基于深度学习的1:2000地形图地物识别与提取方法

AITNT
正文
推荐专利
基于深度学习的1:2000地形图地物识别与提取方法
申请号:CN202411885643
申请日期:2024-12-20
公开号:CN119832418B
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及基于深度学习的1:2000地形图地物识别与提取方法,涉及地理信息技术领域,包括:响应于用户端输入的圈定区域,获得1:2000地形图的第一地物符号;获得第一地物类型匹配结果;当第一地物类型匹配结果为空,获得第二地物类型匹配结果;当地物符号尺寸标识的最大尺寸大于或等于0.09cm,进行尺寸还原,获得地物实际尺寸;当地物符号尺寸标识的最大尺寸小于0.09cm,将地物实际尺寸标记为空;将第二地物类型匹配结果、地物实际尺寸和地物符号位置标识发送至用户端。本申请解决了现有地形图地物识别与提取的准确性和适应性不足的技术问题,达到了提升地形图地物识别与信息提取准确率和适用性的技术效果。
技术关键词
地物符号 特征金字塔 共享平台 地物识别 分割数字图像 尺寸 标识 颜色 地理信息技术 列表 数据库更新 通道 比例尺 网络 特征值 标记 语义 频率 参数
系统为您推荐了相关专利信息
1
一种基于双通路的遥感图像开放词汇有向目标检测方法
特征提取网络 文本编码器 多尺度特征 图像编码器 遥感图像特征
2
基于改进的YOLOv4的自适应断齿面夹杂物判断方法及系统
灰度共生矩阵 融合特征 特征金字塔网络 特征提取网络 训练图像数据
3
基于噪声标签学习的高分辨率油棕树识别方法及系统
图像分割模型 卷积神经网络模型 噪声标签 识别方法 遥感影像数据
4
一种基于双分支结构的高铁钢轨表面伤损检测方法
区域卷积神经网络 双分支结构 可见光图像 上采样 特征金字塔
5
一种基于多模态数据融合的目标检测方法
多模态数据融合 水平集函数 特征提取网络 双向特征金字塔 空洞
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号