【摘 要】
：
针对遥感图像自然地貌边缘的像素点归类问题，提出融合边缘检测模块的多通道融合模型与解码器端模块模型。边缘检测模块以Canny算子为基础进行闭运算及均值滤波处理得到精确化的图像边缘。语义分割网络以DeepLabV3+为基础，分别从编码器及解码器端并联边缘计策模块。实验结果表明，改进后的两种网络相比原DeepLabV3+网络在高分辨率自然地貌图像数据集上均取得更好的分割效果，且解码器端融合网络取得了最高
论文部分内容阅读
针对遥感图像自然地貌边缘的像素点归类问题，提出融合边缘检测模块的多通道融合模型与解码器端模块模型。边缘检测模块以Canny算子为基础进行闭运算及均值滤波处理得到精确化的图像边缘。语义分割网络以DeepLabV3+为基础，分别从编码器及解码器端并联边缘计策模块。实验结果表明，改进后的两种网络相比原DeepLabV3+网络在高分辨率自然地貌图像数据集上均取得更好的分割效果，且解码器端融合网络取得了最高72.60%的交互比(IoU ，Intersection over Union)和86.64%的F1sc
其他文献
高精度的输电线杆塔空气间隙量测为风偏预警提供重要的决策数据。本文采用无人机获取输电线杆塔序列影像，经空中三角测量、密集匹配等步骤，重建杆塔精细点云，通过在点云上量测的方式实现了输电线杆塔空气间隙的量测。实验证明，本文方法可以避免传统方法由风偏角间接推算产生的误差，极大提高杆塔空气间隙量测的精度。
基于深度学习的多视立体视觉是近年来视觉三维重建领域的研究热点。针对目前现有估计网络空间复杂度高、难以处理高分辨率影像的问题，本文提出了一种新的多视立体视觉网络S-MVSNet。本文主要以R-MVSNet为基础，做出以下改进：提出一种轻量级的多尺度特征提取网络MiniUNet来降低空间复杂度；结合MS-RNN来提升正则化网络的感受野；设计SGR方法将3D正则化问题转化为两个方向上的2D序列正则化问题
基于GNSS/INS的组合导航系统，可以为车载运动提供连续且高精度的定位信息。然而，在车载消费级GNSS/INS组合导航方案中，较长时间的GNSS定位信息缺失，会导致定位精度迅速下降，这种情况在城市行车环境中尤为常见。因此，设计了一种长短期记忆网络(Long Short-Term Memory， LSTM)辅助的基于扩展卡尔曼滤波(Extended Kalman Filter， EKF)的GNSS
目前应用于空间碎片仅角度观测值的甚短弧初轨确定问题的Gauss方法、Gooding方法等解析方法并不能得到很高的精度。本文依据神经网络算法的“万能近似性质”，将其应用于甚短弧初轨确定问题中，并利用Python的Scikit-Learn库中的主成分分析函数和Keras库中的前馈神经网络函数处理了一批仿真数据，这些数据观测弧长仅为21s。结果表明，该算法能够提升传统的初轨确定解算精度。
不可移动文物作为文化遗产中极为重要的组成部分，所面临的暴雨洪涝灾害风险正不断升高。针对不可移动文物暴雨洪涝灾害风险防范需求，以福建省18个县（市）的24处国保古遗址为例，基于自然灾害风险评估理论，采用指标体系法从致灾因子、孕灾环境及文物本体3个方面构建了不可移动文物季节性暴雨洪涝灾害风险评估方法。结果表明：风险评估结果能很好地反映出暴雨洪涝灾害的季节性差异，说明该评估方法具有可行性；福建省第二季度
云水含量和云结构参量是天气预报、高山区水循环过程分析的基础。基于2012—2015年夏季CloudSat卫星遥感资料的2B-CLDCLASS、2B-GEOPROF和2B-GEOPROF-LIDAR，结合中国第二次冰川编目数据及气象资料，对祁连山地区疏勒南山冰川区与非冰川区云水含量和云类型特征进行分析。结果表明：(1) 云水含量的垂直分布受下垫面和云类型的影响，主要表现为有冰川覆盖的高山上空降水云类
本文研究非线性及空间非齐次Landau方程具有一般初值的Cauchy问题,证明在带多项式权的Sobolev空间中的一类弱解的唯一性.
针对现有原材料预测因多数使用传统算法模型，忽略了时间因素影响及行业特点从而导致预测准确性有限的问题，结合制糖原材料的供需周期性特点，提出了一种基于改进Elman神经网络的制糖原材料需求量预测模型。首先，通过提出自适应学习速率公式优化Elman神经网络(ENN)；其次，引入自适应寄生失败概率和自适应步长控制量公式改进布谷鸟搜索算法（MCS），优化Elman神经网络的权值和阈值，有效提高了模型的局部搜
针对双目视觉测距中测量误差大、图像信息单一、实时性差等问题，提出一种基于ORB(Oriented Fast and Rotated Brief)特征的双目测距方法。先对视频帧进行中值滤波处理，然后提取图像ORB特征，通过实验选出匹配效果最好的汉明距离。对筛选后的匹配点进行RANSAC(Random Sample Consensus)模型估计，进一步去除误匹配，分析视差和真实距离的模型关系，构建最优
传统的视觉定位是通过提取图像的低级几何特征进行匹配从而实现对自身位姿的确定的，这种特征不仅容易受角度、光照等的影响，而且缺少对场景的理解，不能利用常见导航地图，不易与人进行交互。本文提出一种采用语义特征的视觉定位，利用视觉传感器及语义地图，通过语义特征的提取和匹配，实现对所处环境的感知并明确自身的位置。这种视觉定位能够弥补低级特征的缺点，并且能有效的利用现有地图，对周围环境进行感知。