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. 轮廓问题的java实现

  2. 问题描述：输入n座建筑物的轮廓，输出总的轮廓，用java实现，上传前已检查无误。

  3. 所属分类：Java

  1. 高分辨率卫星影像与LiDAR数据的自动建筑物提取

  2. 本文提出了融合全色多光谱 IKONOS 影像与低分辨率 LiDAR 数据的一种自动提取建筑物轮廓的新方法。首先根据 IKONOS 提供的归一化植被指数与激光点云的高程获取建筑物属性特征，如果在一簇激光点云内，所有的激光点都符合建筑物的特性，则这簇点云被认为是独立的建筑物对象。其次，联合数据驱动方法与模型驱动方法获取建筑物轮廓直线，将这些直线作为建模线索。最后，利用二叉空间划分（BSP树）方法，根据数据驱动和模型驱动获取的直线将建筑物区域递归分割为一系列凸多边形，然后合并标识为建筑物的凸多边形，

  3. 所属分类：专业指导

    • 发布日期：2011-09-22
    • 文件大小：1mb
    • 提供者：gaolip77

  1. 点云数据建筑物轮廓提取.论文

  2. 基于点云数据的建筑物轮廓提取，LIDAR点云数据，建筑物，轮廓提取

  3. 所属分类：专业指导

    • 发布日期：2014-04-21
    • 文件大小：356kb
    • 提供者：a519986543

  1. ArcGIS教程：获取建筑物轮廓线的高程信息

  2. 建筑物轮廓线是一个常用数据集，可方便地供许多用户使用。创建 3D 建筑物的一种简便方法是使用 ArcGlobe 或 ArcScene 拉伸这些轮廓线。在许多情况下，高度信息可能已经与这些面相关联。该信息可以表示为每个建筑物的屋顶数、轮廓线应拉伸到的绝对高程或距地面的相对高度。

  3. 所属分类：C++

    • 发布日期：2015-01-09
    • 文件大小：182kb
    • 提供者：u010687924

  1. 基于Bayesian的水平集图像分割方法在遥感影像建筑物提取中的应用

  2. 基于Bayesian的水平集图像分割方法在遥感影像建筑物提取中的应用 论文

  3. 所属分类：其它

    • 发布日期：2016-03-07
    • 文件大小：6mb
    • 提供者：xiaohuaibao

  1. 北京建筑轮廓1：2000

  2. 北京建筑物轮廓2000地图，shp格式，可提供mapinfo tab \arcgisshp\autocad\supermap等格式。

  3. 所属分类：其它

    • 发布日期：2018-08-14
    • 文件大小：19mb
    • 提供者：weixin_42941236

  1. 建筑物轮廓提取

  2. 建筑物轮廓提取建筑物轮廓提取建筑物轮廓提取建筑物轮廓提取建筑物轮廓提取

  3. 所属分类：其它

    • 发布日期：2018-07-21
    • 文件大小：2mb
    • 提供者：oh_yeahs

  1. 21个二线城市建筑物轮廓和楼层数据

  2. 成都、福州、常州、贵阳、杭州、合肥、济南、昆明、南昌、南京、宁波、青岛、三亚、厦门、石家庄、苏州、天津、武汉、西安、郑州、重庆共21个城市的建筑物轮廓和楼层矢量数据，shp格式

  3. 所属分类：其它

    • 发布日期：2019-01-21
    • 文件大小：171mb
    • 提供者：qq_25683117

  1. 北京上海广州天津重庆建筑物轮廓和高度数据

  2. 北京上海广州天津重庆建筑物轮廓和楼层矢量数据，shp格式

  3. 所属分类：其它

    • 发布日期：2019-01-21
    • 文件大小：93mb
    • 提供者：qq_25683117

  1. 西安建筑轮廓数据.zip

  2. 西安市的建筑物轮廓数据，数据为shp数据格式

  3. 所属分类：互联网

    • 发布日期：2019-10-24
    • 文件大小：10mb
    • 提供者：gis_zzu

  1. 模式识别课程项目一(轮廓处理，图像分割).zip

  2. 本文首先研究使用Python语言和OpenCV对数字高程图DEM，运用高斯核、阈值化、以及形态学中的开运算、闭运算、对图像进行分割、边缘提取、提取建筑物轮廓，并将其组织成顶点和线段的矢量格式，输出成为矢量化数字地图。然后输出XML格式文件保存矢量化数据[2]。 关键词：图像矢量化;数字高程图；python；OpenCV;轮廓处理 1 前言 1.1图像与图像处理简介 在社会生活中，图像处理有着广泛的应用，人们可以通过图像获取很多日常生活中的一些重要信息，而由于社会的科技迅速发展

  3. 所属分类：讲义

    • 发布日期：2020-01-10
    • 文件大小：2mb
    • 提供者：qq_43371778

  1. 武汉市百度地图建筑轮廓

  2. 武汉市建筑物轮廓，WGS84坐标系，经过坐标纠偏，精度还可以，可以作为遥感影像建筑物分类的辅助数据，SHP格式

  3. 所属分类：数据库

    • 发布日期：2019-10-05
    • 文件大小：11mb
    • 提供者：caowei840701

  1. 常州建筑数据。成都建筑数据，福州建筑数据，等20个城市的建筑数据，楼层轮廓

  2. 成都、福州、常州、贵阳、杭州、合肥、济南、昆明、南昌、南京、宁波、青岛、三亚、厦门、石家庄、苏州、天津、武汉、西安、郑州、重庆共21个城市的建筑物轮廓和楼层矢量数据，shp格式

