-
公开(公告)号：CN106548141A
公开(公告)日：2017-03-29
申请号：CN201610934973.1
申请日：2016-11-01
Applicant: 南京大学
CPC classification number: G06K9/0063 , G06K9/342 , G06K9/6218 , G06T2207/10032 , G06T2207/20016 , G06T2207/20021 , G06T2207/30188
Abstract: 本发明涉及一种基于三角网的面向对象耕地信息自动提取方法，其步骤为：利用多尺度分割法对高空间分辨率影像进行分割；剔除长条状分割对象（道路，沟渠等）；提取剩余分割对象的中心点；利用中心点构建三角网；对三角网进行剥皮操作；使用AUTOCLUST聚类算法构建三角网，并聚类；利用V图约束，优化聚类结果，避免过度聚类和欠聚类；利用最大方差约束，剔除剩余的零星林地；得到耕地提取结果并进行精度评估。本发明克服了高空间分辨率遥感影像数据量大，处理难的问题，充分利用分割后的对象提供的语义信息，通过剔除居民地和道路等对耕地信息提取造成干扰的对象，从而高效地进行耕地信息的自动提取，并保证耕地提取的整体性。
-
公开(公告)号：CN104021210B
公开(公告)日：2017-02-15
申请号：CN201410276517.3
申请日：2014-06-20
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明针对MongoDB集群设计了大规模地理数据存储方案，在MongoDB集群中以GeoJSON格式半结构化方式组织地理数据，使分布式高速MongoDB集群高效存储大规模地理数据成为可能。针对该地理数据存储方案，本发明提出了地理数据的读写方法以及可实现该地理数据读写方法的驱动程序，以OGR类库为地理数据读写驱动的设计架构，以GeoJSON格式半结构化的读写MongoDB集群地理数据源。本发明采用OGR函数库，在地理数据与MongoDB集群之间通过内存中构建的OGR对象建立桥梁，使针对MongoDB集群的地理数据高效读写成为可能，使得高性能地理分析算法可以运行在MongoDB数据库集群之上。
-
公开(公告)号：CN106023312A
公开(公告)日：2016-10-12
申请号：CN201610319784.3
申请日：2016-05-13
Applicant: 南京大学 , 云南省测绘资料档案馆(云南省基础地理信息中心)
IPC: G06T17/05
CPC classification number: G06T17/05
Abstract: 本发明公开了一种基于航空LiDAR数据的三维建筑物模型自动重建方法。其步骤为：利用反向迭代数学形态学滤波和基于点云密度的方法从航空LiDAR数据中提取建筑物屋顶点云；根据“种子区域选取—屋顶面片生长—面片平整优化”的策略提取并优化屋顶面片；构建二维规则格网对不同屋顶层进行重采样获取屋顶层的内部点和边缘点；优化不同屋顶层的边缘点；连接屋顶层的内部点和边缘点构建屋顶面和墙面，最终实现建筑物屋顶的三维模型重建。实践证明，本发明能够有效地重建建筑物屋顶三维模型，为不同屋顶层之间的连接提供了新的思路，具有较高的三维模型重建精度。
-
公开(公告)号：CN102938064B
公开(公告)日：2015-06-17
申请号：CN201210483627.8
申请日：2012-11-23
Applicant: 南京大学
IPC: G06K9/46
Abstract: 本发明涉及一种基于LiDAR数据与正射影像的停车场结构提取方法，该方法利用LiDAR数据将停车场分为空地区域和非空地区域，从LiDAR数据中生成非空地区域的车辆面片的中轴线，从正射影像数据中得到空地区域中的停车场车位线；套合非空地区域中的车辆中轴线和空地区域中的车位线，依其最大相交方向划分停车道；计算停车场结构参数，生成停车道的分割线，完成对停车场结构的提取。该方法能够解决停车场结构提取过程中面临的光照变化、阴影效应、透视变形以及车辆遮盖等问题，准确且高精度地提取停车场的结构。
-
公开(公告)号：CN104008209A
公开(公告)日：2014-08-27
申请号：CN201410277320.1
申请日：2014-06-20
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/30241 , G06F17/30312
Abstract: 本发明针对MongoDB集群设计了大规模地理数据存储方案，在MongoDB集群中以GeoJSON格式结构化的方式组织地理数据，使得采用分布式高速MongoDB集群高效存储大规模地理数据成为可能。针对该地理数据存储方案，本发明提出了地理数据的读写方法以及可实现该地理数据读写方法的驱动程序。本发明以OGR类库为地理数据读写驱动的设计架构，以GeoJSON格式结构化的读写MongoDB集群地理数据源。本发明采用OGR函数库，在地理数据与MongoDB集群之间通过内存中构建的OGR对象建立桥梁，使针对MongoDB集群的地理数据高效读写成为可能，使得高性能地理分析算法可以运行在MongoDB数据库集群之上。
