公开(公告)号：CN116977867A

公开(公告)日：2023-10-31

申请号：CN202310592218.X

申请日：2023-05-24

Applicant: 中南大学

Inventor： 胡俊 ,  李志伟 ,  朱建军 ,  桂容 ,  周丹妮 ,  胡智 ,  苑艺博 ,  辜畅 ,  董嘉真

IPC: G06V20/13 ,  G06V10/764 ,  G06T17/05 ,  G06F16/29

Abstract: 本发明提供了一种InSAR‑DSM到DEM的自动编辑获取方法，该方法利用了SAR强度影像、SAR相干性信息、卫星成像信息以及可靠的公开外部数据，旨在全自动完成InSAR‑DSM到DEM的编辑处理，能够有效快速的完成InSAR‑DSM的数据异常识别与修复，并在此基础上自动识别水系与建筑区，分别针对水域、建筑区以及植被区进行自适应的高程编辑处理，在保证InSAR‑DSM数据完整的前提下，实现对水体与建筑区分别进行全自动的高程编辑，整个流程结构清晰，具有流程清晰、实现简单、处理范围大、自动化程度高等优点。

公开(公告)号：CN114862892A

公开(公告)日：2022-08-05

申请号：CN202210601919.0

申请日：2022-05-30

Applicant: 中南大学

Inventor： 桂容 ,  胡俊 ,  张德津

IPC: G06T7/13 ,  G06T7/136 ,  G06T7/181 ,  G06T5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于增强深度边缘特征的二维及三维路面裂缝识别方法，包括：读入路面采集系统获取的三维路面数据/二维路面数据；数据预处理；三维路面数据姿态起伏/二维路面数据光照不均信息去除；边缘增强数据获取；整体嵌套边缘检测深度网络训练，根据训练模型获取测试数据边缘概率图；S6，对边缘概率图转化处理，获取路面数据强边缘信息；S7，强边缘选取和连接；S8，提取二维/三维路面的裂缝属性信息。本发明融合了路面横断面频率成分特性以及深度学习网络获取的多尺度边缘特性，对路面裂缝边缘进行增强，有助于二维、三维路面数据裂缝的准确提取，适用于二维、三维数据采集系统获取的多种典型路面的裂缝自动识别任务。

公开(公告)号：CN114862892B

公开(公告)日：2025-03-28

申请号：CN202210601919.0

申请日：2022-05-30

Applicant: 中南大学

Inventor： 桂容 ,  胡俊 ,  张德津

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/136 ,  G06T7/181 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于增强深度边缘特征的二维及三维路面裂缝识别方法，包括：读入路面采集系统获取的三维路面数据/二维路面数据；数据预处理；三维路面数据姿态起伏/二维路面数据光照不均信息去除；边缘增强数据获取；整体嵌套边缘检测深度网络训练，根据训练模型获取测试数据边缘概率图；S6，对边缘概率图转化处理，获取路面数据强边缘信息；S7，强边缘选取和连接；S8，提取二维/三维路面的裂缝属性信息。本发明融合了路面横断面频率成分特性以及深度学习网络获取的多尺度边缘特性，对路面裂缝边缘进行增强，有助于二维、三维路面数据裂缝的准确提取，适用于二维、三维数据采集系统获取的多种典型路面的裂缝自动识别任务。

公开(公告)号：CN117292275A

公开(公告)日：2023-12-26

申请号：CN202311575906.1

申请日：2023-11-24

Applicant: 江西省国土空间调查规划研究院 ,  国家电网有限公司 ,  国网江西省电力有限公司吉安供电分公司 ,  中南大学

Inventor： 江振 ,  吴子桂 ,  于娅娜 ,  桂容 ,  欧立业 ,  吴玉炜 ,  张桐源

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/54 ,  G06V10/56

Abstract: 本申请适用于遥感监测技术领域，提供了一种基于土地利用变化的滑坡预测方法及设备。该方法包括：获取SAR影像，基于SAR影像获取相干图；获取伪彩图和纹理图；基于伪彩图和纹理图进行分类，得到第一土地利用类型分类结果；提取待分类区域；获取坡度图；从坡度图和相干图中提取待分类区域对应的图像，将图像叠加得到待分类特征图像；对待分类特征图像分类得到第二土地利用类型分类结果；将第一土地利用类型分类结果和第二土地利用类型分类结果整合得到最终土地利用类型分类结果；获取土地利用类型与地表形变速率之间的关联度，基于关联度对发生滑坡的区域进行预测。本申请的方法能提高滑坡预测的精确性。

公开(公告)号：CN116740151A

公开(公告)日：2023-09-12

申请号：CN202310718666.X

申请日：2023-06-16

Applicant: 中南大学

Inventor： 胡俊 ,  吴文清 ,  桂容

IPC: G06T7/30 ,  G06V10/762

Abstract: 本申请适用于点云配准技术领域，提供了一种InSAR点云的配准方法及终端设备，分别利用MT‑InSAR技术估计InSAR监测点的高度值，并结合InSAR监测点在外部DEM中的坐标得到不同轨道下的InSAR点云；分别利用不同聚类半径的DBSCAN聚类算法对InSAR点云数据进行聚类，得到多个点云类；分别针对每个点云类，提取其所有建筑物的立面点和屋顶点，将各点投影到北东坐标系中，得到InSAR点云的二维投影，并根据该点云类对应的对应点查找方法和二维投影，得到对应点；对对应点进行匹配，得到对应点对；基于ICP算法和对应点对，对InSAR点云数据进行配准。本申请能够提高InSAR点云的配准的普适性和准确性。

公开(公告)号：CN114913435A

公开(公告)日：2022-08-16

申请号：CN202210645673.7

申请日：2022-06-09

Applicant: 中南大学

Inventor： 桂容 ,  胡俊 ,  吴文清 ,  辜畅

IPC: G06V20/13 ,  G06V10/77 ,  G06V10/764 ,  G06V10/762

Abstract: 本公开实施例中提供了一种基于极化统计散射成分迁移的极化SAR影像变化检测方法，属于遥感影像数据处理技术领域，具体包括：获取时序极化SAR数据，其中，时序极化SAR数据包括源域S的时序A极化SAR影像标注样本和目标域T的时序B无标注极化SAR影像数据；时序数据统计散射成分SSC特征提取；源域SSC特征和目标域SSC特征无监督域适应；源域训练模型；基于源域样本的多时相目标域T的极化SAR影像数据跨域分类；多时相数据变化区域获取及变化类别跟踪。通过本公开的方案，将有限的标注样本在不同时相数据之间进行重复使用，以获取快速准确的地物变化检测和地物类别具体转变信息，提高了检测的效率、精准度和适应性。