CN111582659A - 一种山地作业难度指数计算方法 - Google Patents

一种山地作业难度指数计算方法 Download PDF

Info

Publication number
CN111582659A
CN111582659A CN202010300483.2A CN202010300483A CN111582659A CN 111582659 A CN111582659 A CN 111582659A CN 202010300483 A CN202010300483 A CN 202010300483A CN 111582659 A CN111582659 A CN 111582659A
Authority
CN
China
Prior art keywords
road
value
operator
point
graph
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010300483.2A
Other languages
English (en)
Other versions
CN111582659B (zh
Inventor
李博
王婷婷
曹鹏
杨丁
张芳芳
车仁正
杜杰
刘焕焕
张秀淑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Research Institute Of Beijing University Of Aeronautics And Astronautics
Original Assignee
Qingdao Research Institute Of Beijing University Of Aeronautics And Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Research Institute Of Beijing University Of Aeronautics And Astronautics filed Critical Qingdao Research Institute Of Beijing University Of Aeronautics And Astronautics
Priority to CN202010300483.2A priority Critical patent/CN111582659B/zh
Publication of CN111582659A publication Critical patent/CN111582659A/zh
Application granted granted Critical
Publication of CN111582659B publication Critical patent/CN111582659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003Maps

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明属于信息采集和处理技术领域,以解决山地作业难度评估方式不能全面地考虑作业点距离道路的远近、坡度大小、作业点分布的问题。山地作业难度指数计算方法:获取目标地区的数字图像;统一上述图像的分辨率并合成一张多信息融合图,道路网数据转化为栅格数据,道路表征为数值1,非道路表征为数值0;沿着道路收集靠近道路的边缘点并构成一个集合,以第一个边缘点计算基本算子、距离算子和高差算子,进行位乘运算得到第一个边缘点的难度指数d=min{|di|},di≠0。用d值替换第一个边缘点的值,其他边缘点按此方法进行数值替换,重新生成一组边缘点集,重复上述步骤,所有非道路点都计算完成后生成一张难度指数图,该图能精确描述山地作业的难易程度。

