影响地面三维激光扫描点云精度的因素有很多, 它们共同存在且交互影响, 研究各因素及其交互作用对点云数量、点云反射强度和点云标准偏差的影响有利于有效地提高地面点云精度。选择目标物的颜色、粗糙度、距离作为研究对象, 利用多因素方差分析法、多元线性回归分析法, 分析了各因素及其交互作用影响的显著性, 并拟合了点云标准偏差和点云反射强度的回归方程。研究结果表明:目标物距离对点云数量的影响较大, 5 m距离的点云数量约是30 m距离的40倍, 距离与点云数量成反比; 目标物颜色对点云反射强度的影响较大, 白色最大点云强度可达0.54, 而黑色只有0.18, 点云反射强度从大到小为白色、绿色、蓝色、红色、黑色; 目标物距离对地面三维激光扫描点云标准偏差影响最大, 30 m距离的点云标准偏差是5 m距离的3倍左右, 颜色次之, 粗糙度的影响不明显, 点云标准偏差与点云反射强度具有幂函数关系。
2021-08-23 19:36:35 3.15MB 遥感 地面三维 点云数量 点云反射
1
行业分类-电信-气体短程激光遥感信号快速处理电路.rar
将大的遥感影像(tif格式)裁剪成指定分辨率图像并保留原有地理信息。 需要安装gdal,numpy库。 地理坐标投影等信息不会丢失。
2021-08-21 14:45:38 3KB 遥感影像 裁剪
1
基于树型增长神经网络模型的遥感图像聚类.pdf
2021-08-21 13:03:29 236KB 聚类 算法 数据结构 参考文献
一种顾及上下文的遥感影像模糊聚类.pdf
2021-08-21 13:03:08 931KB 聚类 算法 数据结构 参考文献
遥感图像计算机分类:是通过模式识别理论,利用计算机将遥感图像自动分成若干地物类别的方法。如土地覆盖/土地利用分类、森林类型分类、植被类型分类、岩性分类。
2021-08-21 09:17:45 7.24MB 遥感图像 分类 PPT
1
深度学习在遥感图像目标检测中的应用研究.pdf
2021-08-20 01:40:12 1.65MB 深度学习 数据分析 数据研究 参考文献
简单线性迭代聚类的高分辨率遥感影像分割.pdf
2021-08-20 01:22:53 1.47MB 聚类 算法 数据结构 参考文献
模糊均值聚类和最小二乘支持向量机相融合在遥感图像分类中的应用.pdf
2021-08-20 01:22:47 743KB 聚类 算法 数据结构 参考文献