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：408kb
    • 提供者：XYWL168

  1. 4-遥感图像信息提取

  2. • 1、遥感信息提取技术概述 • 2、监督分类 • 3、基于专家知识的决策树分类 • 4、面向对象分类 • 5、地物识别和定量反演 • 6、动态监测 • 7、立体像对DEM提取

  3. 所属分类：专业指导

    • 发布日期：2012-09-18
    • 文件大小：2mb
    • 提供者：lipenggis

  1. Automatic Extraction of Man-Made Objects from Aerial and Space Images

  2. 从航空影像和卫星影像进行自动地物提取，很好的一本地物提取的书籍

  3. 所属分类：其它

    • 发布日期：2014-07-10
    • 文件大小：16mb
    • 提供者：a513572289

  1. 机载LiDAR数据的半自动化地物提取与三维重建

  2. 机载LiDAR数据的半自动化地物提取与三维重建

  3. 所属分类：教育

    • 发布日期：2014-10-13
    • 文件大小：417byte
    • 提供者：lhdyq

  1. lidar点云边缘线提取

  2. 基于坡度和聚类的算法，提取lidar点云的地物边缘线。最终得到地物的轮廓

  3. 所属分类：C++

    • 发布日期：2015-04-15
    • 文件大小：9mb
    • 提供者：qiuserudan

  1. 基于DEM的水系特征信息提取及三维实现

  2. 文中基于Arc GIS软件平台,通过对DEM进行分析处理,实现分水线和合水线数据的提取,并结合已有正射影像等相关地理信息数据构建三维立体模型,实现区域地形地貌地物的三维可视化、可量测和可漫游操作,可用于进行泥石流灾害预分析、道路选线、勘界选址、地质监控、建设规划等方面。

  3. 所属分类：其它

  1. 面向对象与决策树模型的辽西北地区沙化信息提取

  2. 以辽西北地区Landsat8卫星影像为数据基础,利用面向对象分类方法,对研究区域进行基于图斑的地物分类,引入修正型土壤调节植被指数(MSZVI)反演植被盖度,依据沙化分类体系构建决策树分类模型,对沙化土地分等定级.研究结果表明:采用面向对象分类与决策树模型相结合的方法,可以有效提取辽西北2015年沙化土地信息,精度达86.4%,为沙化防治和决策提供科学依据.

  3. 所属分类：其它

    • 发布日期：2020-04-26
    • 文件大小：848kb
    • 提供者：weixin_38714162

  1. 利用决策树模型的湿地提取与分类

  2. 为解决因湿地环境复杂且类型多样导致光谱混淆而难以对其自动遥感提取的问题,采用决策树模型的湿地信息提取方法,以Landsat OLI影像光谱特征和经缨帽变换后的数据为基础,结合不同类型湿地的环境特征和空间特征信息,提出先分区再分类的思想,构建决策树分类模型.对原始影像进行缨帽变换,利用变换后的湿度分量及地物的光谱特征规律,将研究区划分为水体区域、植被区域和非植被区域,然后分别对各个区域进行再分类,逐层分级,最终实现不同类型湿地的分级提取.研究结果表明:采用分区分类思想构建决策树模型,可以有效提取湿

  3. 所属分类：其它

  1. 基于光谱与纹理信息的Worldview_2影像地物分类

  2. 摘要: 高分辨率遥感影像分类是遥感影像处理领域中的一个重要的研究方向． 选取Worldview-2 影像，分别以光谱信息和光谱结合纹理信息为分类数据，采用最大似然法( MLC) 和支持向量机法( SVM) 进行监督分类，用混淆矩阵对分类结果进行评价． 结果表明，9 × 9 为最佳纹理窗口; SVM 法分类精度明显优于MLC 法; 基于光谱结合纹理信息的分类精度明显优于单纯基于光谱信息的分类结果． 辅以影像纹理特征，采用SVM 法可以较为有效提取Worldview-2 地物信息．

  3. 所属分类：其它

    • 发布日期：2020-03-20
    • 文件大小：984kb
    • 提供者：Dan510275

  1. 基于星载SAR图像水域提取的一种新方法_

  2. 合成孔径雷达, 是一种主动式微波传感器, 能够全天时、全天候对地观测, 而传统的光学遥感方式对空气能见度要求很高, 特别在灾害性天气时具有独特的优势。所以在洪涝灾害应急测绘保障方面, 发挥着不可替代的重要作用。从影像中识别提取所需的地物地形要素, 人工的识别操作无疑是最准确的, 但也是最慢的。在灾害面前, 时间就是生命、时间就是财产, 计算机程序自动识别和提取要素是最快捷的, 比传统手工提取更快捷, 能够在第一时间为了解灾情、抗灾救灾、灾后重建提供数据基础。本文以影像水域提取为切入点, 抛砖引玉

