基于二次筛选的道路弯曲点检测方法和装置

    公开(公告)号:CN114705148A

    公开(公告)日:2022-07-05

    申请号:CN202210352115.1

    申请日:2022-04-03

    Abstract: 本公开的实施例提供了基于二次筛选的道路弯曲点检测方法和装置。所述方法包括:指定道路平面坐标系,读取道路线形信息的节点和节点位置信息;对节点进行第一次筛选:根据节点确定弯曲度检测单元,计算弯曲度检测单元的外接圆半径,将外接圆半径在预设半径阈值以内的弯曲度检测单元对应的节点作为道路的弯曲点,识别得到弯曲路段;对节点进行第二次筛选:搜索在指定所述弯曲点预设距离阈值范围以内的所有弯曲点,获取这些弯曲点第一次筛选计算得到的半径值,计算预设距离阈值范围以内所有外接圆半径的最小值,将最小值对应的所述节点作为所述弯曲路段的唯一弯曲点。以此方式,可以快速筛选出大范围道路数据中弯曲程度较大的道路和弯曲点。

    基于车载图像的防护设施自动识别与信息提取方法和装置

    公开(公告)号:CN118196737A

    公开(公告)日:2024-06-14

    申请号:CN202410256923.7

    申请日:2024-03-06

    Abstract: 本公开的实施例提供了基于车载图像的防护设施自动识别与信息提取方法和装置,应用于防护设施自动识别技术领域。所述方法包括获取待识别车载图像数据;将待识别车载图像数据输入预先训练好的防护设施识别模型,输出待识别车载图像的防护设施识别结果图和类别信息;根据预设公式,将防护设施识别结果图转换为二值图像;对二值图像进行防护设施的边缘提取和角点检测,得到防护设施的角点坐标信息;根据角点坐标信息,计算防护设施的长度信息。以此,实现防护设施的类别判别的同时,通过图像处理技术和摄影测量方法得到防护设施长度信息,自动将防护设施的类别、长度和车载图像数据进行绑定共同保存到结果表格,为道路资产养护管理提供基础资料。

    基于公路线性特征的风险区划分析方法和装置

    公开(公告)号:CN117057672B

    公开(公告)日:2024-01-09

    申请号:CN202311302769.4

    申请日:2023-10-10

    Abstract: 本公开的实施例提供了基于公路线性特征的风险区划分析方法和装置,应用于交通安全风险评估技术领域。所述方法包括:将公路灾害历史数据和公路承灾体普查成果数据进行等级化、数值化处理,从而完成风险因子量化标准建立;将公路附近的历史灾毁点、风险普查点,根据点位坐标,映射到地理格网系统中;通过多级地理格网技术建立上下层多尺度空间关联,历史灾毁因子和风险普查因子整合在多尺度单元格中,计算出格网整体的风险指数,用于表达格网内地理空间的综合风险程度;将格网风险指数匹配到各个路线矢量上,从而实现基于公路线性特征的风险区划分析。

    基于二次筛选的道路弯曲点检测方法和装置

    公开(公告)号:CN114705148B

    公开(公告)日:2023-10-24

    申请号:CN202210352115.1

    申请日:2022-04-03

    Abstract: 本公开的实施例提供了基于二次筛选的道路弯曲点检测方法和装置。所述方法包括:指定道路平面坐标系,读取道路线形信息的节点和节点位置信息;对节点进行第一次筛选:根据节点确定弯曲度检测单元,计算弯曲度检测单元的外接圆半径,将外接圆半径在预设半径阈值以内的弯曲度检测单元对应的节点作为道路的弯曲点,识别得到弯曲路段;对节点进行第二次筛选:搜索在指定所述弯曲点预设距离阈值范围以内的所有弯曲点,获取这些弯曲点第一次筛选计算得到的半径值,计算预设距离阈值范围以内所有外接圆半径的最小值,将最小值对应的所述节点作为所述弯曲路段的唯一弯曲点。以此方式,可以快速筛选出大范围道路数据中弯曲程度较大的道路和弯曲点。

    一种遥感影像沙埋路段识别方法

    公开(公告)号:CN114663767A

    公开(公告)日:2022-06-24

    申请号:CN202210352114.7

    申请日:2022-04-03

    Abstract: 本发明提供了一种遥感影像沙埋路段识别方法,包括:获取遥感影像;对遥感影像进行图像处理,根据路段是否沙埋制作检测路段像元及关联的像元标签;对检测路段像元提取光谱特征和纹理特征,并将光谱特征和纹理特征进行向量拼接,得到光谱‑纹理特征向量;将光谱‑纹理特征向量及关联的像元标签划分为训练集和测试集;将训练集输入深度自编码器进行训练,构建深度自编码器模型;将测试集输入深度自编码器模型中,得到沙埋路段与非沙埋路段的分类识别结果。本发明结合现有的传统遥感影像分类技术与深度学习方法,采用高分辨率遥感影像,能最大限度保留数据中重要信息,实现高精度的沙埋路段识别,具有覆盖范围广、空间分辨率较高、快捷方便的效果。

    一种遥感影像沙埋路段识别方法

    公开(公告)号:CN114663767B

    公开(公告)日:2024-11-19

    申请号:CN202210352114.7

    申请日:2022-04-03

    Abstract: 本发明提供了一种遥感影像沙埋路段识别方法,包括:获取遥感影像;对遥感影像进行图像处理,根据路段是否沙埋制作检测路段像元及关联的像元标签;对检测路段像元提取光谱特征和纹理特征,并将光谱特征和纹理特征进行向量拼接,得到光谱‑纹理特征向量;将光谱‑纹理特征向量及关联的像元标签划分为训练集和测试集;将训练集输入深度自编码器进行训练,构建深度自编码器模型;将测试集输入深度自编码器模型中,得到沙埋路段与非沙埋路段的分类识别结果。本发明结合现有的传统遥感影像分类技术与深度学习方法,采用高分辨率遥感影像,能最大限度保留数据中重要信息,实现高精度的沙埋路段识别,具有覆盖范围广、空间分辨率较高、快捷方便的效果。

Patent Agency Ranking