排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
建筑物三维重建是遥感领域的一项基本任务。由于机载LiDAR点云稀疏、不完整、有噪点，传统重建方法难以从中重建出完整水密的模型。同时，建筑物模型的表面紧凑程度也限制了其应用的广泛性。针对该问题，提出了一个从LiDAR点云重建紧凑建筑物模型的网络框架。该架构包含两个模块：一是基于隐式表示的表面提取模块，该模块通过隐式神经网络从点云在提取到建筑物的基本结构信息并生成表面网格模型。一是基于结构感知的网格优化模块，该模块对模型各平面的拓扑进行改善并重建出轻量级建筑物模型。利用苏黎世建筑物数据集对所提出的框架进行了验证，与现有方法相比，该框架重建结果具有更高的精度。 相似文献
2.
基于多面化分解模型的目标信息获取优化技术 总被引：1，自引：1，他引：0
为了能够通过观测角度设置的优化选择,实现目标信息获取技术的优化,以最少的观测点数获取最大化的信息量,提出了一种基于多面化分解的目标信息量描述模型,用于分析图像传感器在不同观测角度下的目标信息获取量.该模型以各面信息获取量组合向量的形式来描述多面化分解的目标在某观测角度下的信息获取量,采用改进的蜂群算法来搜索最佳的观测角度,实现最大化的信息获取.针对无人机多时相观测时的目标信息获取优化问题,采用文中方法进行观测角规划仿真实验.结果表明:经文中方法优化后,信息获取量平均提高了58.5%;文中方法可对有一定观测角约束条件的情况进行高效规划,实现最大化的信息获取. 相似文献
1