检索结果-维普期刊中文期刊服务平台

基于机载LiDAR数据的建筑物轮廓提取被引量：13: 1; 作者朱依民田林亚 +1 位作者毕继鑫林松《测绘通报》 CSCD 北大核心 2019年第12期65-70,共6页; 建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一... 展开更多; 关键词机载激光雷达测量建筑物轮廓提取区域生长算法三维霍夫变换 α-shape算法; 在线阅读下载PDF 职称材料

基于多尺度卷积神经网络的屋顶光伏建筑轮廓提取方法研究: 2; 作者胡家宇白建波 +1 位作者肖宇航严家乐《可再生能源》北大核心 2025年第7期887-895,共9页; 针对我国整县分布式光伏的推进,屋顶光伏可利用潜力评估成为政策落实的前提条件。高效准确获取区域内屋顶的轮廓,是评估区域内光伏可利用潜力的最关键因素。现有屋顶光伏建筑物轮廓提取方法忽略了图像的多尺度特征,导致提取建筑物轮廓... 展开更多; 关键词屋顶光伏建筑物轮廓提取多尺度增强卷积模块注意力机制; 在线阅读下载PDF 职称材料

一种基于地面激光雷达点云的建筑物外轮廓自动提取方法被引量：1: 3; 作者陈壮罗保林 +1 位作者黄应华李昊《测绘通报》 CSCD 北大核心 2024年第S02期221-225,共5页; 本文针对基于地面点云数据的建筑物轮廓自动提取,设计了一种由粗到精的提取方法。首先,将点云降维,在图像中进行轮廓优化和粗提取;然后,将欧式距离聚类和全局最小二乘方法与RANSAC方法结合,对提取出的粗轮廓进行更精细地拟合,得到原始... 展开更多; 关键词激光点云建筑物轮廓提取图像处理线要素简化 RANSAC; 在线阅读下载PDF 职称材料

双阈值Alpha Shapes算法提取点云建筑物轮廓研究被引量：26: 4; 作者李云帆谭德宝 +1 位作者高广刘瑞《长江科学院院报》 CSCD 北大核心 2016年第11期1-4,共4页; 针对单一阈值的Alpha Shapes算法在提取点云建筑物轮廓时存在的轮廓精度和完整性难以兼顾的问题,提出一种双阈值的Alpha Shapes算法,利用简单环的概念设计轮廓搜索算法,获得既有较好完整性又有较高几何精度的建筑物轮廓线;然后,利用一... 展开更多; 关键词 LIDAR 建筑物轮廓提取 RANSAC ALPHA Shapes算法; 在线阅读下载PDF 职称材料

LiDAR点云与影像相结合的建筑物轮廓信息提取被引量：16: 5; 作者李云帆龚威平 +1 位作者林俞先汪波《国土资源遥感》 CSCD 北大核心 2014年第2期54-59,共6页; 分析机载LiDAR点云与影像数据特点,提出了一种建筑物点云与配准后影像相结合的建筑物轮廓信息提取方法。首先,采用α-shapes算法从点云中提取粗糙的建筑物轮廓多边形;然后,采用基于线支撑区域的直线段提取算法从影像中提取边缘信息,并... 展开更多; 关键词 LIDAR 点云航空影像建筑物轮廓提取; 在线阅读下载PDF 职称材料

利用贝叶斯结构模型的复杂形状建筑物提取被引量：3: 6; 作者陶阳宇梁林 +1 位作者徐迎庆沈向洋《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第4期647-653,共7页; 现有的建筑物轮廓提取方法在处理非矩形的复杂形状建筑物时存在局限性,为克服这一缺点,提出一种航拍图像复杂形状建筑物轮廓的提取方法.针对复杂形状建筑物结构不规则的特点,提出一种贝叶斯结构模型.该模型以概率的形式表示建筑物边缘... 展开更多; 关键词建筑物轮廓提取复杂形状贝叶斯结构模型 Boosting决策树; 在线阅读下载PDF 职称材料

