利用航空立体像对确定岩层产状的计算机方法

doi:10.6046/gtzyyg.1991.04.06

全文: PDF(274 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要本文介绍了一种利用PC-1500袖珍计算机根据航空立体像对计算岩层、构造产状的新方法。该方法使用简单、快速,不受产状大小的影响。计算结果的精度均优于以往的各种方法。能够用于系统的产状量测工作,为图像的目视解译提供了更多的信息。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	栾庆祖
	刘慧平
	张雪萍
	王亮
	张应文
	刘盛光

关键词 ：神经网络, 几何校正, 共线方程模型

Abstract：The authors put forward a calculating method for layer attitude with airphoto pair by PC-1500 computer or some others. It is convenient for use and calculates fast and accurately, the precision of which is higher than that of other methods so far. It can be used in systematic surveying attitudes so as to provide much information for naked interpretation of images.

Key words： Neural network Geometric rectification Collinearity equation model

出版日期: 2011-08-02

引用本文:

陈建平, 苗放. 利用航空立体像对确定岩层产状的计算机方法[J]. 国土资源遥感, 1991, 3(4): 40-45.
Chen Jianping, Miao Fang . THE CALCULATING METHOD FOR LAYER ATTITUDE WITH AIRPHOTO PAIR. REMOTE SENSING FOR LAND & RESOURCES, 1991, 3(4): 40-45.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.1991.04.06 或 https://www.gtzyyg.com/CN/Y1991/V3/I4/40

[1]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[2]	张成业, 邢江河, 李军, 桑潇. 基于U-Net网络和GF-6影像的尾矿库空间范围识别[J]. 自然资源遥感, 2021, 33(4): 252-257.
[3]	刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[4]	仇一帆, 柴登峰. 无人工标注数据的Landsat影像云检测深度学习方法[J]. 国土资源遥感, 2021, 33(1): 102-107.
[5]	刘钊, 赵桐, 廖斐凡, 李帅, 李海洋. 基于语义分割网络的高分遥感影像城市建成区提取方法研究与对比分析[J]. 国土资源遥感, 2021, 33(1): 45-53.
[6]	卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[7]	刘钊, 廖斐凡, 赵桐. 基于PSPNet的遥感影像城市建成区提取及其优化方法[J]. 国土资源遥感, 2020, 32(4): 84-89.
[8]	李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[9]	高凯旋, 焦海明, 王新闯. 融合影像纹理、光谱与地形特征的森林冠顶高反演模型[J]. 国土资源遥感, 2020, 32(3): 63-70.
[10]	蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[11]	吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[12]	林志玮, 涂伟豪, 黄嘉航, 丁启禄, 周铮雯, 刘金福. 基于FC-DenseNet的低空航拍光学图像树种识别[J]. 国土资源遥感, 2019, 31(3): 225-233.
[13]	黄惠, 郑雄伟, 孙根云, 郝艳玲, 张爱竹, 容俊, 马红章. 基于引力自组织神经网络的震害遥感影像分类[J]. 国土资源遥感, 2019, 31(3): 95-103.
[14]	叶发茂, 罗威, 苏燕飞, 赵旭青, 肖慧, 闵卫东. 卷积神经网络特征在遥感图像配准中的应用[J]. 国土资源遥感, 2019, 31(2): 32-37.
[15]	谢奇芳, 姚国清, 张猛. 基于Faster R-CNN的高分辨率图像目标检测技术[J]. 国土资源遥感, 2019, 31(2): 38-43.