2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、DEM(Digital Elevation Model)可為數(shù)字城市建設(shè)、軍事、基礎(chǔ)測(cè)繪實(shí)施和災(zāi)后應(yīng)急救援等方面工作提供重要的數(shù)據(jù)支持。無人機(jī)低空攝影測(cè)量DEM生成技術(shù)是測(cè)繪地理信息數(shù)據(jù)處理研究熱點(diǎn)之一,低空攝影測(cè)量通過密集匹配可獲取數(shù)字地表模型(Digital Surface Model,DSM),相比衛(wèi)星攝影測(cè)量,其獲取的地表細(xì)節(jié)信息更為豐富突出,但也為DEM自動(dòng)生成帶來較大困難,解決此類問題常用方法主要包括人工后處理和DSM濾波方

2、法。但人工后處理耗時(shí)、自動(dòng)化程度低,而已有濾波方法難以針對(duì)性過濾建筑物、樹林等地物高程信息,對(duì)其他區(qū)域也會(huì)進(jìn)行平抑,具有一定盲目性。因此,自動(dòng)識(shí)別建筑物、樹林等目標(biāo)區(qū)并進(jìn)行DEM修補(bǔ),對(duì)DEM自動(dòng)生成具有一定的價(jià)值。
  近年來,以深度學(xué)習(xí)為代表的人工智能算法在遙感目標(biāo)識(shí)別與分類中表現(xiàn)了優(yōu)異的性能,本文采用卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network,CNN),利用構(gòu)建的CNN低空遙感分類模型識(shí)別建筑物、樹林

3、等目標(biāo)區(qū),通過抗差徑向神經(jīng)網(wǎng)絡(luò)高程曲面擬合法修補(bǔ)目標(biāo)區(qū)高程,旨在實(shí)現(xiàn)由無人機(jī)低空遙感數(shù)據(jù)自動(dòng)化修補(bǔ)DEM。針對(duì)上述內(nèi)容,本文主要開展以下研究工作:
  (1)基于卷積神經(jīng)網(wǎng)絡(luò)原理,構(gòu)建CNN低空遙感分類模型,并測(cè)試該模型對(duì)房屋、植被、道路等非地面要素的分類精度,取得較好效果,驗(yàn)證了該CNN模型的有效性。
 ?。?)針對(duì)DSM中含有大量非地面要素的點(diǎn)云數(shù)據(jù),利用構(gòu)建的CNN低空遙感分類模型對(duì)DSM數(shù)據(jù)進(jìn)行判別,提取非地面要素構(gòu)

4、建DEM修補(bǔ)目標(biāo)區(qū),剔除修補(bǔ)目標(biāo)區(qū)高程點(diǎn),并利用目標(biāo)區(qū)鄰近高程點(diǎn)擬合其高程。采用高差能量衰減函數(shù)迭代搜索修補(bǔ)目標(biāo)區(qū)鄰近高程點(diǎn)的選取區(qū)間,同時(shí)顧及鄰近高程點(diǎn)的粗差,通過抗差徑向神經(jīng)網(wǎng)絡(luò)高程曲面擬合法實(shí)現(xiàn)修補(bǔ)目標(biāo)區(qū)的高程曲面擬合。
 ?。?)采用DSM濾波以及人工后處理方法與本文研究方法進(jìn)行對(duì)比實(shí)驗(yàn),分別生成DEM、三維地形、等高線,同時(shí)選取均勻分布的檢核點(diǎn)進(jìn)行精度比較,結(jié)果表明本文方法殘差較小且外符合精度與人工后處理方法接近,驗(yàn)證了

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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。

評(píng)論

0/150

提交評(píng)論