基于DDPM的遥感建筑轮廓数据增强方法: 7; 作者马孝冬朱灵杰 +1 位作者解则晓高翔《现代电子技术》北大核心 2024年第21期106-112,共7页; 针对现有真实场景遥感建筑轮廓数据集存在数据丰富度有限、复杂形状数据样本量少,影响模型性能等问题,文中提出一种基于扩散模型的有限遥感数据增强方法,对合成数据和真实数据进行训练,从而得到形状更加丰富的建筑物数据,扩充建筑物数... 展开更多; 关键词遥感数据合成数据建筑物轮廓提取数据生成数据增强扩散模型; 在线阅读下载PDF 职称材料

题名基于机载LiDAR数据的建筑物轮廓提取被引量：13: 1; 作者朱依民田林亚毕继鑫林松; 机构河海大学地球科学与工程学院浙江华东测绘与安全技术有限公司; 出处《测绘通报》 CSCD 北大核心 2019年第12期65-70,共6页; 基金江苏省研究生科研与实践创新计划(KYCX18_0621) 中央高校基本科研业务费专项资金(2018B701X14); 文摘建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一种综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法。该方法在对机载LiDAR点云数据去噪的基础上,首先利用改进的区域生长算法滤波地面点,并基于地物点到地面的归一化高程特征通过高度阈值去除高度较为低矮的地物点;再基于三维Hough变换算法从剩余建筑物和高大树木点云中提取建筑物平面;最后使用α-shape算法提取建筑物的轮廓信息。对使用RIEGLVQ-1560i机载激光雷达测量系统扫描的某城区点云数据进行计算,通过匹配度、形状相似度和位置精度等评价指标对提取的建筑物轮廓进行精度评定。结果表明,综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法可以准确提取建筑物的轮廓信息,对于大范围的建筑物轮廓提取具有稳定性和普遍适用性。; 关键词机载激光雷达测量建筑物轮廓提取区域生长算法三维霍夫变换 α-shape算法; Keywords airborne LiDAR point cloud building contour extraction region growing Hough transform α-shape algorithm; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名基于多尺度卷积神经网络的屋顶光伏建筑轮廓提取方法研究: 2; 作者胡家宇白建波肖宇航严家乐; 机构河海大学机电工程学院河海大学新能源学院; 出处《可再生能源》北大核心 2025年第7期887-895,共9页; 基金国家重点研发计划(2022YFB4201000)。; 文摘针对我国整县分布式光伏的推进,屋顶光伏可利用潜力评估成为政策落实的前提条件。高效准确获取区域内屋顶的轮廓,是评估区域内光伏可利用潜力的最关键因素。现有屋顶光伏建筑物轮廓提取方法忽略了图像的多尺度特征,导致提取建筑物轮廓模糊及精度不高等弊端。文章提出了多尺度增强卷积耦合注意力调节的建筑物轮廓提取方法。首先,利用多扩张率的空洞卷积构造多尺度增强卷积模块,并将其融入到U_Net网络中,用来采集不同感受野下的建筑特征,这样提取的结果能更全面地表达建筑物轮廓的整体和细节特征;然后,将注意力机制引入到U_Net网络中参与跳跃连接,更为精确地提取建筑物轮廓;最后,利用交叉熵损失函数和Dice系数损失函数,构造复合损失函数,训练所提模型,提取建筑物轮廓。