排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
本文针对当前测绘生产和未来全息测绘数据建设面临的框架数据与生产数据边界不一致问题,设计实现了顾及节点关联边形态和同首尾链路相似度的矢量轮廓吸附算法。通过随机框架节点位移扰动和数据分区增量试验验证了算法的吸附合理性、推广泛化性和效率稳定性。算法通过建立点、线坐标排序索引字典等方法,有效避免了反复的空间查询操作;设计了基于双向链路表和链路方向逼近原理的快速同首尾链路提取方法,通过链路相似度函数摆脱固定距离阈值限制;建立了节点运动场和链路运动场。最终实现了节点形态吸附和相似链路吸附共生的全自动矢量数据轮廓吸附算法,拥有良好的应用价值和应用前景。 相似文献
2.
<正>化学上密度大于4.5g/cm3的金属称为重金属,如铜、铅、锌、铁、钴、镍等。某些重金属,如锰、铜、锌、铁等,是人体生命活动所需要的微量元素,但大部分重金属,如汞、铅、镉等,并非生命活动所必需,而且所有重金属超过一定浓度都对人体有害。化学上密度大于4.5g/cm3的金属称为重金属,如铜、铅、锌、铁、钴、镍等。某些重金属,如锰、铜、锌、铁等,是人体生命活动所需要的微量元素,但大部分重金属,如汞、铅、镉等,并非生命活动 相似文献
3.
实景三维是国家新型基础设施的重要组成部分,在各行业具有广泛的应用。如何在安全的前提下促进三维数据最大程度的共享已成为实景三维应用的迫切需要。针对实景三维纹理中存在涉密敏感目标问题,传统依赖人工检索敏感目标并通过图像编辑工具处理的脱密方法效率低,本文提出一种结合深度学习的纹理影像敏感目标自动识别与脱密方法。首先通过秘密点POI检索包含秘密目标的三维模型及对应的纹理影像;然后基于YOLOv5s网络模型自动识别纹理影像中的敏感目标,并利用GrabCut有效提取目标;最后基于多尺度的Patch match对纹理影像块进行修复。试验表明,本文方法目标识别准确率为95.3%,与人工处理相比全流程用时缩短40%以上,有效提取并去除纹理影像中的敏感目标,实现了快速脱密,促进了实景三维模型数据的安全共享。 相似文献
1