倾斜摄影实景三维单体化模型自适应聚类算法

被引：5

作者：

王洪峰 ^{[1
]}

李铁军 ^{[2
]}

赵龙 ^{[2
]}

机构：

[1] 秦皇岛市国土资源信息中心

[2] 北京航空航天大学数字导航中心

来源：

应用科技 | 2017年 / 44卷 / 02期

基金：

北京市自然科学基金;

关键词：

倾斜摄影; 实景三维; 单体化模型; 自适应聚类; 算法;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为提高单体化模型提取方法的性能,提出一种基于自适应聚类算法的实景三维单体化模型提取算法,分析了自适应聚类算法中自适应因子的作用并将改进后的自适应模糊C均值算法应用于实景三维模型单体化提取中。实验结果表明,文中算法在实际建筑物密度较大区域能够有效地提取出单个三维模型。

引用

页码：35 / 39

页数：5

共 12 条

[1] 一种基于簇的多视角立体改进算法 [J].

李孟歆 ;

郑岱 .

应用科技, 2016, 43 (02) :44-49

[2] 基于局部权重k-近质心近邻算法 [J].

谢红 ;

赵洪野 ;

解武 .

应用科技, 2015, 42 (05) :10-13

[3] 侧视地图中建筑物轮廓线提取的三维城市模型法 [J].

朱园媛 ;

朱庆 ;

张叶廷 ;

彭明军 ;

高山 .

测绘学报, 2015, 44 (09) :1036-1041

[4] 基于三维感兴趣区域和模糊聚类的肝脏肿瘤分割 [J].

金凯成 ;

王翊 ;

郑申海 ;

欧阳自鹏 .

计算机与现代化, 2015, (08) :8-12

[5] 基于倾斜影像的三维建筑物纹理提取方法研究 [J].

卜松涛 ;

岳凡琦 ;

依兰 .

测绘与空间地理信息, 2014, 37 (10) :206-208

[6] 基于自适应簇中心选择的文本聚类算法研究 [J].

翟东海 ;

聂洪玉 ;

崔静静 ;

杜佳 .

成都信息工程学院学报, 2013, 28 (06) :617-622

[7] 光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法 [J].

吴炜 ;

骆剑承 ;

沈占锋 ;

朱志文 .

武汉大学学报(信息科学版), 2012, 37 (07) :800-805

[8] 改进的自适应模糊C均值聚类图像分割算法 [J].

朱红霞 ;

王黎明 .

微电子学与计算机, 2010, 27 (12) :87-89+93

[9] 一种新型的自适应最佳簇首分簇算法 [J].

过文亮 ;

施惠昌 ;

周一飞 .

微计算机信息, 2009, 25 (06) :183-184+202

[10] 基于减法聚类及自适应模糊神经网络的短期电价预测 [J].

吴兴华 ;

周晖 .

电网技术, 2007, (19) :69-73

← 1 2 →