测绘科学与技术学院学子在国际期刊上发表大创项目研究成果
中山大学始终坚持以学生成长为中心，大力支持本科生参加大学生创新训练计划、教师科研项目及学科竞赛等科研训练，激发学生主动学习，注重培养学生的学习力、思想力、行动力核心基本能力。
一、速览
近日，测绘科学与技术学院2023年大学生创新训练项目“高分辨率光学卫星测绘产品精细化处理与软件集成”取得新进展。学院2020级本科生文乐康（第一作者）在国际期刊《Remote Sensing》发表了题为“Mountain Segmentation Based on Global Optimization with the Cloth Simulation Constraint”的研究成果。论文通讯作者为项目导师黄旭副教授。
自2019年建院以来，测绘科学与技术学院以学生成长为中心，在本科阶段实行导师制，将人才培养与科学研究紧密结合起来，突出创新精神和实践能力培养，建立了丰富多样的专业实践平台，鼓励学生积极参与开展大学生创新创业训练活动和学科专业竞赛，致力于培养学生成为具有创造力的卓越人才。
二、项目组研究内容和发表论文内容介绍
山地是测绘、制图、空间科学、生态遥感等领域的重要研究对象。自动山地分割是大规模山地分析的关键技术之一。然而，山地地形的复杂性、地理空间数据的噪声、具有相似特征的非山地区域难以区分等因素限制了分割的精度。
针对上述问题，本研究提出了一种具有布料模拟约束的稳健山地分割方法。核心方法通过将山地分割问题转化为基于相对高程和坡度组成的全局能量函数的优化问题，利用布模拟滤波算法提取区域的相对高程。在具有一定局限性的各种地球和月球高程数据上进行实验表明，所提出的方法能够提取复杂的山地轮廓，避免误分类月球陨石坑等复杂地形，显著提高了山地分割的鲁棒性和准确性。与三种最先进的方法相比，F1和IoU分别平均提高了14.70%和20.46%，最大提高了29.07%和38.94%，验证了所提出的方法具有更好的全面性能。
三、获奖团队心得体会
在项目进行的8个月中，项目成果一点一滴累积起来：从工程需求出发，到算法的设计、实验完成，每一步的进展都需要查阅大量文献工作并多次讨论。在此期间，黄旭老师对我们的支持和帮助是尤为关键的。黄老师不仅经常性指导我们的实验工作，还多次对论文提出修改意见，直接帮助我们完成此次工作产出，同时也使得我们在动手实践、科学思维、创新意识和论文逻辑思路方面有了更进一步的提升。第一次的论文产出给予了我们极大的鼓励和对未来工作的信心！
责编：康怡圆
一读：孙悠然
初审：曹雁群
复审：林美珍
审核发布：漆小萍