实验结果显示,与其他建筑物轮廓提取算法相比,所提算法不仅对建筑物轮廓的提取精度较高,而且对不同尺度的建筑物轮廓提取也具有较好的效果,说明所提算法能够有效提升建筑物轮廓提取精度,提高光伏可利用潜力评估效率。在分布式光伏整县推进背景下,该方法对于推动GIS及人工智能技术在光伏资源评估中的应用具有重要的参考价值。; 关键词屋顶光伏建筑物轮廓提取多尺度增强卷积模块注意力机制; Keywords rooftop photovoltaic building contour extraction multi-scale enhanced convolutional module attention mechanism; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种基于地面激光雷达点云的建筑物外轮廓自动提取方法被引量：1: 3; 作者陈壮罗保林黄应华李昊; 机构成都市勘察测绘研究院成都交大光芒科技股份有限公司中国铁路设计集团有限公司; 出处《测绘通报》 CSCD 北大核心 2024年第S02期221-225,共5页; 文摘本文针对基于地面点云数据的建筑物轮廓自动提取,设计了一种由粗到精的提取方法。首先,将点云降维,在图像中进行轮廓优化和粗提取;然后,将欧式距离聚类和全局最小二乘方法与RANSAC方法结合,对提取出的粗轮廓进行更精细地拟合,得到原始的线要素;最后,采用平面几何拓扑约束和经验模型的方法,对得到的线要素进行简化和连接,完成轮廓的提取。试验结果表明,本文方法能够有效提取出建筑物轮廓,与传统方法实测相比,轮廓顶点处的位置精度总体小于5 cm,能够满足大多数城市测量应用场景。; 关键词激光点云建筑物轮廓提取图像处理线要素简化 RANSAC; Keywords laser point cloud building outline extraction algorithm image processing line feature simplification RANSAC; 分类号 TU198 [建筑科学—建筑理论] TN958.98 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名双阈值Alpha Shapes算法提取点云建筑物轮廓研究被引量：26: 4; 作者李云帆谭德宝高广刘瑞; 机构长江科学院空间信息技术应用研究所深圳飞马机器人科技有限公司哈尔滨工业大学深圳研究生院深圳市房地产评估发展中心; 出处《长江科学院院报》 CSCD 北大核心 2016年第11期1-4,共4页; 基金中央级公益性科研院所基本科研业务费项目(CKSF2014031/KJ) 云南省水利重大科技项目(CKSK2015852/KJ); 文摘针对单一阈值的Alpha Shapes算法在提取点云建筑物轮廓时存在的轮廓精度和完整性难以兼顾的问题,提出一种双阈值的Alpha Shapes算法,利用简单环的概念设计轮廓搜索算法,获得既有较好完整性又有较高几何精度的建筑物轮廓线;然后,利用一种最小二乘的轮廓线化简算法对提取出的初始轮廓进行化简,与经典的Douglas Peucker算法相比,在存在噪声的情况下,该方法化简后的轮廓线更接近实际的轮廓线。; 关键词 LIDAR 建筑物轮廓提取 RANSAC ALPHA Shapes算法; Keywords LiDAR building boundaries extraction RANSAC Alpha Shapes algorithm; 分类号 TU198 [建筑科学—建筑理论]; 在线阅读下载PDF 职称材料

