An Object-Based Approach for Urban Land Cover Classification: Integrating LiDAR Height and Intensity Data(2013)
基于对象的城市土地覆盖分类方法

文章目录

  • 摘要
    • 关键词
  • 一、导言
  • 二、数据和方法
    • 1.研究地点
    • 2.数据预处理
    • 3.土地覆盖分类
    • 4.精度评估
  • 三、结果与讨论
  • 四、摘要和结论
    • 致谢
  • 参考文献

摘要

基于激光探测和测距(LiDAR)数据的数字地表模型(dsm)已越来越多地与高分辨率多光谱卫星、航空图像相结合,用于城市土地覆盖分类。然而,很少有研究调查LiDAR强度值在城市土地覆盖分类中的作用,特别是在高度发达的城市环境中。本文中,我们使用基于对象的分类方法来研究融合LiDAR高度和强度信息是否可以准确地绘制城市土地覆盖情况。我们进一步将该方法与使用多光谱图像作为主要数据源的方法进行了比较,LiDAR DSM作为辅助数据来帮助分类的方法。研究地点位于马里兰州巴尔的摩县郊区。LiDAR数据于2005年3月

【翻译论文】An Object-Based Approach for Urban Land Cover Classification(2013)相关推荐

  1. 【读论文】An Object-Based Approach for Urban Land Cover Classification(2013)

    [读论文]An Object-Based Approach for Urban Land Cover Classification: Integrating LiDAR Height and Inte ...

  2. 【翻译论文】Urban land cover classification using airborne LiDAR data: A review(2014)

    [翻译论文]Urban land cover classification using airborne LiDAR data: A review(2014) 使用机载LiDAR数据的城市土地覆盖分类 ...

  3. 【翻译论文】Object-based land cover classification using airborne LiDAR(2008)

    Object-based land cover classification using airborne LiDAR(2008) AS Antonarakis,KS Richards,J Brasi ...

  4. Face Swapping under Large Pose Variations: a 3D Model Based Approach论文阅读笔记

    题目:Face Swapping under Large Pose Variations: a 3D Model Based Approach 翻译:大姿态变化下的人脸交换:一种基于三维模型的方法 摘 ...

  5. [翻译论文]A novel embedded min-max approach for feature selection in nonlinear Support Vector Machine cl

    [翻译论文]A novel embedded min-max approach for feature selection in nonlinear Support Vector Machine cl ...

  6. [翻译论文]An effective approach for land-cover classification from airborne lidar fused with co-register

    [翻译论文]An effective approach for land-cover classification from airborne lidar fused with co-register ...

  7. Item Tagging for Information Retrieval: A Tripartite Graph Neural Network based Approach 用于信息检索的项目标签

    文章目录 摘要 简介 Tagging 方法 动机和总览 动机 总览 TagGNN-IT 节点表示 TagGNN-IT Propagation 损失 2.3 TagGNN-QI 2.3.1 边表示 2. ...

  8. 【翻译论文】An Architecture Combining Convolutional Neural Network (CNN) and Support Vector Machine (SVM)

    [翻译论文]An Architecture Combining Convolutional Neural Network (CNN) and Support Vector Machine (SVM) ...

  9. 【数据挖掘】关联规则之Galois Closure Based Approach(基于Galois闭包的方法)

    Galois Closure Based Approach(基于Galois闭包的方法) Closed Frequent Itemset(闭频繁项集):当项集X是频繁项集,所有X的扩展集Y的支持度和X ...

最新文章

  1. 029_jdbc-mysql二进制数据
  2. 看了蚂蚁金服的布局,你或能明白马云为何一定要将支付宝独立了!
  3. Coursera课程Python for everyone:chapter5
  4. java comparator 降序排序_【转】java comparator 升序、降序、倒序从源码角度理解
  5. Qt Creator定位项
  6. 【Linux网络编程】并发服务器的三种实现模型
  7. HTML 文档的字符编码未声明。如果该文件包含 US-ASCII 范围之外的字符,该文件将在某些浏览浏览器配置中呈现为乱码。页面的字符编码必须在文档或传输协议层声明。
  8. 等级VIN行业调研报告 - 市场现状分析与发展前景预测(2021-2027年)
  9. java中的diss可以做标识符吗_因为命名被diss无数次。简单聊聊编程最头疼的事情之一:命名...
  10. utf—8在苹果手机上乱码_UTF-8中文乱码怎么去解决
  11. python实现mysql的读写分离及负载均衡
  12. 字体的基础知识:英文字体的特征及结构(终于找到了)
  13. 使用C# 开始第一个QQ机器人
  14. Arduino nRF52840高级蓝牙5
  15. python绘制emoji_在Python中将emoji转换为文本
  16. canvas 填充圆内正方形
  17. linux 查看定时任务
  18. python字典题_Python字典练习题
  19. 跟着 Apple 中国学习顶级中文文案排版
  20. 关于clob字段的使用 ORA-22835:缓冲区对于CLOB到CHAR转换而言太小异常

热门文章

  1. 数学证明到底是什么?
  2. 消息中心构架设计说明书
  3. stf、atx、sonic云真机平台使用与对比
  4. 手把手带你快速入门Electron
  5. A1056 Mice and Rice (25 分| queue用法,附详细注释,逻辑分析)
  6. 美国计算机有读一年的学校吗,美国计算机排名多少的学校值得去读?相关院校资讯!...
  7. 普通本科到清华大学研究生的真实人生蜕变,看了保证你考研至少增加 50 分!青春值得你去拼搏!!
  8. Windows下Openpose试运行环境配置流程
  9. pip命令下载第三方依赖的彩色进度条的具体实现
  10. SQL Assistant 12.x Crack