《表1 常见的TOMA影像及特征》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《设施农业典型地物改进Faster R-CNN识别方法》
中国大陆常见的TOMA的标志及特征如表1所示。由表1可知,TOMA多被透明或白色塑料薄膜覆盖,无人机遥感影像易受光照、天气以及拍摄角度等因素影响导致各类TOMA间的区分度较小。从结构来看,表中各类TOMA形状多为矩形,形状相似度极高。由此可见,影像中的“同物异谱”及“同谱异物”现象更加突出。基于无人机影像的TOMA准确识别需重点解决光照和形状干扰问题,这对传统的基于监督分类等目标检测方法提出巨大挑战。罗军等[19]使用TOMA空间位置分布规律及其在高分辨率遥感影像上的纹理特征体现,设计了批量设施自动生成算法,但需首先对影像进行目视解译,而且对于TOMA信息提取及相关参数设置需大量先验知识,算法精度和鲁棒性有进一步提高的空间;何少林等[20]采用面向对象的多尺度分类思想,将影像多层次分割,识别覆盖薄膜耕地。该方法弥补在单一尺度下某些类型地物分割不佳的缺陷,但在分类过程中最优分割尺度选取和提取规则设置都需要人工参与,对分类者的要求较高。
图表编号 | XD0086039800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 王兴、康俊锋、刘学军、王美珍、张超 |
绘制单位 | 南京师范大学虚拟地理环境教育部重点实验室、江苏省地理信息资源开发与利用协同创新中心、江苏省地理环境演化国家重点实验室培育建设点、江西理工大学建筑与测绘工程学院、南京师范大学虚拟地理环境教育部重点实验室、江苏省地理信息资源开发与利用协同创新中心、江苏省地理环境演化国家重点实验室培育建设点、南京师范大学虚拟地理环境教育部重点实验室、江苏省地理信息资源开发与利用协同创新中心、江苏省地理环境演化国家重点实验室培育建设点、江西理工大学建筑与测绘工程学院 |
更多格式 | 高清、无水印(增值服务) |