题名LiDAR点云与影像相结合的建筑物轮廓信息提取被引量：16: 5; 作者李云帆龚威平林俞先汪波; 机构住房和城乡建设部城乡规划管理中心; 出处《国土资源遥感》 CSCD 北大核心 2014年第2期54-59,共6页; 基金国家科技支撑计划项目(编号:2013BAJ04B03)资助; 文摘分析机载LiDAR点云与影像数据特点,提出了一种建筑物点云与配准后影像相结合的建筑物轮廓信息提取方法。首先,采用α-shapes算法从点云中提取粗糙的建筑物轮廓多边形;然后,采用基于线支撑区域的直线段提取算法从影像中提取边缘信息,并利用投票机制,以点到直线的距离为因子,从中过滤出真实的建筑物边界;最后,提出一种建筑物轮廓精化的新方法,利用从影像中提取的边缘信息修正从点云中提取的粗糙轮廓,并对修正后的轮廓采用道格拉斯-普克算法去除冗余节点,采用强制相交方法恢复建筑物转角,最终得到了准确的建筑物外轮廓多边形,并通过实验验证了该方法的有效性。; 关键词 LIDAR 点云航空影像建筑物轮廓提取; Keywords LiDAR point clouds airborne imageries building boundary extraction; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名利用贝叶斯结构模型的复杂形状建筑物提取被引量：3: 6; 作者陶阳宇梁林徐迎庆沈向洋; 机构中国科学技术大学电子科学与技术系微软亚洲研究院 Microsoft Corporation; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2010年第4期647-653,共7页; 文摘现有的建筑物轮廓提取方法在处理非矩形的复杂形状建筑物时存在局限性,为克服这一缺点,提出一种航拍图像复杂形状建筑物轮廓的提取方法.针对复杂形状建筑物结构不规则的特点,提出一种贝叶斯结构模型.该模型以概率的形式表示建筑物边缘之间的连接关系;并引入Boosting决策树方法,综合考虑建筑物边缘周围的颜色和纹理等多种图像信息,增强了模型的鲁棒性.另外,设计了一种长度归一化的能量函数来描述建筑物轮廓,并运用图优化算法全局寻优,实现对建筑物轮廓的提取.实验结果表明,该方法能有效地提取多种复杂形状建筑物的轮廓.; 关键词建筑物轮廓提取复杂形状贝叶斯结构模型 Boosting决策树; Keywords building boundary extraction complex shapes Bayesian structure model Boosting decision tree; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于DDPM的遥感建筑轮廓数据增强方法: 7; 作者马孝冬朱灵杰解则晓高翔; 机构中国海洋大学工程学院杭州新生纪智能科技有限公司中国科学院自动化研究所; 出处《现代电子技术》北大核心 2024年第21期106-112,共7页; 基金国家自然科学基金面上项目(62373349) 国家自然科学基金面上项目(42076192)。; 文摘针对现有真实场景遥感建筑轮廓数据集存在数据丰富度有限、复杂形状数据样本量少,影响模型性能等问题,文中提出一种基于扩散模型的有限遥感数据增强方法,对合成数据和真实数据进行训练,从而得到形状更加丰富的建筑物数据,扩充建筑物数据的多样性。首先,使用扩散模型DDPM对合成建筑数据和真实场景数据训练集进行训练,生成大量与真实数据分布更接近、形状更多样的数据;然后,使用基于Transformer改进的轮廓提取模型在合成数据集上进行预训练;最后,在真实数据集上进行建筑物轮廓提取。实验结果表明:使用预训练模型训练与未使用预训练模型相比,在交并比、顶点检测精确率、顶点检测召回率、顶点检测F1分数、角度预测精确率、角度预测召回率、角度预测F1分数上分别提升了1.7%、2.4%、2.5%、2.5%、7.3%、8.2%、7.7%,表明在大规模合成数据上预训练有助于提升建筑物轮廓提取模型在真实数据上的表现;同时使用1.2×10^(5)合成数据预训练比2.4×10^(4)合成数据预训练在上述指标上提升0.8%、0.9%、1.3%、1.1%、1.1%、0.7%、0.9%,验证了预训练数据量增加对模型性能提升的有效性。; 关键词遥感数据合成数据建筑物轮廓提取数据生成数据增强扩散模型; Keywords remote sensing data synthetic data building contour extraction data generation data augmentation diffusion model; 分类号 TN911-34 [电子电信—通信与信息系统] TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于机载LiDAR数据的建筑物轮廓提取	朱依民田林亚毕继鑫林松	《测绘通报》 CSCD 北大核心	2019	13	在线阅读下载PDF 职称材料
2	基于多尺度卷积神经网络的屋顶光伏建筑轮廓提取方法研究	胡家宇白建波肖宇航严家乐	《可再生能源》北大核心	2025	0	在线阅读下载PDF 职称材料
3	一种基于地面激光雷达点云的建筑物外轮廓自动提取方法	陈壮罗保林黄应华李昊	《测绘通报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	双阈值Alpha Shapes算法提取点云建筑物轮廓研究	李云帆谭德宝高广刘瑞	《长江科学院院报》 CSCD 北大核心	2016	26	在线阅读下载PDF 职称材料
5	LiDAR点云与影像相结合的建筑物轮廓信息提取	李云帆龚威平林俞先汪波	《国土资源遥感》 CSCD 北大核心	2014	16	在线阅读下载PDF 职称材料
6	利用贝叶斯结构模型的复杂形状建筑物提取	陶阳宇梁林徐迎庆沈向洋	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
7	基于DDPM的遥感建筑轮廓数据增强方法	马孝冬朱灵杰解则晓高翔	《现代电子技术》北大核心	2024	0	在线阅读下载PDF 职称材料