  3. 所属分类：其它

    • 发布日期：2020-03-20
    • 文件大小：538kb
    • 提供者：Dan510275

  1. 遥感地学分析-地物光谱特征与遥感数字图像信息提取.ppt

  2. 遥感相关专业的学习材料，地物光谱特征与遥感数字图像信息提取.ppt，遥感学的基础入门资料,有需要的小伙伴可以下载。

  3. 所属分类：讲义

  1. 道路提取资料

  2. 这是一篇关于道路提取方面的论文有助于我们认识典型地物的提取

  3. 所属分类：专业指导

    • 发布日期：2013-01-06
    • 文件大小：3mb
    • 提供者：huachunliang1

  1. 基于粗糙集的城市主要道路提取规则

  2. 为了使计算机能够智能判断、提取"城市主要道路",运用粗糙集处理问题的方式,并依据现有的数据来源以及采集方法,研究在人工采集时,城市道路的空间关系、道路属性对自身的影响程度,最终形成"城市主要道路"的提取规则.研究结果表明:采集"城市主要道路"这一过程能够被解释为计算机可执行的规则.研究结论初步证明了粗糙集提取道路采集规则的可行性,并有助于寻求一种新的计算机智能提取地物地貌的途径与方法.

  3. 所属分类：其它

    • 发布日期：2020-05-24
    • 文件大小：176kb
    • 提供者：weixin_38705788

  1. 采动区公路路灯杆点云中心线提取方法

  2. 通过选取道路两旁的路灯杆作为特征地物,对比不同时间路灯杆中心坐标变化,求取公路水平移动与变形。针对路灯杆点云特征,推导了路灯杆中心线的提取模型,采用遗传算法进行路灯杆中心线提取,并分析了随机误差、粗差、点云观测不全面对算法中心线提取的影响。研究结果表明,该方法求取路灯杆中心坐标的精度优于1mm,并且具有较强的抗干扰能力。

  3. 所属分类：其它

    • 发布日期：2020-07-15
    • 文件大小：221kb
    • 提供者：weixin_38658471

  1. 煤田火区自然地物热红外发射率光谱测量及其特征

  2. 利用傅里叶变换红外光谱仪对新疆水西沟煤田火区自然地物进行发射率光谱测量,采用平滑光谱迭代法对温度和发射率进行分离反演,得到精确的地物温度和发射率,对7种典型自然地物热红外发射率光谱特征进行分析,并选择ASTER影像5个热红外波段进行数据模拟。结果表明:①波长在8-13μm,地物热红外发射率光谱特征存在明显差异,尤其是在8.5-10.0,11.3和12-13μm处,可作为识别不同地物的特征波段;②发射率光谱在ASTER影像5个热红外波段变化趋势呈现明显区别,在遥感影像对火区地物信息的提取研究中具有

  3. 所属分类：其它

  1. 多方向投影寻踪与高光谱遥感图像特征提取

  2. 介绍了投影寻踪算法的基本原理,构造了面向易混分类别的高光谱遥感数据投影寻踪指标,在单方向投影寻踪算法的基础上,提出了序贯多方向投影寻踪算法.在该算法提取出的特征方向上,易混分地物类别的分类精度提高6%左右,但存在压制其他地物的矛盾.

  3. 所属分类：其它

  1. 考虑空间相关性的半监督局部保持投影的高光谱图像特征提取

  2. 由于高光谱图像具有波段多、波段间信息冗余、空间信息相关等特点, 提出一种考虑空间相关性的半监督局部保持投影(LPP)的高光谱图像特征提取算法(LPP-SCSSFE)。该算法利用保存高光谱图像空间近邻结构的空间距离, 及保持图像光谱相似性的类内判别权值和类间判别权值, 定义新的同物异谱、同谱异物像元权值计算函数, 结合LPP提取高光谱图像特征, 从而最大化同类地物间的相似性和异类地物间的差异性。在Indian Pines和Pavia University两个数据集上, 通过高光谱图像分类实验对本文

  3. 所属分类：其它

  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

  1. 基于卷积神经网络的高光谱遥感地物多分类识别

  2. 在进行遥感图像多分类识别时, 针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题, 研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN 模型对高光谱遥感地物多分类的识别效果。从ISPRS(International Society for Photogrammetry and Remote Sensing)提供的Vaihingen及Google Earth中采集数据,制作了包含6类地物的数据集一。在此基础上增加10类地物制作数据集二, 再增

  3. 所属分类：其它

  1. 融合航空影像和LIDAR点云的建筑物探测及轮廓提取

  2. 通过分析机载雷达（LIDAR）点云数据与航空影像数据特点，提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线，将轮廓线拟合成直线段的建筑物轮廓边，并以两相邻且垂直的轮廓边相交得到建筑的角点，根据建筑物的同名角点实现机载点云和航空影像的配准融合；将航空影像的光谱信息赋予机载点云，并将光谱信息作为特征向量进行聚类，分离出植被和树木等地物，利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物，提取建筑物的轮廓边，完成建筑物轮廓的探测。实验结果

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：14mb
    • 提供者：weixin_38674883
« 12 3 4 5 »