[1] 李明峰,韩一,王富力,等. 融合近景与倾斜摄影测量建筑物三维点云的配准方法[J]. 现代测绘,2021,44(6):1-4. [2] 熊何喜. 基于倾斜摄影测量密集点云的矿山精细DEM提取研究[D]. 徐州:中国矿业大学,2022. [3] 王朝莹,邢帅,戴莫凡. 遥感影像与LiDAR点云多尺度深度特征融合的地物分类方法[J]. 测绘科学技术学报,2021,38(6):604-610,617. [4] 张开颜. 一种三维点云混合校准法及其应用研究[D]. 武汉:湖北工业大学,2020. [5] 赵传,郭海涛,卢俊,等. 基于深度残差网络的机载LiDAR点云分类[J]. 测绘学报,2020,49(2):202-213. [6] ZHANG Liqiang,LI Zhuqiang,LI Anjian,et al. Large-scale urban point cloud labeling and reconstruction[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2018,138:86-100. [7] POLEWSKI P,YAO Wei,HEURICH M,et al. Detection of fallen trees in ALS point clouds using a Normalized Cut approach trained by simulation[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2015,105:252-271. [8] ENE L T,NÆSSET E,GOBAKKEN T,et al. Large-scale estimation of change in aboveground biomass in miombo woodlands using airborne laser scanning and national forest inventory data[J]. Remote Sensing of Environment,2017,188:106-117. [9] PAN Yue,DONG Yiqing,WANG Dalei,et al. Three-dimensional reconstruction of structural surface model of heritage bridges using UAV-based photogrammetric point clouds[J]. Remote Sensing,2019,11(10):1204. [10] 周建钊,颜雨吉,陈晨,等. 一种邻域自适应的双阈值点云特征提取方法[J]. 信息技术与网络安全,2020,39(2):27-33. [11] 李翔,张涛,张哲,等.Transformer在计算机视觉领域的研究综述[J/OL].计算机工程与应用:1-15[2022-10-17].http://kns.cnki.net/kcms/detail/11.2127.TP.20221009.1217.003.html. [12] 蒋睿,杨靖欣,桂承熙. 深度学习在遥感图像处理中的应用[J]. 无线互联科技,2022,19(5):89-92. [13] 许晓宇. 结合图像处理与深度学习的电力设备自动监测技术研究[D]. 北京:北方工业大学,2021. [14] 文沛,程英蕾,余旺盛. 基于深度学习的点云分类方法综述[J]. 激光与光电子学进展,2021,58(16):49-75. [15] 宣伟,花向红,邹进贵,等. 自适应最优邻域尺寸选择的点云法向量估计方法[J]. 测绘科学,2019,44(10):101-108,116. [16] 邵尤彬,刘波,刘华. 自适应最优邻域尺寸选择的三维激光点云分类研究[J]. 测绘,2021,44(5):217-222. |