摘要
本发明公开了一种基于深度学习的高程模型接边无缝处理方法,涉及地理信息和遥感技术领域,包括将相邻的高程模型数据转换为适合神经网络输入的格式;构建神经网络模型,包括卷积神经网络和生成对抗网络的结合;训练神经网络模型,使用带有接边裂隙的高程模型数据进行训练;将待处理的相邻高程模型输入训练好的神经网络模型,自动调整接边部分的高程值;对神经网络输出的高程模型进行平滑处理。本发明通过构建和训练神经网络模型,自动调整相邻高程模型的接边部分,消除裂隙现象,并保证重叠部分的高程值一致,实现了对高程模型的无缝接边。
技术关键词
生成器网络
训练神经网络模型
深度学习预测
样本
数据
生成对抗网络
解码器
遥感技术
编码器
分块
格式
像素
线性
代表
系统为您推荐了相关专利信息
高压换流站
故障预测系统
电气
信号处理模块
系统运行状态
水轮发电机组
三维点云数据
点云特征
三维点云模型
风险
轻量化卷积神经网络
基因序列数据
探针
荧光定量PCR技术
智能分析模块
BiLSTM模型
推荐方法
推荐算法
dropout算法
学校