请选择 目标期刊

一种基于多特征及BP神经网络的高分辨率遥感影像道路提取方法 下载:71 浏览:479

王威1 唐权2 《测绘科学与技术》 2020年6期

摘要:
高分辨率遥感影像的道路提取能够广泛应用于自动驾驶及地图导航的研究,现有道路自动提取方法精度较低。随着人工智能技术的发展,人工神经网络算法得到推广,将其应用于高分辨率遥感影像的道路提取也在探索研究之中。提出一种基于图像分割及神经网络的高分辨率遥感影像道路提取方法,以减少大量的人工预处理工作,提高道路识别提取效率。针对传统方法用于复杂影像分析的参数难以确定的问题,首先采用影像分割技术获得影像对象,然后对影像对象进行纹理特征、形状特征、光谱特征的计算,并使用BP神经网络进行训练,形成分类模型。基于得到的分类模型进行道路的自动提取,在仿真实验中获得了较好的精度,识别准确率达到87.6%。

高分辨率遥感影像处理进展与城市应用若干实例 下载:82 浏览:489

杜培军1,2,3,4 《测绘科学与技术》 2020年3期

摘要:
遥感对地观测技术正在进入以高空间分辨率、高光谱分辨率、高时间分辨率为代表的"三高"时代,为城市绿色、健康和可持续发展提供了丰富、持续的数据源。在综述高空间分辨率遥感影像分类与目标识别、高光谱遥感影像分析与处理、多时相遥感影像信息提取发展现状与进展的基础上,结合若干实例对高分辨率遥感在城市分析中的应用进行了探讨。

基于高分辨率遥感影像的徐州市区生态环境质量评估 下载:97 浏览:519

李洁1 黄岩2 刘昭贤3 欧德品1 谭琨1,4 《测绘科学与技术》 2020年2期

摘要:
以2016、2017和2018年中高分辨率哨兵影像为主要数据源,在Google Earth Engine平台支持下利用变异系数法构建了区域生态环境质量评估模型,并对徐州市区生态环境质量进行了定量评估与分析。结果表明,徐州市大部分区域生态环境质量处于较好的水平,但市区生态环境质量略呈下降趋势。生态环境质量提升的区域集中在徐州市云龙湖周围的老城区一带,生态环境质量下降的区域主要聚集在城市郊区以及大龙湖附近。通过引入皮尔森相关系数分析发现,地表湿度和地表温度是影响徐州市区生态环境质量的主要因素。

基于高分辨率遥感影像的建筑物三维信息提取 下载:66 浏览:419

李凌云 《地球科学探索》 2019年3期

摘要:
地震是破坏力极强的自然灾害之一,随着城市的人口和建筑物的逐年增多,一旦发生严重的地震灾害,后果不堪设想。因此,在对城市地震预测的研究中,需要采用高分辨率的遥感影像来提取建筑物的三维信息。本文对高分辨率遥感影像的建筑物三维信息提取的方法进行了研究,并判断了其准确性和适应性,对地震区的防震减灾工作有一定的参考价值和意义。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享