期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
GPS校正点选取对RTK平面测量精度的影响分析 被引量:7
1
作者 刘强 姚宜斌 +2 位作者 王晶 张瑞 丁克良 《测绘信息与工程》 2009年第3期8-9,共2页
以一次试验为基础,对其中GPS静态控制网得到的坐标和RTK测得的GPS静态控制网的点的坐标进行比较和分析,分析了GPS点校正过程中,点对的选取对RTK平面测量结果的内外符合精度的影响,得出了如何使内外精度更符合的结论。
关键词 GPS控制网 GPS点校正 RTK 精度分析
原文传递
试论数据采集与虚拟修复在大足石刻修复中的应用 被引量:5
2
作者 吴育华 胡云岗 《中国文物科学研究》 2013年第3期33-36,共4页
文物作为一种不可再生的宝贵资源,其本体上的保护修复工作均需慎之又慎,需遵循国际上规定的"最小干预"及"可逆性"基本原则。为此,虚拟修复成为对文物动手修复时的重要辅助手段。然而,多数文物具有复杂立体结构和色... 文物作为一种不可再生的宝贵资源,其本体上的保护修复工作均需慎之又慎,需遵循国际上规定的"最小干预"及"可逆性"基本原则。为此,虚拟修复成为对文物动手修复时的重要辅助手段。然而,多数文物具有复杂立体结构和色彩,传统的虚拟修复技术难以实现逼真效果。三维激光扫描是近年来飞跃发展的一项高新测绘与信息技术,具有无损、空间精度高、速度快等突出优势,在文物数字留存及相关保护应用中发挥了重要作用。三维激光扫描技术与高清摄影技术相结合,为文物的虚拟修复带来新的契机。本文结合文物虚拟修复基本需求分析,提出了基于三维激光扫描技术的文物虚拟修复关键技术与工作流程,并以国家一号石质文物保护工程——大足石刻宝顶山千手观音造像的保护修复为例,进行了应用实践,综合历史资料和现有数据的分析,实现了三维形态及色彩的虚拟修复。结果表明,基于三维扫描的虚拟修复能够提供更为逼真的三维虚拟修复模型,供修复专家研究参考。 展开更多
关键词 文物保护 虚拟修复 最小干预 三维激光扫描
原文传递
一种提高三维点云特征点提取精度的方法探讨 被引量:3
3
作者 刘信伟 靖常峰 +2 位作者 罗德利 杜明义 蔡国印 《城市勘测》 2013年第1期9-11,共3页
提取点云特征点的方法,大多集中在如何从扫描获取的点云数据中直接提取特征点,提取特征点的准确性受限于扫描精度。本文提出了一种精确提取点云数据特征点的方法:根据离散三维点云数据拟合曲面,精确求解拟合曲面的特征点。首先根据最小... 提取点云特征点的方法,大多集中在如何从扫描获取的点云数据中直接提取特征点,提取特征点的准确性受限于扫描精度。本文提出了一种精确提取点云数据特征点的方法:根据离散三维点云数据拟合曲面,精确求解拟合曲面的特征点。首先根据最小二乘法求解空间一点邻域内的曲面模型,然后计算曲面极值点作为特征点。这种方法不需要逐点判断曲率,提高了效率,同时采用最小二乘法拟合曲面,提高了精度。本文提出的方法对逆向工程中测量数据的曲面分割和多视角拼接也有借鉴意义。 展开更多
关键词 特征点提取 极值点 曲面拟合 最小二乘法
下载PDF
WebGIS在土地市场监测预测系统中应用 被引量:2
4
作者 赵江洪 赵莹雪 桂智明 《测绘科学》 CSCD 北大核心 2008年第S1期194-195,共2页
土地利用监测,是根据实时更新的土地利用信息,全面地检测全市内的土地利用状况,便于人们更快的了解信息;土地利用预测,是根据近十年来的土地利用数据,使用科学的方法,预测土地行业的发展趋势,帮助政府及个人决策。本文利用ArcIMS技术构... 土地利用监测,是根据实时更新的土地利用信息,全面地检测全市内的土地利用状况,便于人们更快的了解信息;土地利用预测,是根据近十年来的土地利用数据,使用科学的方法,预测土地行业的发展趋势,帮助政府及个人决策。本文利用ArcIMS技术构建了一套土地市场监测的WebGIS系统。从工程人员在服务器端的具体实施方法和客户端的最终成果两方面着重介绍了WebGIS在北京市国土资源局土地市场监测预测中的应用。本系统具有操作简单快捷、可视化、多时态、多模式显示、多用户同时使用等特点,较好的解决了用户在土地监测中出现的问题。 展开更多
关键词 土地利用 WEBGIS ARCIMS
原文传递
基于SOM的高分辨率遥感影像道路网自动提取 被引量:1
5
作者 张祎 朱光 +3 位作者 赵西安 郝莹 王利强 魏士俨 《测绘科学》 CSCD 北大核心 2010年第4期151-153,共3页
本文研究基于SOM(Self-Organizing Feature Map)神经网络学习模型的高分辨率遥感影像道路网自动提取算法。首先利用数学形态学提取遥感图像道路的初始道路区域信息,自动对原始图像进行分区并确定神经元初始权值,用SOM网络学习模型对神... 本文研究基于SOM(Self-Organizing Feature Map)神经网络学习模型的高分辨率遥感影像道路网自动提取算法。首先利用数学形态学提取遥感图像道路的初始道路区域信息,自动对原始图像进行分区并确定神经元初始权值,用SOM网络学习模型对神经元进行训练学习,经迭代获取道路网中心点位置,最后运用"中心点四邻域跟踪判别法"跟踪连接形成道路中心线。实验表明,该方法在高分辨率遥感影像道路网的提取上有较好的效果,特别在主干道路网的提取上效果更佳,对噪声干扰具有良好的鲁棒性。 展开更多
关键词 高分辨遥感影像 道路提取 SOM 跟踪算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部