排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
土地执法监察的实施需明确土地利用变化区域的位置、是否违法及违法类型等信息。大多数土地动态监测手段只获取变化区域的位置信息,无法快速明确具体违法类型及识别伪变化,加大了土地动态巡查的工作量。基于此,本文提出针对非正常建设用地的分类识别模型,即一种可快速识别建设用地变化图斑违法类型的方法。该模型将变化检测获取的变化图斑与相关地政数据进行叠置分析,并设计非正常建设用地分类识别矩阵对变化图斑进行判断,采用计算机识别和人工辅助识别相结合的方式快速明确非正常建设用地的变化性质。应用结果表明,该模型可有效解决综合分析多层矢量数据时图斑要素的跨界问题,提高了识别效率;和现有监测方法结合使用,可快速了解监测区域的土地利用变化概况,较大地提高了土地执法工作的自动化程度。 相似文献
3.
采用数据分块进行地形数据组织,基于缓存策略进行数据调度,对各地形块采用四叉树LoD(level of detail)的细节简化算法,利用多核CPU的计算特性实现四叉树LoD的并行生成,在动态构造地形三角网后,让不同的CPU核心负责不同地形区域以实现并行渲染,基于OpenMP及OpenThreads建立原型系统。实验结果表明,并行化渲染具有明显的性能优势。 相似文献
4.
高分辨率遥感图像的纹理信息同光谱信息一样能有效地用于检测变化信息,而一些基于中低分辨率遥感图像的变化检测方法多以光谱信息为研究对象,忽略了图像中的纹理信息.针对这一问题,尝试将高分辨率图像的光谱信息与纹理信息一起用于“差值主成分变化检测”方法中,一方面借助高分辨率图像间纹理信息的差异获取变化区域内部的细节信息,以弥补高分辨率图像间光谱区分度相对不足的缺点;另一方面借助纹理信息在变化区域内部的连结作用,对变化检测结果进行狭窄缺口连结、内部孔洞填充等后续处理,从而使检测结果更加完整.实验结果表明,该方法对光谱反射信息相近、但纹理信息有较大差异的变化区域具有良好的检测效果. 相似文献
5.
利用Harris-Laplace和SIFT描述子进行低空遥感影像匹配 总被引:2,自引:0,他引:2
提出了基于Harris-Laplace和SIFT描述子的改进的特征匹配方法。在特征点检测阶段,采用Har-ris-Laplace算法检测出影像上的关键点,该关键点对光照变化、图像噪声和尺度变化具有不变性;然后,确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述子对特征点进行描述;在特征点匹配阶段则利用BBF算法和RANSAC算法对特征点进行粗匹配和精匹配。实验结果表明,相对于基于SIFT的匹配方法,此算法在匹配速度相同的情况下,提高了匹配精度。 相似文献
6.
7.
提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。 相似文献
8.
1