摘要
本发明涉及基于深度学习的地理空间数据处理与智能测绘技术领域,且公开了一种基于深度学习的地理信息智能测绘方法。通过对灰度影像进行像素补齐和网格化,解决了边缘数据不完整和分块不一致问题,并利用网格重心与边界关系自动构建邻接矩阵,准确表达空间连通性。结合全局最短路径获得的距离矩阵,为特征映射提供空间一致性约束。每块提取多元灰度特征,并以自监督闭式求解自动获得映射参数,无需大量标注即可对齐影像与空间特征。最终通过回归微调和双线性插值生成高质量连续测绘图,提升了自动化和空间连续性。
技术关键词
智能测绘方法
网格
嵌入特征
双线性插值算法
地理空间数据处理
影像
智能测绘技术
像素
协方差矩阵
图像
离散特征
参数
灰度特征
坐标
索引
关系
连续点
样本
系统为您推荐了相关专利信息
定位优化方法
BP神经网络
粒子
室内定位优化系统
参数
分布式协同管控
管控方法
网格
地理围栏
云端服务器
立体仓储
仓储机器人
货物托盘
伸缩货叉
导向机构