张冬
- 作品数:7 被引量:56H指数:4
- 供职机构:南京林业大学信息科学技术学院更多>>
- 发文基金:江苏省自然科学基金国家自然科学基金江苏高校优势学科建设工程资助项目更多>>
- 相关领域:自动化与计算机技术天文地球农业科学航空宇航科学技术更多>>
- 复杂拓扑结构的树木枝干重建算法
- 当前,具有复杂拓扑结构的树木枝干重建问题是国内外研究的一个热点和难点。本文提出了一种有效且鲁棒的树木枝干重建算法。首先在原始树木点云上建立基于黎曼流形的Delaunay 邻域关系,然后将所有顶点当作位置约束加Laplac...
- 张冬云挺薛联凤
- 复杂拓扑结构的树木枝干重建算法被引量:4
- 2015年
- 具有复杂拓扑结构的树木枝干重建问题是国内外研究的一个热点和难点.本文提出了一种有效且鲁棒的树木枝干重建算法.首先在原始树木点云上建立基于黎曼流形的Delaunay邻域关系,然后将所有顶点当作位置约束加Laplace方程,再迭代地解Laplace方程将点云收缩到我们预想的程度,然后利用聚类和连接算法得到一个初步的树木枝干,最后再通过修复得到最终的树木枝干.本文的算法在对含笑树和樱花树上进行了验证,实验结果表明该算法有很好的重建效果.
- 张冬云挺薛联凤罗毅
- 关键词:LAPLACE变换黎曼流形
- 基于CNN的无人机遥感影像质量评价被引量:11
- 2018年
- 运用无人机的遥感影像来调查林地状态是一种有效的途径,为了进一步提升遥感图像质量的评价精度,笔者提出了一种基于卷积神经网络(convolutional neural network,CNN)的无人机遥感图像质量评价方法,主要包括图像采集与预处理、数据扩增、模型训练和测试4个阶段。首先对无人机采集到的遥感图像进行主观质量打分,分别获取同一区域不同阶段图像的质量分数;然后运用图像旋转和剪裁等方法对遥感图像进行数据扩增,将扩增后的图片和原始图片融合作为实验数据集;其次在Caffe深度学习框架中构建基于CNN深层特征的回归模型,并训练;最后,根据已建立好的深度回归模型和学习到的参数,预测无人机遥感图像的质量分数。结果表明,提出的方法可以取得较准确的评分效果,在保证客观打分的同时,能基本保持和人眼视觉的感受一致。
- 许等平任怡闫哲业巧林张冬
- 关键词:卷积神经网络遥感图像无人机影像
- 基于NCSPSO-AFSA优化SVM的林木冠层图像分割被引量:6
- 2016年
- 【目的】对林木冠层图像采用NCSPSO-AFSA优化支持向量机(SVM)进行图像分割,提取树干分割图,以进一步提高分割效果。【方法】对现有的小生境和交叉算子的粒子群算法(NCSPSO)进行优化,并与人工鱼群算(AFSA)混合,寻找最优惩罚系数C和高斯核函数中的参数γ;然后运用SVM方法对训练样本进行综合训练,以建立最佳分类模型;最后对香樟树、马褂木和杨树的冠层图像进行分割,并与AFSA算法、NCSPSO算法的分割效果进行比较。【结果】AFSA、NCSPSO、NCSPSO-AFSA算法的平均运行时间分别为178.909,154.661和97.213s,平均分割准确率分别为90.83%,94.08%和98.90%,表明改进的NCSPSO-AFSA混合算法在效率上较其他2种算法提高了63%以上,而且分割准确率提高了5%~8%。【结论】运用NCSPSO-AFSA优化SVM方法对林木冠层图像进行树干图像分割,可得到最佳分割效果。
- 张冬刘俊焱薛联凤云挺
- 关键词:人工鱼群
- 基于深度学习特征和支持向量机的遥感图像分类被引量:27
- 2019年
- 随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。
- 业巧林许等平张冬
- 关键词:遥感图像分类支持向量机卷积神经网络
- 基于力场的点云树木骨架提取方法被引量:2
- 2016年
- 树木骨架是树木仿真及建模的基础,笔者根据树木的拓扑原理,直接利用地面激光雷达扫描获得的单木点云数据,提出了一种基于物理学中力场概念的点云数据树木骨架提取方法:首先对点云树木模型运用空间层次剖分的方法进行分层,根据点云的邻域关系建立基于树木特征点的简化表示,然后根据计算点的测地距离对树木特征点进行连接,再运用力场将位于树木表面的骨架连线压缩至树木内部,最后根据骨架夹角阈值对骨架进行顺滑得到最终的树木骨架。研究显示,将该方法分别应用在含笑树和樱花树的骨架提取中效果较好,相比同类算法效率较高。
- 张冬云挺薛联凤阮宏华
- 关键词:激光点云
- 基于地面激光雷达的单木枝干建模方法被引量:10
- 2016年
- 基于激光点云数据的高精度活立木建模技术在林业无损测量中受到越来越多的重视,由于树木形态多样且拓扑结构复杂,因此传统的建模方法在针对活立木的建模上效果并不理想。笔者提出了一种针对地面激光雷达点云数据的活立木枝干三维建模方法。首先将采集到的树木点云进行枝叶分离,从原始活立木数据中分割出树叶点云;然后对枝干点云构建基于Laplace算子的加权矩阵,迭代收缩地进行骨架提取,得到枝干的骨架并保留;其次结合改进的随机Hough变换计算树枝的半径;最后运用广义圆柱体围绕枝干骨架绘制树枝几何结构,最终完成三维重建。该方法能直接对活立木枝干进行建模,无需手工交互,对立木无任何影响。通过在校园内采集到的4株活立木进行试验验证,结果表明该算法重建结果精度较高,并能很好地保持植株的细节特征。
- 张冬严锐云挺薛联凤阮宏华
- 关键词:点云数据