基于深度学习的DSM林地自动降高研究

曹南; 李昕; 刘小龙; 段文辉

您当前的位置：

首页 >

文章列表页 >

基于深度学习的DSM林地自动降高研究

更新时间：2026-02-25

- 基于深度学习的DSM林地自动降高研究
- Vol. 22, Issue 8, Pages: 37-40(2024)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP391.41;TP18;P23
- Published：2024
- 稿件说明：
移动端阅览
曹南, 李昕, 刘小龙, et al. 基于深度学习的DSM林地自动降高研究[J]. 2024, 22(8): 37-40.
DOI：

曹南, 李昕, 刘小龙, et al. 基于深度学习的DSM林地自动降高研究[J]. 2024, 22(8): 37-40. DOI：

摘要

将DSM看做单通道图像，林地区域视为空洞区域，将降高视为图像修复过程进行研究。首先利用HRNet-OCR深度学习模型经训练和推理识别林地区域，构建降高模型训练样本与分类信息；然后利用RFRNet深度学习模型经训练和迭代构成自动降高模型，进行自动降高；最后利用高程归一化算法将待降高区域和训练数据统一到同一高程面，同时加入高程值修正，构成最终的自动降高成果。结果表明，深度学习可以实现DSM林地区域的自动降高，且降高结果会形成较多的可替补范围，应用于DEM项目生产。

Abstract

关键词

Keywords

references

王军军.图像修复和去云方法研究[D].西安电子科技大学,2021(04).

薛凯凯.基于UAV的黄土地貌区精细DEM生成方法研究[D].南京师范大学,2020(03).

罗祎敏.深度学习理论在点云数据植被剔除问题中的应用[D].武汉大学,2018(06).

韦任,范蓓蕾,赵子娟,杨荣超.基于HRNet-OCR模型的农村宅基地提取方法[J].中国农业信息,2022(03).

陈智朗,付振华,朱紫阳,王慧慧,刘沁雯,杨钰灵,许耿然.基于HRNet的高分辨率遥感影像建筑物变化信息提取[J].测绘通报,2022(05).

官恺,刘智,金飞,韩佳容,芮杰.一种用于DSM局部缺失的深度学习修复算法[J].测绘科学技术学报,2020(03).

朱张莉,饶元,吴渊,祁江楠,张钰.注意力机制在深度学习中的研究进展[J].中文信息学报,2019(06).

郑若琳,洪亮.机载激光雷达的优势与发展[J].地理空间信息,2018(02).

刘曦霞.合成孔径雷达干涉测量(INSAR)技术原理及应用发展[J].科技创新与应用,2015(20).

谢勤岚.图像降噪的自适应高斯平滑滤波器[J].计算机工程与应用,2009(16).

李德仁,龚健雅,朱欣焰,梁宜希.我国地球空间数据框架的设计思想与技术路线[J].武汉测绘科技大学学报,1998(04).

汤国安, 李发源, 刘学军, 编著.数字高程模型教程[M].科学出版社,2010.

茆诗松等编著.概率论与数理统计教程[M].高等教育出版社,2004.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于改进SegNet模型的冬小麦种植分布提取

一种基于PC-LSTM的GNSS场景识别方法

基于多源遥感影像的新增农村乱占耕地建房监测方法

顾及季节影响的无人机影像水稻田提取方法

时间序列与深度学习模型相结合的冬小麦种植信息提取

Related Author

曹俊涛

李亚强

孟成真

常宇飞

权畅

赵春雷

王长栓

鲍烨青

Related Institution

河北省气象科学研究所

河北省气象与生态环境重点实验室

中国气象局雄安大气边界层重点开放实验室

广西壮族自治区地理信息测绘院

中国电力工程顾问集团中南电力设计院有限公司

AI问答

⁰