一种用于低纹理视频车牌的检测方法

    公开(公告)号:CN114373147A

    公开(公告)日:2022-04-19

    申请号:CN202111596813.8

    申请日:2021-12-24

    Abstract: 本申请提供了一种用于低纹理视频车牌的检测方法,针对传统的视频车牌检测方法对于光线较暗及模糊车牌存在定位精度较低且耗时等问题,提出了一种用于低纹理视频车牌的检测方法。关于低纹理图像的车牌轮廓边缘不易于提取问题提出了一种结合亮度加权的自适应边缘提取方法,保证精确获取车牌边缘信息,为车牌定位提供基准,避免了定位损失。结合数学形态学操作和几何变换操作获取待定车牌图块,同时建立车牌数据集,并构建车牌分类模型,结合深度学习中SVM算法对预处理中得到的车牌待定图块进行分类以获取最终的车牌结果。该方法可以检测出视频图像中低纹理的车牌图块,提高了车牌定位的准确性和实时性,为车牌识别提供了有效参考。

    顾及波段信息的多光谱遥感影像沙地智能提取方法及系统

    公开(公告)号:CN116543305A

    公开(公告)日:2023-08-04

    申请号:CN202310526207.1

    申请日:2023-05-10

    Abstract: 本发明公开了一种顾及波段信息的多光谱遥感影像沙地智能提取方法及系统,该方法包括:1)在U‑Net模型中加入可变形卷积,获得Y‑Net模型,在各波段沙地影像数据集上进行训练、预测及性能评估;2)根据各波段对沙地信息提取的精准程度确定波段权重值,对覆盖沙地的原始多光谱遥感影进行加权重构;3)对加权重构后的新影像进行专家标注,构建波段组合多光谱遥感影像数据集;4)将Y‑Net网络模型在所述波段融合多光谱遥感影像数据集上进行训练,得到组合波段的Y‑Net网络模型的最佳参数;5)对待识别的沙地遥感影像进行预测。利用光谱特征结合深度卷积神经网络解决了现有波段利用效率低,普适性较差等问题,提高地物提取精度。

    一种基于矢量瓦片的城市三维管网的自动生成方法

    公开(公告)号:CN118410602A

    公开(公告)日:2024-07-30

    申请号:CN202410675944.2

    申请日:2024-05-29

    Abstract: 本发明提供一种基于矢量瓦片的城市三维管网的自动生成方法,所述方法包括:获取管点的探测数据、管线的探测数据和管点三维模型;基于所述管点的探测数据、管线的探测数据和管点三维模型生成三维管点和三维管线的配置信息;为每个矢量瓦片存储其坐标范围内的三维管点和三维管线的配置信息;当需要访问三维管网数据时,根据当前的比例尺、三维视角访问对应的矢量瓦片;根据对应的矢量瓦片根据场景视角和显示范围进行三维渲染,得到三维管网数据。本发明可以快速在Web端生成三维管网场景,更加直观地查看管网的分布情况,在事故发生时及时确定事故发生位置和影响范围,也可以动态的根据二维管网数据来更新三维管网数据和三维管网模型。

Patent Agency Ranking