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

5 条数据
?? 中文(中国)
  • 基于道路重建的高分辨率遥感影像道路信息提取

    摘要: 传统道路提取算法主要关注提升路面提取精度,但无法克服植被、建筑物及阴影遮挡的干扰。本文通过道路中心线提取、路宽提取、断裂中心线连接和道路重建四个步骤实现道路提取:首先采用多尺度分割算法对影像进行分割并通过特征提取获取初始道路;继而运用快速行进法(FMM)计算边界距离场与源距离场,结合分支回溯法获取初始中心线;随后通过结合边界距离场计算各初始中心线的路宽,再利用张量场连接断裂中心线获得最终中心线;最后在道路重建时将最终中心线与其对应路宽进行匹配。三项实验结果表明,该方法不仅提升了中心线提取精度并解决了中心线断裂问题,其道路重建方法在保持道路完整性方面表现优异。

    关键词: 道路重建、快速行进法、道路提取、中心线提取、张量投票

    更新于2025-09-23 15:23:52

  • 基于区域生长的移动激光扫描数据城市道路自动提取方法

    摘要: 随着移动激光扫描系统三维点云采集技术的快速发展,城市道路提取已成为主要研究热点。尽管数字图像处理在此领域潜力巨大,但基于区域生长的道路提取方法仍处于起步阶段。我们提出一种基于区域生长的城市道路自动提取方法:首先根据高斯曲率、高度及邻域点数量的约束条件选取初始种子点,确保其位于道路上;随后通过种子点切平面的角度阈值确定生长条件;接着基于已识别的道路点及其曲率选取新种子点。该方法还包含处理数据集中多条不连续道路的策略。结果表明,该方法不仅能实现高精度的城市道路提取,而且具有稳定性和鲁棒性。

    关键词: 道路提取、切平面、点云、区域生长、移动激光扫描

    更新于2025-09-11 14:15:04

  • [2018年IEEE第16届可靠、自主与安全计算国际会议,第16届普适智能计算国际会议,第4届大数据智能与计算国际会议及网络科学与技术大会(DASC/PiCom/DataCom/CyberSciTech)——希腊雅典(2018年8月12日至15日)] 2018年IEEE第16届可靠、自主与安全计算国际会议,第16届普适智能计算国际会议,第4届大数据智能与计算国际会议及网络科学与技术大会(DASC/PiCom/DataCom/CyberSciTech)——基于改进蚁群优化方法的高分辨率遥感影像道路提取

    摘要: 本文基于改进的蚁群优化方法,提出了一种从高分辨率全色遥感影像中提取道路的新方案。传统蚁群优化算法虽能提取道路网络,但细节信息不够精确。本研究通过改进蚂蚁部署策略和启发式函数来获取完整的道路信息:在邻域灰度值引导下,蚂蚁被布置于影像边缘并向对侧移动;随着蚂蚁沿路径释放信息素,最终根据信息素聚集程度提取道路。通过测量提取道路的正确率和完整率,分析了该方法的实用性。实验结果表明,改进后的蚁群优化方法通过提高道路识别正确率并保持道路完整性,显著提升了道路提取质量。

    关键词: 蚁群优化算法,信息素,高分辨率遥感影像,道路提取

    更新于2025-09-11 14:15:04

  • [IEEE 2018年第十届国际模式识别协会遥感模式识别研讨会(PRRS)- 北京(2018年8月19日至20日)] 2018年第十届IAPR遥感模式识别研讨会(PRRS)- 通过学习置信度图实现端到端的道路中心线提取

    摘要: 从航拍和卫星图像中提取道路是遥感领域复杂且具有挑战性的任务之一。该任务广泛应用于自动驾驶、城市规划以及GIS数据采集的自动制图等众多领域。大多数方法将道路提取视为图像分割问题,并采用细化算法获取道路中心线。然而,这些方法容易在真实中心线周围产生毛刺,影响道路中心线提取的准确性,且缺乏道路网络的拓扑结构。 本文提出一种新方法,可直接从航拍图像中精确提取道路中心线并构建道路网络拓扑。首先,设计基于卷积神经网络的端到端回归网络,学习并预测道路中心线置信度图(该图以二维形式表示每个像素位于道路中心线上的概率)。我们的网络融合多尺度和多层次特征信息,生成精细化的置信度图。随后采用类Canny非极大值抑制算法获取精确的道路中心线。最后通过轮辐法确定初始道路中心点的方向,并利用道路追踪技术构建道路网络拓扑。在马萨诸塞州道路数据集上的结果表明,该方法显著提升了提取道路中心线位置的准确性。

    关键词: 道路拓扑、置信度图、多级融合、道路提取

    更新于2025-09-09 09:28:46

  • [EAI/斯普林格通信与计算创新] 计算智能与可持续系统(智能与可持续计算)|| 遥感图像中非自然信息的探究:案例研究方法

    摘要: 非自然信息(如基础设施建设)的快速变化,要求从遥感(RS)影像中频繁且迅速地更新地图,以支持众多制图作业,包括智能交通系统的道路图改进、交通监测、农村地区发展规划以及导航等。卫星成像技术的革命性进步,使得在短时间内对非自然信息(如道路、建筑物、桥梁、水坝)进行解读,从而更新地理信息系统(GIS),相比地面测量具有更显著的优势。

    关键词: 道路提取、地理信息系统、图像处理、遥感、机器学习

    更新于2025-09-04 15:30:14