关键词
航空影像匹配中的特征提取与精确定位方法
作者: 万能   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 特征点提取  精确定位  距离加权  
描述: 特征提取在影像匹配、目标描述与识别、运动估计以及目标跟踪等领域具有十分重要的意义。特征是影像中最基本的特征,它是指那些灰度信号在二维方向上都有明显变化的。对于数字影像匹配中的特征,不仅需要识别
基于机载LIDAR云数据和DSS航空影像融合的单棵树提取研究
作者: 窦延娟   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 机载LIDAR  航空影像  树冠模型  单棵树参数  树种区分  
描述: 进行树的提取研究,主要工作内容如下: (1)阅读大量国内外基于激光云的植被提取研究文献,研究已有的云数据植被提取的主要算法,探索树的信息提取的关键技术,并对未来的研究方向进行展望。 (2)在树的提取
基于航空立体影像对的人工目标三维提取与重建
作者: 邵振峰   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 三维重建拓扑数据模型   直线匹配   立体像对   直线模板匹配   三维城市模型   半自动提取   拓扑链   三维重建  
描述: 影像的数据处理的理论和算法还相对滞后,基于影像的特征提取技术是整个社会信息化过程中面临的重要问题,因此,基于影像的三维重建技术是摄影测量的核心任务之一,同时也是计算机视觉的基本任务之一。当前,基于航空
基于排序的航空影像道路中心线的提取算法研究
作者: 李齐   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 中心线调整  折线拟合  道格拉斯逼近  最小二乘算法  牛顿迭代法  
描述: 提取算法效率的提高成为迫在眉睫需要解决的问题。 论文介绍了影像处理中道路提取的相关理论,在分析和借鉴部分已有算法的基础上,针对其不足之处,提出了一种基于排序的从航空影像上提取道路特征的方法。包括以下
航空影像简单房屋快速半自动提取的研究
作者: 冉慧敏   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 半自动提取  区域增长  链码跟踪  直线拟合  Hough   变换  
描述: 的建筑物应采用不同的策略提取。 本文以平顶直角建筑物为研究对像,采用在建筑物表面给出人工种子,由区域增长获得建筑物所在区域,再根据边缘提取算法获得边缘的思路来提取房角。其目的是为了减少操作、节省
航空影像多直角多层次房屋的半自动提取
作者: 程曦冉   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 多直角  多层次  模板匹配  共面  Hough变换  
描述: 多层次房屋,首先利用上述方法提取高层局部房屋,然后提取低层局部房屋。公共边不再处理,只是控制低层房屋的提取。而低层房屋根据其与高层房屋的衔接方式不同,衔接边上的的地面坐标参加平差的方式也随着改变
从航空影像上提取城区房屋高度
作者: 石华祥   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 影像匹配  房屋高度提取  房屋识别  
描述: 。具体来说,对与房屋高度获取相关的特征的匹配采用了先宏观控制再精确匹配的策略,即基于视差曲面和基于视差格网的匹配方案,并在其中成功运用了自适应匹配方法;对房屋位置识别的问题提出了基于hough变换从
航空遥感影象线状地物与房屋的自动提取
作者: 胡翔云   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 最小二乘模板匹配   特征提取   自动提取   人机协同   道路网   概率模型   感知编组  
描述: 该文的主要研究内容集中在三个方面:以模板匹配为代表的简单有效的特征提取(检测)方法、感知编组的中级处理在地物(半)自动提取中的应用、基于最小二乘平差模型的目标提取和精确定位.从半自动的提取的人机协同策略到完全自动的道路网解译、从二维信息的提取到直接提取
LiDAR云辅助的城区航空影像空中三测量
作者: 宋孟肖   来源: 武汉大学 年份: 2018 文献类型 : 学位论文 关键词: LiDAR点云   刚性与非刚性配准方法   航空影像与点云配准   空中三角测量   线特征   影像区域网  
描述: LiDAR云辅助的城区航空影像空中三测量
航空影像多视匹配与规则建筑物自动提取方法研究
作者: 江万寿   来源: 武汉大学 年份: 2016 文献类型 : 学位论文 关键词: 建筑物提取   影像分割   多视影像   最小二乘匹配   多片线段匹配  
描述: 从影像进行三维建筑物等对象的几何特征(或几何要素)的提取,仍然是目前获取城市三维数据的主要手段。但是由于人工地物数据获取非常耗时,费用很高,开发自动的测图算法是很重要的。 从航空影像恢复场景
< 1 2
Rss订阅