排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对卫星影像难以获取大坡度地质露头数据、传统分类方法无法有效利用影像信息导致地质露头剖面岩性分类精度较低等问题,本文通过无人机遥感技术获取高精度野外大坡度地质露头数据,并提出了一种多尺度混合特征网络模型。研究结果表明:无人机与贴近摄影测量技术相结合的方法在采集地质露头数据的应用中具有较强的可行性;多尺度混合特征网络模型能够有效地提取无人机多光谱影像中的光谱特征和空间特征,实现了大坡度地质露头岩性的高精度分类。以云台山地质公园某露头为例,本文模型的总体分类精度可达89.91%,Kappa系数可达0.85,相比于传统的机器学习算法SVM和MLC精度提高接近15%,相比于Inception V3和ResNet18总体分类精度提高约10%,相比于Hybrid CNN总体分类精度提高1.5%。 相似文献
2.
3.
针对当前道路实体建模中复用性低、方法固化、组织管理不规范的问题,提出了一种参数化道路实体建模方法。选取潍坊和青岛两个城市的部分地区为测区,基于航空影像数据、道路实体参数、CityGML标准实现道路实体参数采集、表达和组织管理;在多层次语义规则约束下构建道路图元三维模型,确保道路三维模型的建模的精确性;基于多边形裁剪算法实现道路实体三维模型与城市场景的融合。实验结果表明,该文提出的参数化建模方法能够清晰、准确、规范地构建出城市道路实体的三维建模,即使对于道路交叉口同样能够准确表达。其最终模型几何效果、模型复用性和后续模型修改灵活度均优于倾斜摄影模型。 相似文献
1