2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩130頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著經(jīng)濟(jì)、社會(huì)的飛速發(fā)展,城市規(guī)劃及基礎(chǔ)設(shè)施建設(shè)、環(huán)境監(jiān)測(cè)及能源利用評(píng)估、軍事偵察和目標(biāo)精確打擊等多種民事和軍事應(yīng)用對(duì)三維城市建模的性能要求越來(lái)越高。由于建筑物是三維城市模型中的最主要目標(biāo),利用遙感成像數(shù)據(jù)實(shí)現(xiàn)大范圍建筑物三維建模所需信息(即建筑物三維空間信息)提取的相關(guān)研究一直是相關(guān)領(lǐng)域的研究熱點(diǎn)。其中,遙感光學(xué)圖像(衛(wèi)星圖像或航拍圖像)是實(shí)現(xiàn)建筑物三維空間信息提取的最主要數(shù)據(jù)源。然而,受到關(guān)鍵結(jié)構(gòu)檢測(cè)及匹配等技術(shù)的制約,遙感光學(xué)圖像

2、建筑物三維空間信息提取的效率較低。近年來(lái),隨著機(jī)載激光雷達(dá)(Light Detection And Ranging,LiDAR)技術(shù)的不斷成熟,機(jī)載LiDAR數(shù)據(jù)在建筑物三維空間信息提取方面體現(xiàn)出了與遙感光學(xué)圖像的顯著互補(bǔ)性,通過(guò)聯(lián)合遙感光學(xué)圖像和機(jī)載LiDAR數(shù)據(jù)能夠顯著增強(qiáng)建筑物三維空間信息提取的性能。然而,聯(lián)合兩種數(shù)據(jù)源進(jìn)行建筑物三維空間信息提取的相關(guān)研究主要集中于聯(lián)合的方式方法上,而對(duì)兩種數(shù)據(jù)源在面向聯(lián)合建筑物三維空間信息提取的

3、優(yōu)勢(shì)能力挖掘方面的研究還存在很多亟待解決的問(wèn)題。因此,本文以挖掘兩種數(shù)據(jù)源的優(yōu)勢(shì)能力為手段,以聯(lián)合實(shí)現(xiàn)建筑物三維空間信息的精確可靠提取為目的,分別從多源遙感光學(xué)立體像對(duì)三維空間位置信息提取、機(jī)載LiDAR數(shù)據(jù)建筑物三維空間結(jié)構(gòu)信息復(fù)原、最優(yōu)拓?fù)浣Y(jié)構(gòu)約束的建筑物三維空間信息聯(lián)合提取等方面開(kāi)展研究工作,并做出了如下幾方面的主要貢獻(xiàn):
  (1)針對(duì)原始數(shù)據(jù)的信息表示能力問(wèn)題,研究了提高遙感光學(xué)圖像和機(jī)載LiDAR點(diǎn)云原始數(shù)據(jù)信息表示能

4、力的方法。其中,在遙感光學(xué)圖像方面,通過(guò)設(shè)計(jì)合理的地面控制點(diǎn)選擇方法,提高了光學(xué)圖像相機(jī)模型的三維空間位置信息表示精度;在機(jī)載LiDAR數(shù)據(jù)方面,通過(guò)詳細(xì)分析機(jī)載LiDAR系統(tǒng)主要噪聲源在數(shù)據(jù)采集過(guò)程中的誤差傳遞,建立了機(jī)載LiDAR數(shù)據(jù)及對(duì)應(yīng)柵格化圖像的隨機(jī)噪聲表示模型,提高了機(jī)載LiDAR數(shù)據(jù)的三維空間結(jié)構(gòu)信息表示能力。
  (2)針對(duì)傳統(tǒng)光學(xué)圖像三維空間信息提取過(guò)程中數(shù)據(jù)要求嚴(yán)格且精度受限的問(wèn)題,提出了一種基于多源光學(xué)立體像

5、對(duì)的高精度三維空間位置信息提取方法。首先,在廣義最小二乘最優(yōu)加權(quán)理論的指導(dǎo)下,通過(guò)詳細(xì)的像素實(shí)際分辨率分析,構(gòu)建了多源光學(xué)立體像對(duì)三維空間信息提取的數(shù)學(xué)模型。在數(shù)學(xué)模型求解階段,由于該模型是一個(gè)觀測(cè)值不平衡的不等精度廣義線(xiàn)性方程組,在迭代求解過(guò)程中,提出了利用方差/協(xié)方差分量估計(jì)(Variance/covariance Components Estimation,VCE)技術(shù)實(shí)現(xiàn)精度控制的方法,有效提高了三維空間位置信息提取的精度。

6、r>  (3)針對(duì)建筑物屋頂機(jī)載LiDAR數(shù)據(jù)中結(jié)構(gòu)性隨機(jī)誤差對(duì)建筑物三維空間結(jié)構(gòu)信息提取精度和可靠性的影響問(wèn)題,提出了一種基于結(jié)構(gòu)化稀疏表示的建筑物屋頂機(jī)載LiDAR數(shù)據(jù)三維空間結(jié)構(gòu)信息復(fù)原方法。在機(jī)載LiDAR數(shù)據(jù)柵格化圖像結(jié)構(gòu)性隨機(jī)誤差模型的指導(dǎo)下,通過(guò)充分考慮建筑物屋頂結(jié)構(gòu)的稀疏性,提出了一種基于結(jié)構(gòu)化稀疏表示的建筑物屋頂機(jī)載LiDAR數(shù)據(jù)三維空間結(jié)構(gòu)信息復(fù)原框架,并給出了該框架的幾種典型實(shí)現(xiàn)方法,有效實(shí)現(xiàn)了原始建筑物機(jī)載LiD

7、AR數(shù)據(jù)三維空間結(jié)構(gòu)信息的復(fù)原,為實(shí)現(xiàn)精確可靠的建筑物三維空間信息提取奠定了堅(jiān)實(shí)的基礎(chǔ)。
  (4)針對(duì)建筑物三維空間結(jié)構(gòu)信息提取時(shí),遙感光學(xué)圖像受陰影及復(fù)雜環(huán)境細(xì)節(jié)信息影響嚴(yán)重,LiDAR數(shù)據(jù)提取階躍特征/邊緣定位不夠精確且結(jié)構(gòu)信息提取不夠穩(wěn)定的問(wèn)題。提出了一種分級(jí)能量最小化的建筑物屋頂機(jī)載LiDAR數(shù)據(jù)全局最優(yōu)平面分割方法,聯(lián)合遙感光學(xué)圖像的邊緣信息可實(shí)現(xiàn)建筑物頂面拓?fù)浣Y(jié)構(gòu)的精確穩(wěn)定提取,保證了最終提取三維空間信息的精確性和穩(wěn)

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。

評(píng)論

0/150

提交評(píng)論