-
公开(公告)号：CN102768356B
公开(公告)日：2013-08-28
申请号：CN201210275677.7
申请日：2012-08-03
Applicant: 南京大学
Abstract: 本发明涉及一种利用多时相雷达数据检测海上静止目标的方法。该方法使用的数据为多时相的ENVISATASAR影像，首先对于多景ENVISATASAR数据使用基于双参数的恒虚警率（CFAR）算法提取海上目标，针对ENVISATASAR数据提出了优选的算法参数，使得双参数CFAR适用于ENVISATASAR数据。对于多时相的海上目标，使用一种基于RANSAC算法的海上目标点匹配方法进行匹配，经匹配后的点目标中相互重合的点就为海上静止目标。该方法能够有效地检测海上钻井平台等海上静止目标，从而快速、及时、准确地监测海域石油开发等资源和环境状况。
-
公开(公告)号：CN102520401B
公开(公告)日：2013-05-08
申请号：CN201110432421.8
申请日：2011-12-21
Applicant: 南京大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于LiDAR数据的建筑物区域提取方法，属于LiDAR数据提取建筑物的方法领域。其步骤包括：LiDAR数据前期处理；对原始LiDAR数据重采样；反向迭代数学形态学滤波；分离建筑物与密集树木。本发明直接对3D点云数据进行处理，而不是将点云转化为深度图像，避免了转化过程中信息的损失和转化过程中增加的计算量；同时通过反向渐进迭代使用不同窗口进行数学形态学滤波操作，基本消除了地形起伏对数学形态学滤波中建筑物提取的影响，能取得较高的提取精度；本发明能够从大范围的LiDAR数据中快速、准确地提取出属于建筑物区域的LiDAR点，能够为城市的三维建模提供可靠的数据支持。
-
公开(公告)号：CN103020342A
公开(公告)日：2013-04-03
申请号：CN201210512462.2
申请日：2012-12-04
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明涉及一种从地面LiDAR数据中提取建筑物轮廓和角点的方法，首先使用分层次的格网密度方法从地面LiDAR数据中提取建筑物轮廓；在此基础上使用轮廓延伸密度方法对提取的建筑物轮廓进行恢复，即得到完整的建筑物轮廓；若需提取角点则将完整的建筑物轮廓投影到三维坐标系的XY平面内寻找二维相交点，如果任两条构成相交点的轮廓的高程差小于1m，则判定两条轮廓在实际的三维空间中相交，两条轮廓的相交点为一个地面角点，并将所述两条轮廓的高程均值作为该地面角点的高程。本发明所用的格网密度方法、格网密度阈值的理论估计确定方法、轮廓密度延伸的方法，保证了从地面LiDAR数据中提取准确的建筑物轮廓线段和高精度的地面角点；并且实现了自动化提取，大大提高了数据处理效率。
-
公开(公告)号：CN102013015B
公开(公告)日：2013-03-06
申请号：CN201010572413.9
申请日：2010-12-02
Applicant: 南京大学
Abstract: 本发明公开了一种面向对象的遥感影像海岸线提取方法，属于全自动遥感影像海岸线提取领域。其步骤为：遥感影像滤波处理；选择分割算法对遥感影像进行分割；利用样本点对分割后的遥感影像进行分类；利用种子生长的方法提取出海水区域；最后利用相应的判别准则提取海岸线。本发明提高了现有海岸线提取算法的准确性，通过面向对象的方法经过分割分类处理提高了海水提取的正确率，保证了海岸线提取的准确性。由于海岸线变化较为频繁，本发明为国家各级基础地理信息数据库海岸线信息的维护与更新提供便利。
-
公开(公告)号：CN102930561A
公开(公告)日：2013-02-13
申请号：CN201210401900.8
申请日：2012-10-22
Applicant: 南京大学
Abstract: 本发明涉及一种单要素的栅格地图矢量化方法，属于栅格地图矢量化技术领域。该方法对单要素栅格图进行黑白二值化后进行分组，寻找所述单要素栅格图中的线划要素，然后提取各线划要素对应的栅格图的边界栅格，从而获得各线划要素对应的边界栅格图；基于各边界栅格图的边界栅格中心点分别生成Delaunay三角网；剔除不在所述线划要素范围内的干扰三角形；并利用Delaunay三角网三角形间的拓扑关系提取线划要素骨架线，即得到单要素栅格图的矢量化结果。该方法解决了传统栅格图矢量化过程中骨架线提取的难题，在速度和效果上均能较好地满足实际需求，最终获得的矢量图几乎不需要再进行人工修正。
-
Patent Agency Ranking
公开(公告)号：CN102054274B
