-
公开(公告)号：CN114529814A
公开(公告)日：2022-05-24
申请号：CN202210092111.4
申请日：2022-01-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多源数据的黄土高原淤地坝提取方法，首先，对已有的高分辨率遥感影像数据和DEM数据，构建淤地坝样本数据集，构建并训练神经网络；其次，使用神经网络对遥感影像中的淤地坝范围进行识别，同时对研究区的DEM进行填洼、流向计算，生成汇流累积量数据，并用得到的淤积范围对该数据进行裁剪；再次，对得到的淤地坝范围内的流量数据进行窗口分析，统计窗口中的最大值，并赋给中心栅格，得到最大汇流量统计栅格；最后，将得到最大汇流量统计栅格减去裁剪得到的对应淤地坝流量数据，值为0的像元视为淤地坝位置。本发明节省了野外调查的时间与人力物力的成本，能为水土保持监测和淤地坝工程提供丰富、便利的基础数据。
-
公开(公告)号：CN119273866A
公开(公告)日：2025-01-07
申请号：CN202411793327.9
申请日：2024-12-09
Applicant: 南京信息工程大学
IPC: G06T17/05
Abstract: 本发明公开了一种基于DEM和深度学习的虚拟喀斯特地貌场景构建方法，首先提取喀斯特地貌DEM的鞍部点、山顶点、坡脚线；之后将地形特征要素转化为0~255灰度值范围的三维地形特征要素，将上述特征要素合并为RGB三波段图像，裁剪为256×256大小的地形特征样本，并与对应位置的归一化DEM进行拼接生成训练样本集；然后使用训练样本集训练CGANs网络；最后根据开发需要手绘三维鞍部点、山顶点和坡脚线，合成为三维地形特征要素，并输入到训练好的喀斯特地貌构建模型中，构建虚拟喀斯特地貌场景，具有成本低、耗时少的优点，为游戏、影视等虚拟场景应用领域提供真实度高、满足地理规律的虚拟喀斯特地貌场景。
-
公开(公告)号：CN118710941A
公开(公告)日：2024-09-27
申请号：CN202411173814.5
申请日：2024-08-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于最小高差的星载激光测高数据与立体像对匹配方法，涉及遥感和国土资源测绘技术领域；首先，对星载激光测高数据进行预处理得到星载激光高程点数据，将其作为控制点与立体像对进行联合平差，生成DEM；其次，以星载激光高程点平面坐标为圆心，光斑直径为直径做缓冲区，以立体影像空间分辨率为间距生成候选子点，然后为所有子点赋值；最后计算缓冲区整体高差，遍历所有星载激光高程点及其子点，再计算不同子点组合时的缓冲区整体高差；当整体高差最小时，得到星载激光高程点与立体影像的最佳匹配点；本发明提供的匹配方法可以提升遥感影像与星载激光测高数据的匹配精度，为国土资源调查等提供高精度的地理信息产品。
-
公开(公告)号：CN117576485B
公开(公告)日：2024-04-02
申请号：CN202410052019.4
申请日：2024-01-15
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/40 , G06T7/10 , G06V20/10
Abstract: 本发明公开了一种融合正负地形和光照晕渲的沙丘提取方法，包括：获得研究区域的原始数字高程模型；利用邻域分析方法对研究区域的原始数字高程模型进行处理，提取得到研究区域的正地形区域和负地形区域；利用光晕渲染法，对研究区域的原始数字高程模型的每个像元进行六方向光照模拟计算，得到光照晕渲图，从中提取得到研究区域的光照区域和阴影区域；使用镶嵌合并方法对两种方法提取出的结果进行融合，得到沙丘边界。本发明提供了自动化、高精度的沙丘提取方法，提升了人工解译和依靠单一方法提取沙丘的不准确和低效率的问题，为沙漠化区域的遥感监测和治理提供了更好的方法。
-
公开(公告)号：CN116882207A
公开(公告)日：2023-10-13
申请号：CN202311140076.X
申请日：2023-09-06
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F111/04
Abstract: 本发明公开了质量守恒定律约束的径流输沙路径分配方法，包括如下步骤：获取研究区域的多期原始的DEM数据和径流时长数据；对填洼后的DEM数据，基于坡度指数的多流向算法，得到泥沙流向；根据多期原始的DEM数据，得到DEM数据的地形变化量，进一步转化得到地形变化质量；根据地形变化质量和泥沙流向，基于坡度指数的多流向算法和质量守恒原理，得到输沙量数据；根据径流时长数据和输沙量数据，得到输沙率数据，以实现质量守恒定律约束的径流输沙路径分配。本发明基于质量守恒原理消除了原有算法模拟结果中的负值区域，为研究土壤侵蚀、水沙过程模拟、水土流失等相关部门提供更精确的监测方法。
-
Patent Agency Ranking
公开(公告)号：CN116721218A
公开(公告)日：2023-09-08
申请号：CN202310832562.1
申请日：2023-07-08
Applicant: 南京信息工程大学
Abstract: 本发明提供一种三维不动产模型轻量化方法、系统及设备，涉及三维模型轻量化处理领域。该三维不动产模型轻量化方法，包括读取三维不动产模型的建筑要素信息；根据预设的要素规则将三维不动产模型的建筑要素信息按照不同层次进行提取和孔洞修补，生成多层次三维不动产模型；采用QEM边折叠算法对多层次三维不动产模型的建筑要素信息进行简化，生成对应的LOD模型；采用Draco算法对LOD模型进行压缩，降低LOD模型的建筑要素信息体量，得到轻量化LOD模型；基于视点移动规则，并采用距离选择法和偏心率选择法，确定轻量化LOD模型分级加载方案。解决了现有轻量化技术缺乏管理维度上的层次划分，难以满足三维地籍领域的管理需求的问题。
-
公开(公告)号：CN114529814B
公开(公告)日：2023-04-07
申请号：CN202210092111.4
申请日：2022-01-26
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06N3/08 , G06N3/0464 , G06V10/26 , G06V10/82
Abstract: 本发明公开了一种基于多源数据的黄土高原淤地坝提取方法，首先，对已有的高分辨率遥感影像数据和DEM数据，构建淤地坝样本数据集，构建并训练神经网络；其次，使用神经网络对遥感影像中的淤积范围进行识别，同时对研究区的DEM进行填洼、流向计算，生成汇流累积量数据，并用得到的淤积范围对该数据进行裁剪；再次，对得到的淤积范围内的流量数据进行窗口分析，统计窗口中的最大值，并赋给中心栅格，得到最大汇流量统计栅格；最后，将得到最大汇流量统计栅格减去裁剪得到的对应淤地坝流量数据，值为0的像元视为淤地坝位置。本发明节省了野外调查的时间与人力物力的成本，能为水土保持监测和淤地坝工程提供丰富、便利的基础数据。
-
公开(公告)号：CN119273866B
公开(公告)日：2025-02-28
申请号：CN202411793327.9
申请日：2024-12-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于DEM和深度学习的虚拟喀斯特地貌场景构建方法，首先提取喀斯特地貌DEM的鞍部点、山顶点、坡脚线；之后将地形特征要素转化为0~255灰度值范围的三维地形特征要素，将上述特征要素合并为RGB三波段图像，裁剪为256×256大小的地形特征样本，并与对应位置的归一化DEM进行拼接生成训练样本集；然后使用训练样本集训练CGANs网络；最后根据开发需要手绘三维鞍部点、山顶点和坡脚线，合成为三维地形特征要素，并输入到训练好的喀斯特地貌构建模型中，构建虚拟喀斯特地貌场景，具有成本低、耗时少的优点，为游戏、影视等虚拟场景应用领域提供真实度高、满足地理规律的虚拟喀斯特地貌场景。
-
公开(公告)号：CN119089712B
公开(公告)日：2025-02-18
申请号：CN202411579598.4
申请日：2024-11-07
Applicant: 南京信息工程大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于时序DEM的流域径流含沙量空间分布计算方法，涉及土壤学与水土保持科学技术领域，采用质量守恒原理约束下的多流向算法对泥沙输移路径进行模拟，计算输沙率空间分布，采用多流向算法计算径流量空间分布，最终计算得到流域含沙量空间分布，能够提高对含沙量的监测精度，弥补了过去只能监测流域部分点位含沙量的缺点，可用于流域水土流失的监测，以评价区域的生态环境，为生态环境治理提供重要参考。
-
公开(公告)号：CN118823818B
公开(公告)日：2025-01-24
申请号：CN202411308427.8
申请日：2024-09-19
Applicant: 南京信息工程大学
IPC: G06V30/422 , G06V30/19 , G06V30/186 , G06V30/18 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499
Abstract: 本发明公开了基于建筑平面图的不动产户室语义信息提取方法及系统，涉及三维地籍建模技术领域，包括以下步骤：接收建筑平面图，对建筑平面图进行预处理，得到不动产户室图像，将不动产户室图像输入至预先建立的卷积神经网络模型内，输出包含户室关键特征的多尺度特征图，将多尺度特征图进行扁平化处理得到一维特征向量；将一维特征向量输入至预先建立的Transformer Encoder内进行深度增强，输出得到包含增强关键特征的向量；将向量输入至预先建立的Transformer Decoder内进行迭代的多边形查询细化，输出得到代表户室及其部件的多边形顶点坐标，根据代表户室及其部件的多边形顶点坐标生成矢量图。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.029 seconds)
