修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

2 条数据
?? 中文（中国） ▾

  • 基于无人机系统与数字航空摄影测量技术在受干扰针叶林中获取的地表模型评估

    摘要： 通过结合无人机系统（UAS）与数字航空摄影测量（DAP）技术，可远程获取详细的垂直森林结构信息。然而DAP方法应用的关键局限在于：在植被茂密区域难以生成精确的数字高程模型（DEM）。本研究调查了加拿大不列颠哥伦比亚州温带针叶林中UAS-DAP方法的地形建模潜力。经摄影测量处理获得的UAS影像生成了高分辨率DAP点云数据。为评估DAP的地形建模能力，首先通过敏感性分析确定三种适用于机载激光扫描（ALS）的地面点分类算法最优参数，测试算法包括渐进式不规则三角网加密法（PTD）、分层稳健插值法（HRI）和简易渐进形态学滤波法（SMRF）。以ALS提取的地面点作为真值数据，对比UAS-DAP生成的DEM发现：PTD、HRI和SMRF方法达到均方根误差（RMSE）<1.5米的有效区域占比分别为56.5%、51.6%和52.3%。通过将采用最优参数生成的DAP-DEM误差值与ALS点云衍生的冠层覆盖度及坡度分层数据进行对比，结果表明冠层覆盖对RMSE的影响程度约为地形坡度的三倍。

    关键词： 运动结构恢复（SfM）、点云分类、无人机系统（UAS）、数字高程模型（DEM）

    更新于2025-09-23 15:22:29

  • [IEEE 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 中国西安(2018.11.7-2018.11.10)] 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 基于多尺度特征和PointNet的激光雷达点云分类

    摘要： 本文针对复杂场景下激光雷达点云数据特征分类问题，提出了一种基于多尺度特征与PointNet的深度神经网络模型。该方法改进了PointNet的局部特征提取能力，实现了复杂场景下激光雷达点云的自动分类。首先在PointNet网络基础上增加多尺度网络以提取点云局部特征，随后通过全连接层将这些不同尺度的局部特征组合成多维特征，并与PointNet提取的全局特征相结合，输出各点类别得分完成点云分类。采用ISPRS提供的Semantic3D数据集和Vaihingen数据集对所提深度神经网络模型进行验证，实验结果表明该算法相比其他点云分类神经网络具有更高的分类精度。

    关键词： 点云分类、多尺度特征、PointNet、激光雷达

    更新于2025-09-23 07:22:00