

版權(quán)說(shuō)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、機(jī)載激光掃描與測(cè)距系統(tǒng)(Light Detection And Ranging,LIDAR)是近年來(lái)遙感相關(guān)領(lǐng)域的重要數(shù)據(jù)來(lái)源。LIDAR數(shù)據(jù)快速地物分類是將LIDAR數(shù)據(jù)應(yīng)用于實(shí)際工程的前提條件,因此在LIDAR數(shù)據(jù)處理領(lǐng)域占據(jù)著重要的位置。實(shí)際應(yīng)用中LIDAR數(shù)據(jù)所提供的信息很難完全準(zhǔn)確地反應(yīng)地物屬性,并且在先驗(yàn)知識(shí)不足的情況下判別規(guī)則往往難以建立,由此導(dǎo)致分類結(jié)果的精度難以滿足高精度需求的應(yīng)用,嚴(yán)重制約著LIDAR技術(shù)的發(fā)展和應(yīng)用
2、。因此本文在保證快速的前提下,針對(duì)如何有效提高地物分類算法的精度進(jìn)行研究。
本研究主要內(nèi)容包括:⑴LIDAR數(shù)據(jù)特征與地物特性研究:在深入分析各類LIDAR數(shù)據(jù)特征物理意義的基礎(chǔ)上,對(duì)各類數(shù)據(jù)所能區(qū)分的地物類別及不同類型地物的可識(shí)別性進(jìn)行了研究;從數(shù)據(jù)獲取、轉(zhuǎn)換、分類方法等方面對(duì)影響地物分類精度的因素進(jìn)行了分析,并提出相應(yīng)的解決手段。⑵基于模糊DSmT的LIDAR數(shù)據(jù)多地物分類方法研究:結(jié)合減少影響地物分類精度因素的手段,構(gòu)建
3、類別模糊集與類別沖突集將 LIDAR數(shù)據(jù)中的不確定性和異源數(shù)據(jù)融合時(shí)的沖突性進(jìn)行量化處理;構(gòu)建三種模糊概率分配函數(shù)和概率重分配函數(shù)實(shí)現(xiàn)多特征的合成,決策得到多地物分類結(jié)果,通過(guò)實(shí)例分析與對(duì)比證明了該方法的有效性。⑶基于可能性分布合成理論的單一地物提取方法研究:以汽車為例進(jìn)行地物提取,依據(jù)特征值與車輛對(duì)應(yīng)關(guān)系的不確定性,利用概率-可能性分布轉(zhuǎn)化的方法將區(qū)域長(zhǎng)寬比與區(qū)域強(qiáng)度比特征進(jìn)行可能性量化;以T-模、S-模算子為基礎(chǔ)構(gòu)建分布合成規(guī)則,得
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 基于Hyperion數(shù)據(jù)的地物分類方法研究.pdf
- 10553.基于車載lidar點(diǎn)云的城市典型地物分類方法研究
- 機(jī)載LIDAR數(shù)據(jù)濾波方法研究.pdf
- 基于數(shù)據(jù)挖掘的遙感影像海岸帶地物分類方法研究.pdf
- 面向大規(guī)模高光譜數(shù)據(jù)的半監(jiān)督地物分類方法.pdf
- 19403.基于機(jī)載lidar與長(zhǎng)波紅外影像的典型地物分類算法
- LiDAR數(shù)據(jù)的特征提取與智能分類研究.pdf
- Lifelog數(shù)據(jù)快速自動(dòng)分類方法的研究與應(yīng)用.pdf
- 機(jī)載LiDAR云數(shù)據(jù)濾波方法研究.pdf
- 機(jī)載LiDAR數(shù)據(jù)插值方法研究.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 精度約束下地表LiDAR點(diǎn)云抽稀方法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)原理和TerraScan的Lidar點(diǎn)云數(shù)據(jù)分類方法研究.pdf
- 精度約束下基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的DEM壓縮算法研究.pdf
- 高光譜圖像地物分類和分割方法研究.pdf
- 機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究.pdf
- 31119.svm加權(quán)學(xué)習(xí)下的lidar數(shù)據(jù)多元分類研究
- 基于多特征融合的極化SAR地物分類方法研究.pdf
- 機(jī)載LIDAR數(shù)據(jù)特征選擇與精確分類技術(shù)研究.pdf
- 基于并行計(jì)算的LIDAR數(shù)據(jù)濾波方法研究.pdf
評(píng)論
0/150
提交評(píng)論