  3. 所属分类：交通

    • 发布日期：2020-09-18
    • 文件大小：157mb
    • 提供者：qq_36862125

  1. 高分遥感影像建筑物轮廓的逐级优化方法

  2. 针对高分辨率遥感影像中分类法提取的建筑物轮廓不规则问题,设计了一种逐级优化规整建筑物轮廓的方法。根据分类验证思想提取的建筑物的初始结果,首先提取建筑物初始轮廓进行多边形拟合,获取与建筑物轴线倾斜程度相一致的最佳拟合外接矩形,然后将建筑物轮廓线段与最佳拟合外接矩形边界进行等分并比较两者之间的单向Hausdorff距离,对距离较小且满足替换条件的轮廓线段等分点利用对应的最佳拟合外接矩形边界等分点进行替换,实现轮廓初步的规整优化;接着利用Shi--Tomasi算法对建筑物局部无法规整的复杂轮廓区域进行

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：24mb
    • 提供者：weixin_38709139

  1. 伦敦着色：收集伦敦建筑物的数据-源码

  2. 伦敦着色 伦敦有几座建筑物？ 它们有什么特点？ 他们位于哪里，如何为这座城市做出贡献？ 它们适应性如何？ 它们将持续多久？拆除对环境和社会经济有何影响？ 是一个基于网络的公民社会科学项目，旨在通过众包和可视化伦敦建筑物上的十二种信息来帮助解决这些问题。 结构 该存储库将包含该项目的开源代码，其中： 存储建筑物轮廓多边形和源元数据 允许站点用户记录建筑属性数据 提供根据收集的数据渲染的地图图块 允许网站访问者下载收集的建筑物属性数据 作为项目一部分收集的建筑属性数据将根据自由开放数据许可（

  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

  1. robosat：航空和卫星图像上的语义分割。 提取特征，例如：建筑物，停车场，道路，水，云-源码

  2. 注意：Mapbox不再主动维护Robosat。 看到。 主要开发人员（ ， ）不再使用Mapbox。 机器人卫星 用于从航空和卫星图像中提取特征的通用生态系统 柏林航空影像，分割蒙版，建筑物轮廓，简化的GeoJSON多边形 目录 总览 RoboSat是用Python 3编写的端到端管道，用于从航空和卫星图像中提取特征。 要素可以是图像中视觉上可区分的任何事物，例如：建筑物，停车场，道路或汽车。 看一下 ，我们首先介绍了RoboSat并显示了一些结果 ，我们根据坦桑尼亚的无人机图像提取建筑

  3. 所属分类：其它

  1. nz_convnet：基于U-net的ConvNet用于NZ图像，可对建筑物轮廓进行分类-源码

  2. 卷积神经网络（ConvNet）对来自新西兰土地信息（LINZ）的开放数据进行了培训。 具体来说，我们在航空摄影上训练ConvNet来检测建筑物轮廓。 入门 快速开始 发射粘结剂 安装 git clone https://github.com/weiji14/nz_convnet.git cd nz_convnet conda env create -f environment.yml 运行jupyter笔记本 source activate nz_convnet python -m ipyker

  3. 所属分类：其它

  1. 高分辨率影像分类提取建筑物轮廓的优化方法

  2. 分类法提取建筑物因易受到错误检测的影响而存在边缘锯齿、形状不规则等问题。提出了一种利用符合建筑物轮廓及轴向的最佳外接矩形和Hausdorff距离综合优化建筑物轮廓的方法。首先利用偏移阴影分割分类方法提取建筑物,对建筑物边界进行多边形拟合;然后用获取拟合结果的最小外接矩形判断建筑物轴向,以选择最佳的外接矩形,并将最佳外接矩形和建筑物轮廓进行逐段等分,计算线段之间的Hausdorff距离,并根据替换规则选择性地用外接矩形边线段进行边界替代,以进一步进行规整优化,最终提高了边缘表达的准确度和提取精度。

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：20mb
    • 提供者：weixin_38608055

  1. 基于方向预测规则化的机载激光雷达建筑物正交轮廓线提取

  2. 提取建筑物轮廓线是机载激光雷达(LiDAR)点云数据特征提取的热点。为了获得较高精度的建筑物轮廓线,提出了一种基于方向预测规则化算法的机载激光雷达建筑物正交轮廓线提取方法。首先利用α-shape算法提取轮廓点,然后利用改进的Douglas_Peucker算法提取关键点并提出角度检验规则筛选关键点,使用随机抽样一致性算法简化轮廓线,最终用提出的方向预测算法进行轮廓线规则化。通过Vaihingen城区数据对算法进行验证,结果表明:与流行的分类强制正交算法相比,方向预测规则化算法最大偏差平均减小了43

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：11mb
    • 提供者：weixin_38614952
« 12 3 »