公共文化服务平台

武汉大学测绘学院测绘遥感信息工程国家重点实验室: 作品数：138 被引量：1,223H指数：19; 相关作者：杨明姜伟王伟朱家松徐阳更多>>; 相关机构：东华理工大学地球科学与测绘工程学院测量系东华理工大学地球科学与测绘工程学院北京建筑工程学院测绘与城市空间信息学院更多>>; 发文基金：国家自然科学基金国家重点基础研究发展计划公益性行业科研专项更多>>; 相关领域：天文地球自动化与计算机技术电子电信经济管理更多>>

合作机构

基于BP神经网络算法的GPS水准高程转换被引量：7: 2009年; 提出了一种基于BP神经网络算法的GPS水准高程转换方法,该方法是对现有基于BP神经网络GPS水准高程转换方法的改进。考虑了重力长波项和地形改正项等因素对GPS水准高程转换的影响,并拓展了其应用范围,使其不仅在平坦地区而且在起伏较大的丘陵地区也可以得到较高的精度。该方法在一定程度上能够克服重力信息缺失的困难,具有一定的实际参考价值。; 王殊伟李斐柯宝贵王文睿; 关键词：BP神经网络 EGM96 GPS高程转换

无人机航测大比例带状地形图试验研究被引量：7: 2017年; 针对桥梁工程勘测设计的特点和实际需求,选定武汉杨泗港大桥桥址区域为试验测区,开展无人机航测大比例带状地形图的试验研究。试验结果表明,采用合理的像控点布测方案、自标定空三模型和多片前方交会测图等技术,可以有效提高测图精度及效率,降低生产成本。经野外实测检查和精度统计分析后得出:试验测区数字地图的精度满足《铁路工程测量规范》中城镇平原地区1∶500比例地形测绘的精度要求。; 吴迪军郭丙轩

动态目标单目实时三维跟踪测量被引量：3: 2020年; 提出了利用单目视觉与配合目标的三维变形位移测量方法,并通过论证验证了方案的可行性与正确性。该方案是在目标上粘贴靶标,相机对靶标进行实时成像,通过二值化、轮廓提取等图像处理技术对靶标进行定位与跟踪,再计算出目标的三维位移。该方案对桥梁、坝体、楼房、滑坡等形变以及海上浮标的实时监测提供了一种新的有效解决方案。; 冉冲于建军邵芃程彭亮仲思东; 关键词：单目视觉形变监测实时监测

基于Web的海量卫星数据查询与管理系统设计与实现: 遥感影像包含丰富的地物信息,随着信息技术的发展,获取遥感影像的手段越来越多,数据量越来越庞大,所含有的空间信息越来越复杂。本文以多星多载荷卫星数据为基础,根据遥感影像的特点,综合运用Web GIS 技术,数据库管理技术,...; 胡坤王密何峰杨光曹卫川; 关键词：B/S WEBSERVICE OPENLAYERS 遥感影像

正射影像上阴影和遮蔽的信息处理方法研究被引量：29: 2004年; 分析了正射影像上阴影和遮蔽现象的利弊双重性特点 ,讨论了正射影像上阴影和遮蔽处理的原则 ,简单介绍了基于光照函数分析和基于色彩空间分析的彩色航空影像阴影信息增强方法以及基于整体变分模型和基于纹理匹配的影像缺损信息补偿方法。试验表明。; 王树根李德仁郭泽金郑精灵; 关键词：正射影像信息处理摄影测量遥感

发散波复合内窥环阵超声成像: ＜正＞0引言超声成像相比于其他成像技术的一大优势在于成像的实时性,可以达到每秒数十帧的成像帧率。但对于一些新型的超声成像技术,例如剪切波弹性成像技术（SWE）以及超分辨血流成像技术（SVI）来说,传统超声成像技术的成像速...; 谭清源王丛知刘佳妹黄继卿李永川肖杨夏桂松马腾郑海荣

一种基于数字伴潮海岸线追踪的潮滩淹没仿真算法: 正确的潮滩淹没区域显示信息是海岸带管理、防洪决策等应用的重要决策依据.提出了一种基于数字伴潮海岸线(DTS)追踪的潮滩淹没仿真算法.此算法在建立数字潮滩模型和瞬时水位模型的基础上,实时提取DTS.根据DTS的类型确定不连...; 张立华朱庆暴景阳刘雁春; 文献传递

点位不确定性熵指标的确定被引量：14: 2002年; 点位不确定度量指标的确定是建立线元、面元不确定模型的基础。以往的点位不确定指标与置信水平密切相关 ,因而是不唯一的。本文引入信息论中联合熵的概念 ,提出了二维随机点的熵误差椭圆指标与三维随机点的熵误差椭球指标。所提的指标具有唯一确定、与置信水平无关的特点 ,用作点位不确定性的度量指标具有特殊优越性。; 李大军龚键雅谢刚生; 关键词：联合熵

基于深度学习的室内动态场景下视觉SLAM技术研究: 2024年; 视觉同步定位与建图(visual simultaneous localization and mapping,VSLAM)技术是近年来机器人和计算机视觉领域的重点研究方向之一,但当前的主流算法主要面向静态环境,当场景中存在运动的物体时,算法的定位精度和稳定性会受到很大影响。为了解决上述问题,提出了一种惯性测量单元(inertial measurement unit,IMU)积分与YOLOv4语义分割结合的VSLAM前端动态特征点剔除算法,通过YOLOv4网络对图像进行语义分割,识别图像中有运动可能的物体;再将IMU积分与语义分割结合,对目标检测框内有运动可能的特征点进行重投影误差的解算,识别并剔除环境中运动的特征点。在TUM Visual-Inertial Dataset上验证该算法,结果表明,在包含运动物体的室内场景下,该算法可以有效剔除环境中的运动物体,显著提升SLAM系统的定位精度和稳定性。; 郑晓华耿鑫雷邓浩坤; 关键词：特征点