Description

一种山地作业难度指数计算方法
技术领域
本发明属于信息采集和处理技术领域,具体涉及一种山地作业难度指数计算方法。
背景技术
山地作业的工作难度评估因其复杂、繁琐、计算量大等原因,长久以来一直没有得到有效的解决。实际工作中一直沿用传统的一口价方式,这种估价方式较为简单,当工作量较小时尚可,但是当工作量很大时,它的缺点就特别突出。主要有以下几个方面:(1)没有考虑到作业点距离道路的远近。作业地点距离道路越远,作业人员需要花费的时间和精力就越多,特别是当携带较重的工具的时候。(2)没有考虑作业点到道路坡度大小。在相同的距离长度上,如山地的坡度越大,那么山路就越陡峭,同样其所消耗的时间和精力也越多。(3)没有考虑作业点在山地上的分布情况。通常来说,采用统一定价的方式会综合考虑作业地区山地的地形情况,按照平均难度给出个估计价格。但由于作业点的分布并不是完全均衡的,有的时候会出现作业点大多靠近道路,有的时候会出现作业点大多远离道路,这就不满足按照平均难度给出估价的初衷。(4)主观性强,没有确定的估价标准,结果往往因人而异。传统的估价方式的弊端日趋明显,但是,山地作业的工作难度评估因其复杂、繁琐、计算量大等原因,有效的切实可行的评估方法一直没有出现,上述问题也一直没有得到解决。鉴于此,提出本发明。
发明内容
现有的山地作业难度评估方式较为简单,不能够全面地考虑作业点距离道路的远近、作业点到道路坡度大小、作业点分布情况,反映在工作定价上大多采用一口价的方式,弊端明显。针对上述问题,本发明提出一种山地作业难度指数计算方法,综合利用了地理信息系统和计算机图形学等技术,逐块区域的评估该区域工作的难度,逐点的计算出山地上每点的工作难度值,从而为山地作业的定价细化提供计算方法。
一种山地作业难度指数计算方法,包括以下步骤:
步骤一:获取目标地区的遥感影像数据、DEM图和道路网数据;
步骤二:将上述图像的分辨率进行统一;
步骤三:将统一分辨率后的图像合成为一张多信息融合图,其中道路网数据转化为栅格数据,道路在图像上表征为数值1,非道路在图像上表征为数值0;
步骤四:利用道路网图像、DEM图和遥感影像图,按照下面描述的方法进行山地作业难度计算:
A.生成一张道路网图像的复制图,在该图上沿着道路收集靠近道路的边缘点,即该点的像素值为0,但至少有一个方向的像素点值为1,将上述边缘点构成一个集合S,以第一个边缘点为选定点开始下述计算;
B.生成基本算子B,基本算子B为一个3*3的模板,在道路网图像上,由选定点和周围的8个像素值生成基本算子,基本算子B为:
Figure BDA0002453807800000021
其中,数值1表示为道路,数值0表示为非道路,基本算子B表示道路的位置信息;
C.生成距离算子D,距离算子D为一个3*3的模板:
1.4 1 1.4
1 0 1
1.4 1 1.4
距离算子D表示每个点距离中心的距离值;
D.生成高差算子H,高差算子H为一个3*3的模板,在DEM图上,计算选定点和周围8个像素点的高度差的绝对值并加1,将此值作为该点的值,从而生成高差算子H:
h1 h2 h3
h4 0 h6
h7 h8 h9
E.计算选定点的难度指数,将基本算子B、距离算子D和高差算子H进行位乘运算,计算结果表示为:
d1 d2 d3
d4 0 d6
d7 d8 d9
那么选定点的难度指数表示为:
d=min{|di|}
其中di≠0
得到d值后,用该值替换道路网图像上选定点的值;
F.继续计算集合S中的边缘点,直到集合S中所有的边缘点都计算完;在道路网图像的复制图上,将集合S中所有边缘点的值置1,并重新生成一组边缘点集S,从步骤B开始计算;
G.所有非道路点都计算完成后,生成一张难度指数图,即得到该地区的山地作业难度指数。
进一步的,步骤一遥感影像数据的来源不局限于卫星遥感数据和无人机遥感数据。
进一步的,为了更方便后续的计算,步骤二中图像的分辨率统一到1米,即图像上每1个像素代表1米长度。
本发明提出的一种基于多信息的山地作业难度指数计算方法,糅合了地理信息系统和计算机图形学等技术,设计了三个算子:基本算子、距离算子和高差算子,综合考量了距离、坡度和道路对山地作业难度的影响,从而可以逐块区域的评估该区域工作的难度,甚至逐点的计算出山地上每点的工作难度值,为山地作业的定价细化提供了计算方法。该方法较传统的方式能够更精确的描述山地作业的难易程度,从而为合理定价打下了基础。该方法综合考虑了距离、坡度、道路网格等多种因素,可以根据具体情况加入权值从而对计算结果进行调整。
附图说明
图1为整体流程图;
图2为山地作业难度指数计算流程图。
具体实施方式
下面结合具体实施例及附图对本发明做进一步详细说明。
实施例
“松材线虫病”,这种病有“松树癌症”之称,松树感病后,针叶快速变成黄红色。在30多年里逐渐波及我国皖、粤、鲁、鄂、浙、苏六省,其从入侵至今已对我国造成巨大的经济损失,累计致死松树5亿多株,造成经济损失数千亿元。在我国,松树占森林资源的1/4,为了有效预防和控制松材线虫病,需对其进行全面而又快速的监测和处置。松材线虫病疫木需采取“皆伐”或“择伐”的方法,采伐后的疫木要人工转运到最近的道路上进行后续处理。由于山地环境复杂,疫木分布随机性大,处置这些疫木需要评估工作难度,再进行费用计算。
一、传统评估方法
采用包山头、或一口价等较为粗放的方式对其工作难度进行评估,对疫木所处位置距离道路远近、疫木所在山体陡峭程度等山地作业难度因素都不做考虑,每颗疫木的价格一样。在实际工作中,导致疫木处置人员喜欢处置离着道路近的、缓坡的疫木,而对距离道路远的、坡度陡的疫木推诿、拖沓,处置不及时。
二、山地作业难度指数计算方法
参考附图1。
步骤一:获取目标地区的遥感影像数据、DEM图和道路网数据;遥感影像数据的来源不局限于卫星遥感数据和无人机遥感数据;
步骤二:将上述图像的分辨率进行统一,为了更方便后续的计算,上述图像的分辨率统一到1米,即图像上每1个像素代表1米长度;
步骤三:将统一分辨率后的图像合成为一张多信息融合图,其中道路网数据转化为栅格数据,道路在图像上表征为数值1,非道路在图像上表征为数值0;
步骤四:利用道路网图像、DEM图和遥感影像图,参考附图2,按照下面描述的方法进行山地作业难度计算:
A.生成一张道路网图像的复制图,在该图上沿着道路收集靠近道路的边缘点,即该点的像素值为0,但至少有一个方向的像素点值为1,将上述边缘点构成一个集合S,以第一个边缘点为选定点开始下述计算;
B.生成基本算子B,基本算子B为一个3*3的模板,在道路网图像上,由选定点和周围的8个像素值生成基本算子,基本算子B通常为:
Figure BDA0002453807800000041
其中,数值1表示为道路,数值0表示为非道路,基本算子B表示道路的位置信息;
C.生成距离算子D,距离算子D为一个3*3的模板:
1.4 1 1.4
1 0 1
1.4 1 1.4
距离算子D表示每个点距离中心的距离值;
D.生成高差算子H,高差算子H为一个3*3的模板,在DEM图上,计算选定点和周围8个像素点的高度差的绝对值并加1,将此值作为该点的值,从而生成高差算子H:
h1 h2 h3
h4 0 h6
h7 h8 h9
E.计算选定点的难度指数,将基本算子B、距离算子D和高差算子H进行位乘运算,计算结果表示为:
d1 d2 d3
d4 0 d6
d7 d8 d9
那么选定点的难度指数表示为:
d=min{|di|}
其中di≠0
得到的d值后,用该值替换道路网图像上选定点的值;
F.继续计算集合S中的边缘点,直到集合S中所有的边缘点都计算完;在道路网图像的复制图上,将集合S中所有边缘点的值置1,并重新生成一组边缘点集S,从步骤B开始计算;
G.所有非道路点都计算完成后,生成一张难度指数图,即得到该地区的山地作业难度指数。
本方法的难度指数能够比较客观、全面、准确地反映地形环境和疫木位置,不同位置的疫木处置难度不同,进而处置费用也不同。可以逐块区域的评估该区域工作的难度,甚至逐点的计算出山地上每点的工作难度值,实现山地作业的定价细化。
以上所述的实施例仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。

