-
公开(公告)号:CN109285413A
公开(公告)日:2019-01-29
申请号:CN201811500947.3
申请日:2018-12-10
Applicant: 福州大学
IPC: G09B9/00
Abstract: 本发明涉及一种基于VR的生物显微镜三维仿真方法,根据显微镜操作时部件之间的关联关系,将部件分为固定的和活动的,分别建立其三维模型及父子关系,并组合成整体三维模型,采用Unity3D对活动过程进行碰撞检测;建立显微镜观察的生物实验的影像数据库;利用VR交互手柄对三维显微镜的各部件操作,在沉浸式VR设备的支持下,可以与虚拟显微镜进行交互操作,模拟真实显微镜的基本操作。本发明具有操作感模拟显微镜的操作过程,有助于加快对显微镜的理解与操作。
-
公开(公告)号:CN107516068A
公开(公告)日:2017-12-26
申请号:CN201710619883.8
申请日:2017-07-26
Applicant: 福州大学
Abstract: 本发明公开一种从无人机高分辨率影像中提取单木树冠的方法,其包括以下步骤:步骤1:获取林区真彩色无人机遥感影像,经过影像拼接与正射校正,保证待分割区域的影像树冠边界特征完好;步骤2:采用局部灰度聚类模型估算无人机影像样本的偏移场,归一化并可视化;步骤3:采用基于数学形态学重建的开闭操作,去除偏移场影像中的冠内细密纹理。步骤4:采用局部最大值搜索方法从步骤3的结果中检测林分树冠顶区域;步骤5:利用形态学运算将获取的冠顶信息强加到经过sobel滤波处理后偏移场的梯度幅值影像上,并输出修正后的梯度幅值影像;步骤6:进行分水岭分割,获得精确的林分单木林冠边界信息。本发明从冠内光谱异质性较大的无人机高分影像中提取单木的树冠轮廓分割结果精度和可信度更高,对实现林分株数和郁闭度的快速、精准计算。
-
公开(公告)号:CN105608739A
公开(公告)日:2016-05-25
申请号:CN201610147353.3
申请日:2016-03-16
Applicant: 福州大学
IPC: G06T17/00
CPC classification number: G06T17/00
Abstract: 本发明涉及一种数据和规则综合驱动的三维树木精细建模方法。首先获取树木枝干系统的形态结构的几何参数和拓扑参数,基于L-系统文法规则,提取枝干系统的约束规则,采用龟形解译算法,建立三维几何模型;然后利用手持激光扫描仪获取一年生和两年生枝条上的叶片和果实的点云数据,基于点云数据生成精细的冠层局部组分的三维模型;最后根据局部组分与整株在空间上的几何联接关系,运用规则建模的方法,将局部冠层组分的三维模型与枝干系统进行集成,形成整株的三维模型。利用本发明,可形成与实际形态结构高度相似的、精细的、可靠的三维模型,为中小株型的树木生理生态模拟结果的评价分析提供基础、使虚拟植物模拟结果具有可验证性。
-
公开(公告)号:CN103425851B
公开(公告)日:2016-02-03
申请号:CN201310399119.6
申请日:2013-09-05
Applicant: 福州大学
Abstract: 本发明涉及一种基于三维虚拟植物的造林密度优化分析方法,其特征在于,包括以下步骤:S10:获取目标造林树种的形态结构特征参数;S11:在拟造林地的三维数字地形基础上,把该树种三维模型放置于三维数字地形上;S12:采用计算机图形学中的光线跟踪算法计算出不同种植密度的林分群体冠层在不同生长阶段的透光率和日平均透光率;S13:分析不同生长阶段林分的透光率是否合理;若合理,则输出种植密度、种植点配置方式、行距、株距和行向;若不合理,则重复步骤S11、S12和S13,直至合理。本发明能够为造林设计提供定量分析工具,为农业技术推广提供直观、形象的辅助工具,促进林区可持续经营和丰产、增收。
-
公开(公告)号:CN119229185A
公开(公告)日:2024-12-31
申请号:CN202411269107.6
申请日:2024-09-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于无人机遥感的松树枯死木除治进展信息分类识别方法。基于监测区域内松树枯死木爆发期与除治末期的无人机遥感影像数据获取新增枯死木、未伐枯死木、已伐未清理、已伐且清理四种松树枯死木除治进展信息。首先,获取动态观测区域内的松材线虫病疫情爆发期与松树枯死木除治末期无人机数字正射影像图DOMT1、DOMT2和数字表面影像图DSMT1、DSMT2;利用YOLOv8n算法建立DDPTnet网络模型与两期DOM数据获取新增枯死木信息;通过栅格差值计算获取采伐区信息,与采伐前枯死木点位进行叠置分析获取未伐枯死木点位信息与已伐枯死木点位信息;通过YOLOv5n分类网络获得已伐未清理与已伐且清理两种枯死木除治信息。本发明可为松材线虫病疫情防治工作提供客观有效的技术支持。
-
