注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. LiDAR地物提取研究

  2. LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究LiDAR地物提取研究

  3. 所属分类：专业指导

    • 发布日期：2010-07-21
    • 文件大小：417792
    • 提供者：XYWL168

  1. 车载LiDAR系统在井盖病害监测中的应用研究

  2. 针对城市道路路网中出现的路面井盖下沉、断裂等病害信息,采用改进的车载LiDAR测量系统进行道路路网激光点云数据和影像数据采集,根据点云数据中呈现的地物几何特征、空间分布和位置等信息,运用点云数据处理软件对点云数据中的井盖信息进行自动提取;同时为了获取井盖的属性、纹理和语义信息,依据影像数据中地物特征信息进行井盖信息的提取。采用点云数据和影像数据的拼接和比对的方法,对点云和影像数据中提取的井盖结果进行综合处理,最终获得道路井盖的病害、权属单位、坐标等信息。通过对实验区道路的路面井盖病害进行监测和分

  3. 所属分类：其它

    • 发布日期：2020-05-18
    • 文件大小：263168
    • 提供者：weixin_38696090

  1. 高分辨率遥感影像结合LiDAR数据的面向对象分类方法

  2. 为了更准确地对遥感数据进行分类,结合Geo Eye高分辨率遥感影像和机载Li DAR数据,通过对分割参数、特征选择、分类规则等特征进行研究,提出采用面向对象的模糊分类方法——成员函数法选择实验区进行了分类研究。实验结果表明:该分类方法能够更有效地提取出建筑物、煤堆、灌木等矿区典型地物,总体分类精度达到93.92%,KIA为92.52%,分类精度相比单一遥感数据明显提高。

  3. 所属分类：其它

    • 发布日期：2020-07-09
    • 文件大小：203776
    • 提供者：weixin_38656462

  1. 基于多尺度特征和PointNet的LiDAR点云地物分类方法

  2. 针对复杂场景下激光雷达测量（LiDAR）点云数据的地物分类问题，提出了一种基于多尺度特征和PointNet的深度神经网络模型，该方法改进了PointNet提取局部特征的能力，实现了复杂场景下LiDAR点云的自动分类。在PointNet网络基础上添加多尺度网络提取点的局部特征，将不同尺度点的局部特征通过全连接层组成一个多维特征，并与PointNet提取的全局特征相结合，返回每个点类的分数以完成点云分类标签。利用Semantic 三维数据集和ISPRS提供的Vaihingen数据集，验证了所提深度神

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：1048576
    • 提供者：weixin_38617436

  1. 基于随机森林与D-S 证据合成的多源遥感分类研究

  2. 激光扫描与测距系统(LIDAR)所获取的点云数据能够表达地物的三维信息，而光谱相机能够获得同场景的四个波段的多光谱信息。二者从不同的侧面表现了地物的特征，但不同特征对分类精度的贡献具有较大的差异。提取不同类型的地物特征，将特征分成四组；以随机森林为分类框架，得到不同特征子集的重要性测度和每个像元对各类别的隶属度；提出自适应D-S 证据方法对各特征子集的分类证据进行合成，实现地物类别信息提取。充分利用两分类器的优点挖掘分析遥感不确定性信息,实验结果表明，分类精度达到90%，能够达到应用要求。但通过

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_38723516