-
Patent Agency Ranking
公开(公告)号：CN102750696B
公开(公告)日：2014-07-16
申请号：CN201210185091.1
申请日：2012-06-06
Applicant: 南京大学
Abstract: 基于仿射不变特征与海岸线约束的海岸带遥感影像自动配准方法，其步骤为：海岸线及陆地区域影像提取；生成SIFT特征点及特征向量；SIFT特征点匹配；计算单应矩阵；将对应海岸线重叠，计算海岸线对之间的平均横截线距离；调整RANSAC方法的距离阈值，并重新计算海岸线对之间的横截线距离；以横截线距离突变前一个实例作为最优实例，该最优实例单应矩阵即为最优单应矩阵；利用最优单应矩阵完成影像配准。本发明克服了由于海岸带影像陆地特征复杂、水域特征缺失造成的影像配准困难的问题，能够有效地进行海岸带遥感影像的自动配准，配准精度和自动化程度较高。
-
公开(公告)号：CN102591622B
公开(公告)日：2014-04-09
申请号：CN201110441700.0
申请日：2011-12-27
Applicant: 南京大学
Abstract: 本发明公开了基于相似变换模型的栅格数据坐标转换并行方法，属于高性能地理计算领域。其步骤为：步骤1：并行初始化；步骤2：用户输入参数；步骤3：调用GDAL数据读写数据函数；步骤4：确定坐标转换类型及转换步骤；步骤5：进行源文件边界采样及坐标变换；步骤6：对目标文件平均分块；步骤7：各进程对数据块的边界进行采样及坐标变换；步骤8：读取数据块数据、源文件中与数据块对应范围内的数据，存入数组；步骤9：对数据块中每一像元的坐标进行由目标参考系到源目标参考系的转换；步骤10：计算像元在各波段的值并赋给数组中该像元点相应元素；步骤11：将数据块数组写入目标文件。本发明可有效提高栅格数据坐标转换数据量和效率。
-
公开(公告)号：CN102521884B
公开(公告)日：2014-04-09
申请号：CN201110423560.4
申请日：2011-12-16
Applicant: 南京大学
IPC: G06T17/10
Abstract: 本发明属于影像处理方法领域，公开了一种基于LiDAR数据与正射影像的3维屋顶重建方法。本方法包括以下步骤：（1）基于三角形簇的LiDAR点屋顶面片分割；（2）基于LiDAR数据与正射影像的屋脊线提取；（3）3维屋顶模型重建。本方法面向3维屋顶模型精细重建的需求，集成LiDAR数据与高分辨率影像，综合利用LiDAR数据高程特性与影像高分辨率特性的互补优势，以“屋顶面片分割-屋脊线提取-3维屋顶模型重建”为主线，实现了基于三角形簇的LiDAR点屋顶面片分割算法、基于LiDAR数据与正射影像的屋脊线提取算法，形成了一种3维屋顶模型重建的新方法，实验证明本方法建模的自动化程度高，正确性和完整性较高、定位精度较高，符合实际应用需求。
-
公开(公告)号：CN102591709B
公开(公告)日：2014-03-12
申请号：CN201110441737.3
申请日：2011-12-27
Applicant: 南京大学
IPC: G06F9/46
Abstract: 本发明属于高性能地理计算领域，公开了基于OGR的shapefile文件主从式并行写方法。其步骤为：步骤1：输入命令行参数；步骤2：串行的方式创建shapefile目标数据源和图层文件，关闭目标数据源文件；步骤3：打开要处理的shapefile原文件，获取shapefile的各图层及其图形数据量；步骤4：MPI并行初始化，获取进程的编号和数量，并设定主从进程；步骤5：进行数据划分，确定每个从进程处理的shapefile文件中图形的起始FID和终止FID；步骤6：各从进程进入shapefile数据处理。本发明充分利用了计算资源，提高了shapefile文件处理的整体效率。
-
公开(公告)号：CN103324916A
公开(公告)日：2013-09-25
申请号：CN201310227705.2
申请日：2013-06-07
Applicant: 南京大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于建筑轮廓的车载和航空LiDAR数据配准方法，该方法从车载和航空LiDAR数据中分别提取二维建筑轮廓，并通过轮廓线段高程分割法得到车载和航空三维建筑轮廓线段；然后分别从车载和航空三维建筑轮廓线段中选取两对轮廓线段，计算该两对三维轮廓线段的初始转换矩阵;然后对初始转换矩阵进行迭代运算，若车载三维轮廓线段和三维建筑轮廓线段中匹配线段的数量大于指定阈值或者匹配线段的数量最多，则所述初始转换矩阵定义为可靠转换矩阵，利用所述可靠转换矩阵完成车载LiDAR数据和航空LiDAR数据的配准。本发明能够实现车载和航空LiDAR数据的自动高精度配准，其配准精度可以达到分米级。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.023 seconds)
