一种基于无人机倾斜摄影建模方法

    公开(公告)号:CN114359503A

    公开(公告)日:2022-04-15

    申请号:CN202111514378.X

    申请日:2021-12-13

    Abstract: 本发明涉及图像数据处理领域,具体涉及一种基于无人机倾斜摄影建模方法,包括:无人机采集目标建模区域的多视角影像数据、像控点数据及同步记录机载POS数据;对采集的目标建模区域多视角影像进行去噪处理,获取高质量的具有位置信息的多视角建模影像数据;采用实景建模区域真实影像数据集训练三维重建深度学习模型MVSNet神经网络;采用训练好的MVSNet网络模型进行三维模型重建,构建出目标区域的三维点云模型;对构建好的三维点云模型进行模型修正、纹理映射,获得目标建模区域的实景三维模型。与传统的实景三维建模方法相比,可以避免因数据量大、影像纹理不清晰、影像高光反射明显等问题,提高建模的效率与精度。

    一种融合多注意力的高分辨率遥感影像道路提取方法

    公开(公告)号:CN115439751A

    公开(公告)日:2022-12-06

    申请号:CN202211159222.9

    申请日:2022-09-22

    Abstract: 本发明涉及遥感图像处理技术领域,具体涉及一种融合多注意力的高分辨率遥感影像道路提取方法,基于膨胀残差协同注意力网络,同时结合空洞卷积模块,提取更高维的道路特征信息;在U型结构的跳跃连接部分使用轻量自注意力模块,捕获特征信息的长距离依赖关系;面向通道的交叉注意力模块,消除自注意力机制模块与解码器特征的歧义,提高特征图还原能力;最后使用训练权重对未标记遥感影像进行预测,计算熵值,使用高熵值预测结果为未标注影像打上标签,和原始标签混合输入到训练网络。本发明经过融合多注意力的深度学习道路提取方法,有效建立道路长距离通道与位置信息关系,提高了道路提取的效率。

    基于ReliefF和ACO特征的桉树林面积提取方法

    公开(公告)号:CN117611990A

    公开(公告)日:2024-02-27

    申请号:CN202311379696.9

    申请日:2023-10-23

    Abstract: 本发明涉及桉树人工林技术领域,具体涉及基于ReliefF和ACO特征的桉树林面积提取方法,包括对林区进行普查,进行分类样本的选取,得到影像数据源;对影像数据源进行预处理,计算植被特征变量并堆栈,得到特征集;利用ReliefF算法对特征集选择特征子集,并利用ACO算法对特征子集进行搜索二次特征子集;将二次特征子集输入SNIC超像素分割算法分割,得到分割影像;基于堆栈集成学习模型对分割影像提取分类,得到分类结果;基于混淆矩阵对分类结果进行精度评定,并对精度进行验证,该方法结合ReliefF和ACO的特征优选方法搜索二次特征子集,减少信息冗余、提高分类精度,并通过SNIC超像素分割和堆栈集成学习进行桉树人工林提取,再次提高分类准确度。

Patent Agency Ranking