公开(公告)号:CN112070769B
公开(公告)日:2022-06-03
申请号:CN202010985203.6
申请日:2020-09-18
Applicant: 福州大学
Abstract: 本发明涉及一种基于DBSCAN的分层点云分割方法。首先采用CSF分离地面点以及非地面点;非地面点分割过程,首先按照一定的高度将点云垂直方向进行分层,然后对每一层在XOY平面上的投影点进行DBSCAN聚类,获取每个聚类的中心点,然后将所有聚类出的中心点投影至XOY平面,利用DBSCAN聚类出每一个物体主体,继而对每个主体每层进行判断其主体点是否存在,并判断每个簇中包含的物体数,最后针对存在多个物体的簇再进行分割处理。本发明方法针对侧视点云数据的分割,可以保证场景中大部分主体的提取,且具有一定的鲁棒性,尤其在以树木为主的场景中有着较好的表现,本发明方法得到的结果对点云分割之后的点云分类和点云三维重建有着一定的意义。
-
公开(公告)号:CN112257637B
公开(公告)日:2022-05-24
申请号:CN202011187179.8
申请日:2020-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种融合点云和多视图的车载激光点云多目标识别方法,基于独立点云对象,构建深度模型PGVNet进行面上地物类别预测:利用点云特征提取模块对独立点云对象进行点云局部特征提取;生成独立对象的多视角图像,并利用视图特征提取模块采用视图分组与组特征融合,提取最优视图特征;基于注意力机制利用点云‑视图特征融合模块将最优视图特征与点云特征进行融合,获取融合注意力的点云全局特征;最后利用分类器MLP进行车载激光点云面上独立地物目标的类别预测。本发明一方面减少相似视图间的信息冗余问题,另一方面则能利用最优视图特征指导模型对点云局部特征的学习,提高模型分类精度,为车载激光点云路侧多目标精细分类提供一种新的研究方法。
-
公开(公告)号:CN110188664B
公开(公告)日:2022-05-24
申请号:CN201910451523.0
申请日:2019-05-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于Snake的车载激光点云矢量道路边界精细提取方法,包括以下步骤:步骤S1:采集伪轨迹点数据;步骤S2:根据伪轨迹点数据,确定多类型道路边界的初始化选择策略;步骤S3:逐点分析局部邻域内的空间分布特征,进而获取梯度信息;步骤S4:基于离散道路边界点构建Snake模型,提取闭合、非闭合道路边界;步骤S5:对Snake结果进行是否存在道路出入口决策,优化Snake结果;矢量化输出Snake结果,实现道路边界精细提取。本发明能直接面向三维激光点云构建Snake模型实现闭合、非闭合等多类型道路边界的提取,解决了被车辆、行人等地物遮挡、噪声、点密度不均等因素造成道路边界提取不完整的问题,能够得到精确表达道路边界形状的矢量化道路边界信息。
-
公开(公告)号:CN110599809B
公开(公告)日:2021-06-22
申请号:CN201910519013.2
申请日:2019-06-14
Applicant: 福州大学
Abstract: 本发明涉及一种面向中学教学的交互式参数化的三维DNA构象模拟方法,以双向链表为底层数据结构生成DNA碱基序列片段单链1#和与之相匹配但含有错误的另一单链2#,交互式矫正单链2#的极性方向以及碱基互补配对错误,模拟DNA一级结构;在此基础上,交互选择DNA的类型,计算双螺旋二级结构的局部参考标架,根据标架模拟DNA碱基对边堆叠边螺旋的动态过程并在三维模型上显示各个二级结构参数;通过交互式编辑空间曲线更新局部参考标架,使线状DNA双链在空间中弯曲缠绕,模拟DNA从线状到弯曲状再到任意盘曲缠绕状的各种超螺旋高级结构。本发明能交互式模拟并展示DNA构象,有助于加快并加深学生对DNA构象的理解和认识。
-
公开(公告)号:CN112070054A
公开(公告)日:2020-12-11
申请号:CN202010980094.9
申请日:2020-09-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于图结构与注意力机制的车载激光点云标线分类方法,包括以下步骤:步骤A:基于强度校正进行标线分割,得到独立标线对象;步骤B:基于分割后的独立标线对象,利用EdgeConv进行特征提取与嵌入;步骤C:在设定邻域范围内进行标线间最短距离重采样,对每个标线构建重采样的标线图结构;步骤D:通过构建多头注意力机制,更新图结构节点特征;步骤E:将图结构和注意力机制嵌入深度神经网络,构建深度图模型GAT_SCNet,然后基于构建的深度图模型GAT_SCNet进行标线类别预测,输出独立标线的类别标签。该方法有利于提高车载激光点云标线分类的精度。
-
-
-
-
-
-
-
-
-