排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
目的 利用分类算法对高分辨率影像中的道路进行分割时,得到的二值图像往往混杂了许多非道路区域,且道路区域呈面状,无法直接应用于生产与研究。针对该问题,提出一种利用邻域质心投票提取道路中心线的算法。方法 首先检测像素在各方向上的连通距离以构建邻域多边形,随后进行质心投票来提取道路的中心线,与此同时估算道路宽度并判断出连通距离较长的方向数目,以排除非道路区域的干扰,最后经形态学处理得到细化的中心线。结果 选取测试图像及具有不同道路分布特征的高分辨率航空影像的分类结果进行实验,并将该算法与Zhang和Couloigner提出的算法进行了对比分析。结果显示,该算法的提取质量为80.6%和79.0%,且计算效率较高,处理实际影像的用时小于参考算法的20%,此外在稳定性及对不同路宽的适应性等多个方面均具有优势。结论 提出一种邻域质心投票算法,该算法能够同时实现传统方法中提纯与中心线提取两个步骤所对应的功能,从分类影像直接提取道路中心线。实验结果表明,该算法能够根据形状特征有效检测道路,且具备一定抗干扰能力,适用于对混杂了非道路区域的高分辨率影像的分类结果进行处理。 相似文献
2.
机载LiDAR点云数据滤波是LiDAR数据后处理过程中的关键步骤。在分析三角网滤波与曲面拟合滤波特点的基础上,提出了一种由粗到精的处理思想用于LiDAR点云数据滤波。该方法通过强阈值三角网算法进行II类误差优先的粗分类,获取可靠性较高的初始地面点,以粗分类结果作为先验信息进行种子点选取,引入总体最小二乘算法完成曲面拟合,设置自适应阈值实现不同区域灵活处理,最终得到较为精细的地面模型。使用ISPRS测区数据及Niagara数据进行实验,与经典滤波算法及传统曲面拟合方法进行对比,实验结果证明,该方法较传统算法能够得到更加可靠的滤波结果,对各种地形的适应性较强,具备较高的实用价值。 相似文献
3.
4.
当“彩电,我当然要Panasonic”这句话在耳边响起时,没有人不会想到松下电视,大家都会被其完美的画质和可靠的质量所折服。无怪乎我们在商场经常会听到这样的话语:“我家的松下电视已看了十几年了,图像还是那么清晰!”确实,二十年来,松下彩电以其过硬的质量和 相似文献
5.
彩电的世界是一个纷繁复杂的“花花世界”,走进彩电展区,从最低级的球面电视到最高级的等离子、液晶电视,不胜枚举。但是极端的东西往往不能被大多数人接受,日前的市场上,低端的球面彩电已不能满足消费者的 相似文献
6.
7.
全波形激光雷达是遥感领域的新兴技术,相比传统激光雷达,它对后向散射回波进行全数字化的记录,通过分解返回波形能够得到更加丰富的地物属性信息,因此波形分解是激光雷达全波形数据处理的核心内容。针对传统LM算法容易陷入局部最优解的问题,提出一种全局收敛LM的激光雷达全波形数据分解方法。该方法引入全局收敛LM算法对波形进行拟合,获得波形分量参数的最优解,利用迭代的波峰检测策略实现复杂重叠波形分量的逐步分解。通过对GLAS、LVIS与Lite Mapper-5600的波形数据分解实验证明:该方法相比传统LM算法能够得到更具鲁棒性的波形分解结果,并且适用于星载波形数据、机载大光斑以及机载小光斑波形数据,具备较高实用价值。 相似文献
8.
9.
基于信息向量机的机载激光雷达点云数据分类 总被引:1,自引:0,他引:1
针对支持向量机应用于机载激光雷达(LiDAR)点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、训练时间长等缺点,提出一种基于信息向量机的LiDAR点云数据分类算法。该算法采取假定密度滤波算法进行近似逼近,将分类问题转化为回归问题;以最大后验微分熵为依据,选择LiDAR点云数据活动子集信息向量实现模型稀疏化;最后,通过边缘似然最大化进行核函数自适应获取,选择一对余分类方法实现了点云数据多类分类。利用Niagara地区和非洲某地区点云数据进行了对比实验。结果表明:与支持向量机方法相比,基于信息向量机分类方法的分类精度分别提高到94.20%和90.78%,基向量数量分别减少到50个和90个,训练时间分别降低到5.86s和8.03s。实验结果验证了基于信息向量机的点云数据分类算法具有训练速度快、模型稀疏性强、分类精度高等优点。 相似文献
10.
1