Claims (2)

1.一种山地作业难度指数计算方法,其特征在于,包括以下步骤:
步骤一:获取目标地区的遥感影像数据、DEM图和道路网数据;
步骤二:将上述图像的分辨率进行统一;
步骤三:将统一分辨率后的图像合成为一张多信息融合图,其中道路网数据转化为栅格数据,道路在图像上表征为数值1,非道路在图像上表征为数值0;
步骤四:利用道路网图像、DEM图和遥感影像图,按照下面描述的方法进行山地作业难度计算:
A.生成一张道路网图像的复制图,在该图上沿着道路收集靠近道路的边缘点,即该点的像素值为0,但至少有一个方向的像素点值为1,将上述边缘点构成一个集合S,以第一个边缘点为选定点开始下述计算;
B.生成基本算子B,基本算子B为一个3*3的模板,在道路网图像上,由选定点和周围的8个像素值生成基本算子,基本算子B为:
Figure FDA0002453807790000011
其中,数值1表示为道路,数值0表示为非道路,基本算子B表示道路的位置信息;
C.生成距离算子D,距离算子D为一个3*3的模板:
1.4 1 1.4 1 0 1 1.4 1 1.4
距离算子D表示每个点距离中心的距离值;
D.生成高差算子H,高差算子H为一个3*3的模板,在DEM图上,计算选定点和周围8个像素点的高度差的绝对值并加1,将此值作为该点的值,从而生成高差算子H:
h1 h2 h3 h4 0 h6 h7 h8 h9
E.计算选定点的难度指数,将基本算子B、距离算子D和高差算子H进行位乘运算,计算结果表示为:
d1 d2 d3 d4 0 d6 d7 d8 d9
选定点的难度指数表示为:
d=min{|di|}其中di≠0
得到d值后,用该值替换道路网图像上选定点的值;
F.继续计算集合S中的边缘点,直到集合S中所有的边缘点都计算完;在道路网图像的复制图上,将集合S中所有边缘点的值置1,并重新生成一组边缘点集S,从步骤B开始计算;
G.所有非道路点都计算完成后,生成一张难度指数图,即得到该地区的山地作业难度指数。
2.根据权利要求1所述的计算方法,其特征在于,步骤二中图像的分辨率统一设置为1米。
CN202010300483.2A 2020-04-16 2020-04-16 一种山地作业难度指数计算方法 Active CN111582659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010300483.2A CN111582659B (zh) 2020-04-16 2020-04-16 一种山地作业难度指数计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010300483.2A CN111582659B (zh) 2020-04-16 2020-04-16 一种山地作业难度指数计算方法

