视觉显著性与知觉组织相结合的高分影像居民地提取方法下载

视觉显著性与知觉组织相结合的高分影像居民地提取方法

这篇文章介绍了一种基于视觉显著性和知觉组织原理的高分辨率遥感影像居民地提取方法。该方法的提出是为了从高分辨率的遥感影像中准确提取居民地的位置和范围。

一种结合显著性分析的高分辨率遥感图像道路提取算法

高分辨率遥感影像中包含大量复杂的地物信息，直接通过分割提取道路的准确度往往较低，而且无法有效排除居民区等的干扰。提出一种结合视觉显著性分析的高分辨率遥感影像道路提取算法。 该算法通过自适应阈值分割得到

Server功能的高分辨率卫星影像与电子地图数据服务的WE..docx

基础数据包括数据库中的空间数据和非空间数据，以及高分辨率的卫星影像文件。数据库存储空间信息和业务数据，而卫星影像则覆盖全省区域，提供清晰的视觉参考。

基于深度学习街景影像解译和景感生态学的视域环境定量解读.pdf

随着深度学习技术的发展，图像识别与分类能力大幅提升，使得从海量街景影像中提取环境信息成为可能。论文作者们正是基于这样的技术背景，提出了一种全新的、客观的数据驱动方法，以实现对城市视觉环境的量化分析。

高分二号遥感影像语义分割数据集制作全流程：从预处理到Labelme标注

遥感图像语义分割是计算机视觉与地理信息科学交叉的重要技术，其核心在于让模型理解图像中每个像素的语义类别，如建筑物、道路、水体等。其原理是通过深度学习模型（如U-Net、DeepLab）学习从图像到像素级标签的映射关系。这项技术的价值在于能自动化、大规模地从遥感影像中提取结构化信息，极大提升了国土调查、城市规划、环境监测等领域的效率。在实际应用中，高质量的训练数据集是模型性能的基石，而针对特定区域或任务，往往需要从原始影像开始定制数据集。本文聚焦于使用国产高分二号（GF-2）卫星影像，详细阐述了从数据预处理（