-
基于单类分类的航空遥感影像变化检测
-
作者:
薄树奎
荆永菊
来源:
郑州航空工业管理学院学报
年份:
2023
文献类型 :
期刊
关键词:
遥感影像
单类分类
变化检测
航空影像
-
描述:
航空遥感影像的变化检测在城市规划等领域发挥着重要作用。文章提出一种基于单类分类的变化检测方法,通过对不同时相的航空遥感影像进行单类分类,提取针对该兴趣类别的变化信息。该方法仅需要兴趣类别的训练样本,由训练样本确定一个距离阈值,实现单类分类和变化检测。虽然简化了参数设置和样本训练,但实验结果表明,该方法与最近邻方法具有相近的变化检测精度。
-
基于DeepLabv3+语义分割的航空影像建筑物提取方法
-
作者:
廖元晖
王敬东
李浩然
杨衡
来源:
指挥控制与仿真
年份:
2024
文献类型 :
期刊
关键词:
建筑物提取
轮廓规则化
DeepLabv3+
航空影像
-
描述:
基于DeepLabv3+语义分割的航空影像建筑物提取方法
-
基于航空影像密集匹配点云的DEM快速更新精度分析
-
作者:
吴坤泽
马泽
廖玉祥
来源:
测绘技术装备
年份:
2025
文献类型 :
期刊
关键词:
精度分析
密集匹配点云
航空影像
数字高程模型更新
-
描述:
基于航空影像密集匹配点云的DEM快速更新精度分析
-
航空影像辅助的机载LiDAR植被点云分类
-
作者:
王果
王强
张振鑫
徐棒
赵光兴
来源:
激光与光电子学进展
年份:
2021
文献类型 :
期刊
关键词:
植被点云分类
图像处理
机载激光雷达
融合
航空影像
-
描述:
针对从非地面点云数据中难以自动分类植被和建筑物的问题,提出一种航空影像辅助的机载LiDAR(Light Detection and Ranging)植被点云分类方法。根据植被的光谱特征明显不同于其他
-
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:
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
-
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:
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
-
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:
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