Publications (2)

Publication Number Publication Date
CN111582659A true CN111582659A (zh) 2020-08-25
CN111582659B CN111582659B (zh) 2023-09-19

Family

ID=72124461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010300483.2A Active CN111582659B (zh) 2020-04-16 2020-04-16 一种山地作业难度指数计算方法

Country Status (1)

Country Link
CN (1) CN111582659B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130004746A (ko) * 2011-07-04 2013-01-14 (주)아세아항측 수치지형도 작성을 위한 차량 모바일 매핑 시스템을 이용한 도로 레이어 현지조사 방법
CN103208097A (zh) * 2013-01-29 2013-07-17 南京理工大学 图像多方向形态结构分组的主分量分析协同滤波方法
CN103985089A (zh) * 2014-03-31 2014-08-13 杭州电子科技大学 结合权重边缘分析与帧内迭代的图像条纹校正方法
WO2015010451A1 (zh) * 2013-07-22 2015-01-29 浙江大学 一种从单幅图像检测道路的方法
CN106504219A (zh) * 2016-11-04 2017-03-15 中国公路工程咨询集团有限公司 有约束的路径形态学高分辨率遥感影像道路增强方法
CN107480864A (zh) * 2017-07-21 2017-12-15 中国民航科学技术研究院 一种基于ahp评价的民航应急救援能力分析方法
CN108268969A (zh) * 2017-10-09 2018-07-10 浙江海洋大学 基于遥感数据的区域经济发展形式分析与预测方法及装置
CN108564257A (zh) * 2018-03-23 2018-09-21 浙江工业大学 一种基于gis的城市共享单车回收方法
KR20180131932A (ko) * 2017-06-01 2018-12-11 충남대학교산학협력단 드론과 공간정보를 이용한 하천지형정보 생성 방법
JP2018197998A (ja) * 2017-05-24 2018-12-13 株式会社大林組 作業支援システム、作業支援方法及び作業支援プログラム
CN109272227A (zh) * 2018-09-11 2019-01-25 中国地质科学院矿产资源研究所 一种基于遥感数据和地理信息系统的绿色矿山选址方法
CN109389247A (zh) * 2018-09-27 2019-02-26 智庭(北京)智能科技有限公司 一种基于大数据的区域房屋租金预测方法
CN109785307A (zh) * 2019-01-09 2019-05-21 武汉大学 一种基于矢量引导的无人机影像道路损毁评估方法
CN110298520A (zh) * 2018-03-21 2019-10-01 重庆师范大学 一种农田建设难度确定方法
CN110348741A (zh) * 2019-06-24 2019-10-18 贵州黔岸科技有限公司 车辆运输管理平台及系统
US20200042953A1 (en) * 2018-08-02 2020-02-06 Cvg Management Corporation Road maintenance analytics

