小波样条瞬时潮改遥感蓝绿波段比值对数水深反演方法

    公开(公告)号:CN117782034A

    公开(公告)日:2024-03-29

    申请号:CN202311857436.8

    申请日:2023-12-29

    Abstract: 本发明提出了小波样条瞬时潮改遥感蓝绿波段比值对数水深反演方法,属于遥感水深反演领域。针对遥感反演水深过程中蓝绿光和潮高降低反演水深精度,该模型充分考虑蓝绿光在水中的衰减比值与深度线性相关、潮高的光滑性以及潮高随时间变化具有一致收敛、一阶连续可导、二阶连续可导的特性,构建了小波样条瞬时潮改遥感蓝绿波段比值对数水深反演方法,经莫洛凯岛实验验证,与较早期的模型比,能提升遥感反演水深的精度。

    脉冲激光雷达的多阶高通容阻时刻鉴别电路

    公开(公告)号:CN107678010B

    公开(公告)日:2023-12-19

    申请号:CN201710994157.4

    申请日:2017-10-23

    Inventor: 周国清 黄伟

    Abstract: 本发明公开了一种脉冲激光雷达的多阶高通容阻时刻鉴别电路。包括高通滤波电路、高速采样电路、高速比较器、门电路和控制器,高通滤波电路中,输入脉冲信号转换成双极性信号并输出;高速采样电路采样滤波输出信号并传给控制器;门电路一与高通滤波电路反向并联,门电路二串联在高通滤波电路输出端和高速比较器的同相输入端;控制器分析滤波输出数据并控制门电路一和门电路二的选通状态;高速比较器的反向输入端接零电平,高速比较器的转态发生于两输入信号相等的时刻,高速比较器的输出信号为所鉴别出的激光回波时刻。本发明能够有效压缩因回波信号上升沿和噪声干扰引起的定时漂移误差,提高时刻鉴别精度。

    水深探测激光雷达回波信号自适应采集和存储延迟控制方法

    公开(公告)号:CN117192506A

    公开(公告)日:2023-12-08

    申请号:CN202311046434.0

    申请日:2023-08-18

    Abstract: 本发明公开了水深探测激光雷达回波信号自适应采集和存储延迟控制方法设计。它包括步骤1:地面端通过4G模块向激光雷达主控模块发送激光雷达初始化命令;步骤2:当激光雷达到达指定位置后,地面端通过4G模块打开激光雷达,激光雷达POS系统发送高度数据给激光雷达高速采集和存储模块,高速采集和存储模块根据此高度数据进行预处理,进行粗略延迟调整;步骤3:自适应延迟模块通过检测数据最大值所在的位置,并进行相应的延迟调整,完成精细调整,并进行高速采集和存储操作;步骤4:高速采集和存储系统判断由POS系统模块发送的高度数据,当此高度数据超过一定范围后,将自动进行第三步操作,保证水面和水底回波的完整性。

    无人船载水深探测激光雷达杂散光抑制装置

    公开(公告)号:CN115079135B

    公开(公告)日:2023-11-07

    申请号:CN202210693579.9

    申请日:2022-06-18

    Inventor: 周国清 刘哲贤

    Abstract: 本发明公开了无人船载水深探测激光雷达杂散光抑制装置,属于激光雷达水深探测技术领域,特别涉及到无人船载水深探测激光雷达杂散光抑制装置。该装置包括光学系统组件、第一物镜筒、第二物镜筒、分光镜筒、第一目镜筒a、第一目镜筒b、第二目镜筒a、第二目镜筒b、PMT探测器a、PMT探测器b、分光镜支撑结构。实现了极小视场角光学系统杂散光抑制,有效抑制一阶、二阶与三阶散射光路传播的杂散光,提高了无人船载水深探测激光雷达水深探测能力,扩大了动态探测范围。

    真平方正射影像制作方法
    145.
    发明授权

    公开(公告)号:CN110866971B

    公开(公告)日:2023-08-11

    申请号:CN201911038995.X

    申请日:2019-10-29

    Abstract: 真平方正射影像(True Square Orthophoto Map‑T2OM)是在真正射影像(True Orthophoto Map‑TOM)的基础上增加三维可量测信息(x,y,z)和墙面纹理信息。因此,它不仅提供真正射影像所具有的二维几何位置(x,y)和地表灰度信息,而且提供三维几何位置(x,y,z)和墙面纹理信息。T2OM的制作方法,包括了步骤(1)T2OM的数据结构设计;步骤(2)T2OM的数据获取与存储;步骤(3)建筑物T2OM的空间索引创建;步骤(4)建筑物三维建模及编辑。本发明的T2OM制作方法,实现了真正射影像和三维真实景观的选择性无缝融合,发展了镶嵌有真实纹理影像的3D可量测城市景观地图,满足了“数字/智慧城市”建设中对城市三维可量测地图的迫切需求。

    可扩展的自适应N×N通道数据通信系统

    公开(公告)号:CN107066419B

    公开(公告)日:2023-08-11

    申请号:CN201710178777.0

    申请日:2017-03-23

    Inventor: 周国清 陈鹏云

    Abstract: 本发明公开了一种可扩展的自适应N×N通道数据通信系统。其微控制器在由GPS接收机提供的PPS信号的触发下开始工作,数据收发通道中的PLL产生时钟电路被数据中的时间信息触发,产生不同频率的时钟信号,一部分用来驱动数据读写控制模块控制收发通道对数据的读写操作,一部分通过多路选通器驱动收发通道模块中的各器件工作。收发通道拥有N个收发通道的前端与外界元器件连接时使用N位并行数据总线,在后端则能连接N个元器件进行容量的扩展。本发明利用FPGA实现通道扩展,使数据采集精度和传输速率大幅提高,既能提高传输时的数据带宽,也能提高系统的负载能力,FPGA可现场编程的特性能实现系统的远程维护和升级。

    主光轴与核线正交和横轴共线同时约束的鱼眼相机像对检校方法

    公开(公告)号:CN114862717B

    公开(公告)日:2023-06-23

    申请号:CN202210515856.7

    申请日:2022-05-11

    Abstract: 本发明公开了主光轴与核线正交和横轴共线同时约束的鱼眼相机像对检校方法,实施步骤如下:1.对鱼眼立体像对设置两个约束;2.改正鱼眼立体像对,使其满足所提出的两个约束,即是将立体像对的左片作为基准,求出右片相对于左片的相对方位元素并对右片进行改正;3.根据等距投影和透视投影函数的关系,结合成像几何原理,推导出物点经等距投影和透视投影成像的像点坐标之间的关系,通过这一关系,将透视投影情况下的几何特点变换到等距投影中;4.推导出物方点和鱼眼立体像对同名像点之间的关系,引入畸变模型,得到主光轴与核线正交和横轴共线同时约束的鱼眼相机像对检校模型。本发明方法相较于单张鱼眼检校方法,能提高鱼眼相机参数的求解精度。

    一种基于深度学习的点云分类方法
    148.
    发明公开

    公开(公告)号:CN116051884A

    公开(公告)日:2023-05-02

    申请号:CN202211625847.X

    申请日:2022-12-14

    Abstract: 本发明提供一种基于深度学习的点云分类方法,属于三维点云数据处理领域,采用残差网络模型中应用通道注意力机制以及改进分类器的方式,对点云数据集进行分类处理。本发明中的残差网络解决了深度学习网络随着网络层数增加出现的梯度爆炸问题,提高了模型的泛化能力;通道注意力机制通过学习每个通道的重要程度,进行权重分配,提高了点云特征提取能力;通过改进分类器,进一步提高了点云数据分类的准确度。

    测水激光雷达多通道设计方法

    公开(公告)号:CN114167437B

    公开(公告)日:2023-03-14

    申请号:CN202111389867.7

    申请日:2021-11-22

    Abstract: 本发明公开了测水激光雷达多通道设计方法。它包括步骤1:分别测量APD和PMT最小和最大增益的响应回波能量;步骤2:根据遥感激光雷达水深探测模型,结合真实理想水质计算APD和PMT可探测的最小(大)回波能量对应的水深;步骤3:根据响应回波能量范围及其对应水深,划分测量不同水深的多个通道,设计激光雷达光学接收系统。其中,遥感激光雷达水深探测模型是将Kopilevich模型中的体积散射函数取180°时的值、水体吸收系数、水体后向散射系数和前向散射系数进行转化为遥感水体因子叶绿素浓度、黄色物质在440nm处的吸收系数、颗粒物的后/前向散射系数和水体浑浊度,便于计算测水激光雷达实际回波能量。

    激光雷达点云数据城市地物PointEFF精细分类方法

    公开(公告)号:CN115222988A

    公开(公告)日:2022-10-21

    申请号:CN202210838080.2

    申请日:2022-07-17

    Abstract: 本发明公开了一种激光雷达点云数据城市地物PointEFF精细分类方法,属于激光雷达点云分类领域。此方法包括:点云数据分块;端对端特征提取层构建;外部特征融合层构建;精度评价。PointEFF激光雷达点云数据城市地物精细分类方法通过构建外部特征融合(External Feature Fusion)模块,在模型上采样阶段将点云手工设计描述符(hand crafted descriptors)与网络得到的端对端特征融合,改善了以PointNet、PointNet++为代表的领域特征池化方法在上采样过程中因插值操作造成的点云局部信息损失问题,极大地提高了模型在复杂地物分类上,特别是提高对粗糙表面地物分类的分类精度,能够更好的应用于地物类型复杂的城市地物分类。

Patent Agency Ranking