公开(公告)日：2012-08-22
申请号：CN201010566910.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明公开了一种海岸带水体遥感信息全自动提取方法，属于遥感信息全自动提取方法领域。其步骤包括遥感影像分割、水体信息粗提取和水体信息精提取三个阶段，过程中进行了两次尺度转换，其一为从像元到对象的转换，属于自下向上的尺度转换，其二为从全域到局部的转换，属于自上向下的尺度转换。相较现有技术，本发明实现了一种在尺度转换框架中融入地学知识和数据挖掘相结合的方法，整个方法具有零样本、零参数的特性，完全自动化运行。本发明能够适应各海域多类型海岸带环境，具有较好的稳定性，其提取结果精度较高，对细节信息的提取完整性和连续性均优于经典方法，能够直接应用于国家各级基础地理信息数据库遥感专题信息的维护与更新。
-
公开(公告)号：CN102013015A
公开(公告)日：2011-04-13
申请号：CN201010572413.9
申请日：2010-12-02
Applicant: 南京大学
Abstract: 本发明公开了一种面向对象的遥感影像海岸线提取方法，属于全自动遥感影像海岸线提取领域。其步骤为：遥感影像滤波处理；选择分割算法对遥感影像进行分割；利用样本点对分割后的遥感影像进行分类；利用种子生长的方法提取出海水区域；最后利用相应的判别准则提取海岸线。本发明提高了现有海岸线提取算法的准确性，通过面向对象的方法经过分割分类处理提高了海水提取的正确率，保证了海岸线提取的准确性。由于海岸线变化较为频繁，本发明为国家各级基础地理信息数据库海岸线信息的维护与更新提供便利。
-
公开(公告)号：CN119672518A
公开(公告)日：2025-03-21
申请号：CN202411652993.0
申请日：2024-11-19
Applicant: 南京大学
IPC: G06V20/10 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/24 , G06V10/26
Abstract: 本发明涉及本发明公开了一种顾及底质特征的浅海水深高光谱反演方法包括以下步骤：高光谱遥感影像结合星载激光雷达数据中的水深数据，得到浅海高光谱遥感影像；对浅海高光谱遥感影像水边线处的底质进行光谱数据采样并对同类底质的光谱数据求均值，然后赋值到底质的空间分布数据中，得到底质光谱影像；以星载激光雷达数据覆盖区域的浅海高光谱遥感影像和底质光谱影像作为训练样本的输入数据，星载激光雷达数据中的水深数据作为训练样本的输出数据，对浅海水深反演模型进行训练，并使用训练后的浅海水深反演模型进行浅海水深反演。本发明充分挖掘并利用底质特征来削弱浅海底质异构干扰，为浅海水深遥感反演提供了一种更高精度的方法。
-
公开(公告)号：CN115235431A
公开(公告)日：2022-10-25
申请号：CN202210546616.3
申请日：2022-05-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于光谱分层的浅海水深反演方法及系统，一种基于光谱分层的浅海水深反演方法包括以下步骤：S1、基于计算机数字图像处理技术对预设的遥感影像数据集进行预处理；S2、基于多光谱测深性能和影像分割的无参数光谱分层策略，获取遥感影像波段分量；S3、通过获取的所述遥感影像波段分量建立基于光谱分层的浅海水深反演算法。本发明提出一种基于光谱分层的浅海水深反演方法，解决了传统水深反演算法没有顾及不同光谱的测深极限与适用范围的问题，为浅海水深反演提供了一种更高精度的方法。
-
公开(公告)号：CN114973018A
公开(公告)日：2022-08-30
申请号：CN202210671132.1
申请日：2022-06-15
Applicant: 南京大学
Abstract: 本发明公开了一种人类活动对植被覆盖变化的定量分析方法，该方法包括以下步骤：S1、采用MODIS/NDVI遥感数据表征植被覆盖、VIIRS/DNB遥感数据表征人类活动强度，通过时间序列预处理技术分别构建MTS和VTS两个时间序列；S2、构建时间序列分割技术，实现时间序列的迭代分割；S3、构建时间序列合并与特征提取技术，通过排序角度法迭代实现时间序列的合并，并提取时间序列特征；S4、通过分析MTS和VTS的时间序列特征，进行MTS和VTS的计算与空间格局分析，实现MTS和VTS相关性的定量化分析。通过融合时间序列分割、时间序列合并、空间分析与统计等技术，实现人类活动对植被覆盖影响的定量化分析。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.028 seconds)