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130004746A (ko) * 2011-07-04 2013-01-14 (주)아세아항측 수치지형도 작성을 위한 차량 모바일 매핑 시스템을 이용한 도로 레이어 현지조사 방법
CN103208097A (zh) * 2013-01-29 2013-07-17 南京理工大学 图像多方向形态结构分组的主分量分析协同滤波方法
WO2015010451A1 (zh) * 2013-07-22 2015-01-29 浙江大学 一种从单幅图像检测道路的方法
CN103985089A (zh) * 2014-03-31 2014-08-13 杭州电子科技大学 结合权重边缘分析与帧内迭代的图像条纹校正方法
CN106504219A (zh) * 2016-11-04 2017-03-15 中国公路工程咨询集团有限公司 有约束的路径形态学高分辨率遥感影像道路增强方法
JP2018197998A (ja) * 2017-05-24 2018-12-13 株式会社大林組 作業支援システム、作業支援方法及び作業支援プログラム
KR20180131932A (ko) * 2017-06-01 2018-12-11 충남대학교산학협력단 드론과 공간정보를 이용한 하천지형정보 생성 방법
CN107480864A (zh) * 2017-07-21 2017-12-15 中国民航科学技术研究院 一种基于ahp评价的民航应急救援能力分析方法
CN108268969A (zh) * 2017-10-09 2018-07-10 浙江海洋大学 基于遥感数据的区域经济发展形式分析与预测方法及装置
CN110298520A (zh) * 2018-03-21 2019-10-01 重庆师范大学 一种农田建设难度确定方法
CN108564257A (zh) * 2018-03-23 2018-09-21 浙江工业大学 一种基于gis的城市共享单车回收方法
US20200042953A1 (en) * 2018-08-02 2020-02-06 Cvg Management Corporation Road maintenance analytics
CN109272227A (zh) * 2018-09-11 2019-01-25 中国地质科学院矿产资源研究所 一种基于遥感数据和地理信息系统的绿色矿山选址方法
CN109389247A (zh) * 2018-09-27 2019-02-26 智庭(北京)智能科技有限公司 一种基于大数据的区域房屋租金预测方法
CN109785307A (zh) * 2019-01-09 2019-05-21 武汉大学 一种基于矢量引导的无人机影像道路损毁评估方法
CN110348741A (zh) * 2019-06-24 2019-10-18 贵州黔岸科技有限公司 车辆运输管理平台及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李洁: "油气管道山地管沟施工技术", vol. 37, no. 37 *

Also Published As

Publication number Publication date
CN111582659B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN106780154B (zh) 多线程信息聚合的输变电工程建设过程环保措施监控系统及方法
CN110490415B (zh) 一种多无人机视觉协同的建筑进度评估方法
CN105551028A (zh) 一种基于遥感影像的地理空间数据动态更新的方法及系统
CN116310192A (zh) 一种基于点云的城市级建筑物三维模型单体重建方法
CN112115198A (zh) 一种城市遥感智能服务平台
CN105427377A (zh) 一种基于无人机的地质灾害数据采集处理方法及装置
CN111881816A (zh) 一种长时序的河湖围埂养殖区域监测方法
CN110619258A (zh) 一种基于高分辨率遥感影像的道路轨迹核查方法
CN116503705B (zh) 一种数字城市多源数据的融合方法
CN116486289A (zh) 一种多源数据和知识驱动下的燃气管道高后果区识别方法
Rashidi et al. Ground filtering LiDAR data based on multi-scale analysis of height difference threshold
CN115586536A (zh) 一种基于激光点云的森林资源调查监测系统及方法
CN103279954A (zh) 一种基于土地利用数据库的遥感影像变化检测方法
Zheng et al. Single shot multibox detector for urban plantation single tree detection and location with high-resolution remote sensing imagery
Meng et al. Canopy structure attributes extraction from LiDAR data based on tree morphology and crown height proportion
CN111582659A (zh) 一种山地作业难度指数计算方法
CN108921844A (zh) 一种绝缘子缺陷检测方法与装置
CN110580468B (zh) 一种基于影像匹配点云的单木结构参数提取的方法
CN104574394A (zh) 遥感影像数据处理方法和装置
CN112066952A (zh) 基于无人机的路基高边坡防护检测方法和系统
CN110853058A (zh) 基于视觉显著性检测的高分辨率遥感影像道路提取方法
CN110597931A (zh) 一种水环境信息采集装置及采集方法
CN116129284A (zh) 一种基于时间序列变化特征的撂荒地遥感提取方法
CN111027441B (zh) 一种基于机载高光谱遥感影像的道路提取方法
Sun et al. Pavement crack detection and quantification based on scanning grid and projection method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant