-
公开(公告)号：CN101788666A
公开(公告)日：2010-07-28
申请号：CN201010126587.2
申请日：2010-03-17
Applicant: 上海大学
CPC classification number: Y02A90/36
Abstract: 本发明公开了一种基于多波束声纳数据的水下三维地形重建方法，该方法包括步骤：(1)采集回波强度数据，同时测取测深数据；(2)对测深数据进行线性内插，获得与回波强度数据相同空间分辨率的测深数据；(3)计算测深数据各点的波束与水平线之间的夹角及射程；(4)逐点计算测深数据各点的波束入射角；(5)根据回波强度数据来拟合反射模型的模型参数，校正波束与水平线之间的夹角；(6)由模型参数及波束入射角估算回波强度数据；(7)设定迭代次数N，估算回波强度数据与采集的回波强度数据平均相对误差绝对值最小；(8)计算测深数据，重建水下三维地形。该方法能提高测深数据的空间分辨率，重建的水下三维地形也更接近真实地形，在水下物质勘探，三维可视化和水下目标检测等方面具有重要意义。
-
公开(公告)号：CN101571923A
公开(公告)日：2009-11-04
申请号：CN200910050355.0
申请日：2009-04-30
Applicant: 上海大学
Abstract: 本发明公开提出了一种基于智能蚁群算法的遥感图像水系网半自动的提取方法，该方法包括如下步骤：A.基于多光谱遥感数据初次提取水系网；B.基于图形学判定大型湖泊并同时去除大型湖泊；C.基于智能蚁群算法续接小断流；D.采用人工交互方式，再次利用智能蚁群算法续接大断流；E.利用ENVI中矢量转换算法完成水系网矢量图的绘制。该方法生成了水系网图像，提高了水系网提取的准确度；避免湖泊等大型水体对河流等线状地物提取的干扰；可准确完成部分小断流的识别和续接，比人工判定更加快速、准确；最后智能蚁群算法转为人工交互方式计算，结合人工判定的主观能动性，完成大断流的识别和续接，并可降低此算法的计算复杂度。
-
公开(公告)号：CN118247705A
公开(公告)日：2024-06-25
申请号：CN202410332522.5
申请日：2024-03-22
Applicant: 上海大学
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06N3/096 , G06N3/045 , G06N3/0464 , F17D5/00
Abstract: 本发明公开了一种污水管道故障分类方法、装置、介质及产品，涉及污水管道故障分类技术领域，该方法包括：获取管道内部视频，然后进行预处理和清晰度筛选，得到若干个清晰图像；根据所有清晰图像的关键帧置信度确定若干个关键帧图像；对于每一关键帧图像，将关键帧图像输入至训练好的第一故障分类模型和训练好的第二故障分类模型中，得到各个类别的置信度，最后根据所有关键帧图像对应的第一类别置信度、第二类别置信度、第三类别置信度、第四类别置信度、第五类别置信度和第六类别置信度确定目标污水管道的最终故障类别。本发明可在保障检测人员安全性的同时，提高污水管道故障分类的准确性。
-
公开(公告)号：CN113610730B
公开(公告)日：2023-08-29
申请号：CN202110901053.0
申请日：2021-08-06
Applicant: 上海大学
IPC: G06T5/00
Abstract: 本发明公开了一种卫星影像非均匀薄云去除方法及系统。该方法包括：采集卫星有云遥感数据；对数据进行筛选和归一化处理，根据归一化数据选取三个波段数据的最小值数据构建第一矩阵；对第一矩阵中预设大小的矩阵块进行最小滤波处理得到暗通道矩阵；选取暗通道矩阵中的最亮的n个像素点位置对应的归一化数据中的像素数据构建第二矩阵；对第二矩阵中的像素值求平均得到大气光；根据大气光和暗通道矩阵计算透射率图；根据透射率图和大气光确定第一还原数据；根据位置信息数据对极端像素数据进行还原，得到第二还原数据。本发明实现了非均匀薄云遮盖下卫星影像细节信息的重建同时确保卫星影像色彩保真。
-
公开(公告)号：CN102073038B
公开(公告)日：2013-06-19
申请号：CN201010562825.4
申请日：2010-11-29
Applicant: 上海大学
IPC: G01S7/497
Abstract: 本发明公开了一种基于微小地形的遥感影像的地形校正的方法，该方法首先将遥感影像与DEM数据进行配准，确定每个遥感影像像元中微小地形的个数；再通过DEM数据和太阳、传感器的方位，计算出每个微小地形的坡度坡向以及入射角和观测角，计算每个微小地形在水平面上的投影辐射因子和每个微小地形的相邻微小地形对其的遮蔽因子；最后，根据每个微小地形在水平面上的投影辐射因子、每个微小地形的相邻微小地形对其的遮蔽因子和每个遥感影像像元中微小地形的个数计算得到每个遥感影像像元总的投影辐射因子，进而对原始遥感影像进行地形校正。该方法利用微小地形的相邻微小地形对微小地形的遮蔽影响，提高遥感影像的地形校正精度。
-
Patent Agency Ranking
公开(公告)号：CN102509278A
公开(公告)日：2012-06-20
申请号：CN201110335947.4
申请日：2011-10-31
Applicant: 上海大学
IPC: G06T5/50
Abstract: 本发明涉及一种基于Fisher判别准则的光照无关图去阴影方法。首先，在一幅彩色图像上选取两类样本，利用Fisher判别准则对两类样本进行投影，得到最佳投影方向，进而生成光照无关图；同时，对原始的RGB彩色图像进行灰度化处理，并根据选取的两类样本，利用区域生长法确定出阴影区域，将灰度图像中的非阴影像素点与光照无关图中的对应像素点进行线性拟合，并把光照无关图根据得到的线性关系进行拉伸；最后，将灰度图像分别与、、三个波段图像进行线性拟合，得到三个线性关系，将拉伸后的光照无关图分别根据以上三个线性关系构建出、、波段，进行有次序地整合后，可得到无阴影的彩色图像。该方法操作简单、精度较高，能有效地去除图像中的阴影，对图像阴影去除方法的研究具有重要意义。
-
公开(公告)号：CN101788666B
公开(公告)日：2012-01-04
申请号：CN201010126587.2
申请日：2010-03-17
Applicant: 上海大学
CPC classification number: Y02A90/36
Abstract: 本发明公开了一种基于多波束声纳数据的水下三维地形重建方法，该方法包括步骤：(1)采集回波强度数据，同时测取测深数据；(2)对测深数据进行线性内插，获得与回波强度数据相同空间分辨率的测深数据；(3)计算测深数据各点的波束与水平线之间的夹角及射程；(4)逐点计算测深数据各点的波束入射角；(5)根据回波强度数据来拟合反射模型的模型参数，校正波束与水平线之间的夹角；(6)由模型参数及波束入射角估算回波强度数据；(7)设定迭代次数N，估算回波强度数据与采集的回波强度数据平均相对误差绝对值最小；(8)计算测深数据，重建水下三维地形。该方法能提高测深数据的空间分辨率，重建的水下三维地形也更接近真实地形，在水下物质勘探，三维可视化和水下目标检测等方面具有重要意义。
-
公开(公告)号：CN102073038A
公开(公告)日：2011-05-25
申请号：CN201010562825.4
申请日：2010-11-29
Applicant: 上海大学
IPC: G01S7/497
Abstract: 本发明公开了一种基于微小地形的遥感影像的地形校正的方法，该方法首先将遥感影像与DEM数据进行配准，确定每个遥感影像像元中微小地形的个数；再通过DEM数据和太阳、传感器的方位，计算出每个微小地形的坡度坡向以及入射角和观测角，计算每个微小地形在水平面上的投影辐射因子和每个微小地形的相邻微小地形对其的遮蔽因子；最后，根据每个微小地形在水平面上的投影辐射因子、每个微小地形的相邻微小地形对其的遮蔽因子和每个遥感影像像元中微小地形的个数计算得到每个遥感影像像元总的投影辐射因子，进而对原始遥感影像进行地形校正。该方法利用微小地形的相邻微小地形对微小地形的遮蔽影响，提高遥感影像的地形校正精度。
-
公开(公告)号：CN112819843B
公开(公告)日：2022-08-26
申请号：CN202110074439.9
申请日：2021-01-20
Applicant: 上海大学 , 上海炽屏科技有限公司
IPC: G06T7/13
Abstract: 本发明公开了一种夜间电力线的提取方法及系统，方法包括：首先获取夜间电力线的视频图像，划定视频图像中电力线的初始范围；对视频图像进行边缘检测，获得二值化边缘图像；遍历二值化边缘图像，将二值化边缘图像中的在基准帧图像中对应像素点的灰度值大于灰度阈值的像素点的二值化数值设置为0，获得更新后的二值化边缘图像；在更新后的二值化边缘图像中选取二值化数值为1的像素点作为候选点，建立电力线的第一候选点集合；选取第一候选点集合中在电力线的初始范围内的候选点，建立电力线的第二候选点集合并进行二次曲线拟合，获得电力线的拟合曲线。本发明解决了因夜间能见度低导致的电力线检测困难的问题，也是对无人机白日巡检方式的补充。
-
公开(公告)号：CN102147920A
公开(公告)日：2011-08-10
申请号：CN201110048946.1
申请日：2011-03-02
Applicant: 上海大学
Abstract: 本发明公开了一种高分辨率遥感影像中的阴影检测方法，首先对原始的RGB影像进行归一化处理，变换到HIS颜色空间，提取I分量，对每个像素点分别计算，得到特征图，对得到的特征图再进行拉伸，使阴影区和非阴影区的差距更明显，利用PCNN对特征图进行分割，设置合适的参数及迭代次数，能得到较为精确的阴影区域，对得到的阴影区域最优分割结果进行形态学处理，去除一些孤立的点，填补一些细小的空洞，得到精确的阴影区域，将上述检测出精确的阴影区域叠加到原始影像上后输出。该方法能消除深色植被区对阴影检测造成的影响，减少误检，提高检测精度，还能在含有复杂建筑及植被区的影像中精确地检测出阴影。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.017 seconds)
