全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 利用LiDAR和航空影像的屋顶边缘提取及优化
- 作者： 朱琴 杨英宝 张宁宁 来源： 地理空间信息 年份： 2018 文献类型 ： 期刊 关键词： 边缘优化 LiDAR点云 边缘提取 航空影像 规则建筑物
- 描述： 提出以LiDAR为辅助数据对航空影像的规则建筑物进行边缘提取和优化的方法。首先采用Alpha Shapes算法对点云数据进行初始边缘提取,同时规则化初始边缘;再利用屋顶点云辅助航空影像的建筑物分离,采用Canny算子和Hough变换对建筑物分离后影像进行边缘提取,并用LiDAR规则边缘对Hough变换结果进行边缘优化。对比单独运用航空影像进行边缘提取的结果表明,采用优化方法后,提高了屋顶边缘提取的准确性,得到了较完整的建筑物边缘。
- 一种航空影像建筑物检测的轻量化CNN建模方法
- 作者： 甘文祥 张远谊 李欣园 来源： 地理空间信息 年份： 2023 文献类型 ： 期刊 关键词： 建筑物检测 CNN 轻量化网络 航空影像 深度可分离卷积
- 描述： 以卷积神经网络为代表的深度学习方法大幅提高了遥感影像建筑物自动检测精度，但由于建筑物复杂多样，为了提取区分能力更强的图像特征，现有卷积神经网络方法往往倾向于构建层次复杂、参数庞大的深度模型。这使得模型的存储和内存开销都较高、检测速率也容易受到影响，一定程度上造成在移动设备平台或灾害应急等场合的应用受限。针对此问题，提出一种用于航空影像建筑物检测的轻量化卷积神经网络建模方法，采用深度可分离卷积方法对复杂网络进行简化，大幅减少了计算量，并较好地维持了原有精度。实验表明新方法相比改进前，在计算量和参数量分别减少86%和87%、训练时间缩短10%的情况下，建筑物检测的精度仅降低3%。