![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/79f20979-d446-4745-a603-6bb85d4981a4/79f20979-d446-4745-a603-6bb85d4981a4pic.jpg)
![2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/79f20979-d446-4745-a603-6bb85d4981a4/79f20979-d446-4745-a603-6bb85d4981a41.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、上世紀(jì)九十年代以來(lái),高空間分辨率對(duì)地觀測(cè)技術(shù)進(jìn)入了飛速發(fā)展階段,所獲得的遙感數(shù)據(jù)除空間分辨率大大增強(qiáng)外,數(shù)據(jù)量也成幾何倍數(shù)增加,開(kāi)始廣泛應(yīng)用于測(cè)繪,農(nóng)業(yè)、林業(yè)、城市規(guī)劃、國(guó)土資源管理、地質(zhì)礦產(chǎn)勘察、軍事等各個(gè)領(lǐng)域。然而,與日益發(fā)達(dá)的對(duì)地觀測(cè)技術(shù)相對(duì)應(yīng)的影像處理和信息提取技術(shù)進(jìn)展相對(duì)緩慢,特別是在目標(biāo)地物信息表現(xiàn)豐富多樣、能反映精細(xì)的地物空間結(jié)構(gòu)和分布信息,在城市規(guī)劃領(lǐng)域極具價(jià)值的高空間分辨率遙感影像的處理方面,目前仍沒(méi)有一套精確高效的地
2、物識(shí)別方法。人工目視解譯仍然是最普遍使用的判讀方法,費(fèi)時(shí)費(fèi)力,準(zhǔn)確率難以保證,嚴(yán)重制約了高空間分辨率遙感影像的大規(guī)模應(yīng)用,并且造成了影像數(shù)據(jù)的極大浪費(fèi)。
基于此,本文總結(jié)了目前國(guó)內(nèi)外常用的遙感目標(biāo)識(shí)別方法和高空間分辨率遙感影像中建筑物目標(biāo)識(shí)別方法,認(rèn)為面向?qū)ο蟮倪b感目標(biāo)識(shí)別方式以其最接近人工判讀習(xí)慣的識(shí)別模式,有著較強(qiáng)的應(yīng)用前景。然而目前面向?qū)ο蟮淖R(shí)別方式發(fā)展還不完善,提取精度還不理想,對(duì)人工參與的要求仍然較高,大規(guī)模影像
3、處理尚難實(shí)現(xiàn)。
針對(duì)目前面向?qū)ο筮b感識(shí)別方法中存在的問(wèn)題,本文以SINCE2008為實(shí)驗(yàn)平臺(tái),采用QuickBird遙感數(shù)據(jù),進(jìn)行了一系列的實(shí)驗(yàn),提出了耦合GA與SVM的目標(biāo)識(shí)別方法并進(jìn)行了精度驗(yàn)證。
本文所作的工作如下:
(1)在SINCE2008平臺(tái)中,對(duì)覆蓋武漢城區(qū)的QuickBird遙感影像數(shù)據(jù)采用多種影像融合和影像增強(qiáng)的方法進(jìn)行預(yù)處理,并利用分割結(jié)果選取最佳預(yù)處理方法。
4、(2)選取兩組實(shí)驗(yàn)數(shù)據(jù),使用均值漂移的分割方法,通過(guò)實(shí)驗(yàn)選擇最優(yōu)分割尺度和分割參數(shù)。
(3)總結(jié)建筑物在高空間分辨率遙感影像中所表現(xiàn)出的光譜、紋理、形狀、拓?fù)涞忍卣?,并針?duì)這些特征為建筑物識(shí)別制定類(lèi)方案。
(4)總結(jié)了目前建筑物識(shí)別中常用的特征優(yōu)化和分類(lèi)方法,改進(jìn)了傳統(tǒng)的遺傳算法,提出了耦合GA與SVM的基元目標(biāo)識(shí)別方法,進(jìn)行了實(shí)驗(yàn)驗(yàn)證并與傳統(tǒng)的特征優(yōu)化和分類(lèi)方法的識(shí)別結(jié)果做了對(duì)比,證明該方法能夠獲得較高的識(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 高分辨率遙感圖像目標(biāo)識(shí)別方法研究.pdf
- 11957.高空間分辨率遙感影像中建筑物陰影的處理研究
- 高空間分辨率遙感影像陰影處理方法研究.pdf
- 高分辨率遙感影像近海岸承災(zāi)體目標(biāo)識(shí)別方法研究.pdf
- 高空間分辨率遙感影像分類(lèi)研究.pdf
- 高分辨率遙感影像建筑物提取方法研究.pdf
- 高分辨率遙感影像道路目標(biāo)智能識(shí)別方法研究.pdf
- 高空間分辨率遙感影像分割質(zhì)量評(píng)價(jià)方法研究.pdf
- 目標(biāo)識(shí)別的遙感圖像超分辨率方法研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像建筑物特征提取方法研究.pdf
- 高空間分辨率遙感影像幾何特征提取方法研究.pdf
- 高分辨率遙感影像的建筑物提取研究.pdf
- 基于形狀特征的高分辨率遙感影像目標(biāo)識(shí)別研究.pdf
- 基于MNCC模型的高分辨率遙感影像目標(biāo)識(shí)別.pdf
- 基于高分辨率遙感影像的建筑物毀損評(píng)估方法研究.pdf
- 23322.基于高分辨率遙感影像的建筑物提取方法研究
- 高空間分辨率遙感影像單株立木識(shí)別與樹(shù)冠分割算法研究.pdf
- 基于形狀特征的高分辨率遙感影像目標(biāo)識(shí)別研究(1)
- 31905.面向?qū)ο蟮母呖臻g分辨率遙感影像城市建筑物震害信息提取——以汶川縣城為例
- 38021.高分辨率遙感影像建筑物半自動(dòng)提取方法研究
評(píng)論
0/150
提交評(píng)論