-
公开(公告)号：CN104680850B
公开(公告)日：2016-08-31
申请号：CN201510121348.0
申请日：2015-03-19
Applicant: 南京大学
IPC: G08G3/00
Abstract: 本发明涉及一种基于志愿观测船数据的舰船轨迹线生成方法，实现了大量离散点的舰船轨迹线生成方法。其步骤为：VOS数据读取、VOS舰船轨迹点航次识别、VOS舰船轨迹点数据清理、VOS舰船轨迹线连接、基于绕障路径设计的轨迹线连接校正、VOS 舰船轨迹线生成。本发明解决了舰船轨迹线或航线鲜有提取的问题，提出了舰船轨迹线生成方法。应用本发明能够将大量的离散VOS舰船点数据生成连续的舰船轨迹线，从而有助于掌握区域海上交通分布状况，监控船舶行为，保障海上交通安全，可为海洋管理部门提供决策参考，对维护人们生命财产安全、保护海洋环境和保障我国国家核心战略利益具有重要意义。
-
公开(公告)号：CN103065295B
公开(公告)日：2016-01-20
申请号：CN201210510785.8
申请日：2012-12-04
Applicant: 南京大学
Abstract: 一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，首先从航空LiDAR数据提取建筑物角点（称为航空角点）；再从地面LiDAR数据提取建筑物角点（称为地面角点）；然后对航空角点与地面角点进行初始匹配，分别从航空角点和地面角点中选取任意两个点计算用于坐标变换的转换矩阵，对所有转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵；最后在确定初始匹配角点对基础上，以地面角点为参考，对航空LiDAR角点进行位置修正，最终实现航空LiDAR数据与地面LiDAR数据的自动配准。本发明可修正航空LiDAR角点中误差较大的点，较大地提高了航空LiDAR数据和地面LiDAR数据的配准精度。
-
公开(公告)号：CN103236067B
公开(公告)日：2015-11-18
申请号：CN201310172271.0
申请日：2013-05-10
Applicant: 南京大学
Abstract: 本发明涉及一种像素级SAR影像时间序列构建的局部自适应配准方法，方法如下：数据预处理之后从主从影像上提取同名特征点对，使用最小二乘法计算二次多项式参数并计算匹配总体误差，然后比较匹配总体误差与给定阈值的大小，若匹配总体误差小于或等于给定阈值，则从影像与主影像的位置关系由上述二次多项式确定，最后进行影像配准；反之，若总误差大于给定阈值，则进行误差点聚类获取畸变区域，将主、从影像的正常区域作为一对新主从影像，畸变区域作为另一对新主从影像，对两对新的主、从影像重复计算二次多项式参数及以后的步骤，直至所有新主、从影像的同名特征点对匹配总体误差小于给定阈值，然后进行影像配准。
-
公开(公告)号：CN102930525B
公开(公告)日：2015-04-15
申请号：CN201210342566.3
申请日：2012-09-14
IPC: G06T7/00
Abstract: 本发明涉及一种基于仿射不变特征与单应矩阵的线匹配方法。该方法针对线匹配中缺乏如同点匹配中核线几何那样的有效几何约束的问题，引入单应矩阵约束作为线段匹配的几何约束，以弥补线段匹配中缺乏强有力几何约束的情况，并提出了一种基于单应矩阵约束的线段自动匹配方法，通过单应矩阵的约束实现了影像间线段的传递与套合，降低了同名线段搜索难度，提高了匹配准确率；并在初步匹配完成后，反向搜索同名线段，从而能够剔除误匹配，进一步提高了匹配准确率。该方法实现遥感影像对的线段自动匹配。
-
公开(公告)号：CN102855609B
公开(公告)日：2014-10-01
申请号：CN201210268170.9
申请日：2012-07-30
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明涉及一种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，属于水下地形勘测技术领域。本发明首先借助声纳数据的聚类中心点对高光谱遥感影像进行降维，然后对降维后的低维遥感影像进行区域划分，最后在各区域内部对声纳数据进行插值得到水下地形。本发明将高光谱遥感影像与稀疏声纳数据进行了有机结合，在整个过程中，两种数据作为一种互补，很好地解决了水下地形构建的问题。经过几何校正的遥感影像和声纳数据都具备坐标信息，并且遥感影像的灰度与水深存在一定的模糊对应关系，因此划区后的遥感影像中，各水深均质区域内水深变换较小，声纳数据插值结果更真实。
-
Patent Agency Ranking
公开(公告)号：CN103440490A
公开(公告)日：2013-12-11
申请号：CN201310423429.7
申请日：2013-09-16
Applicant: 南京大学
IPC: G06K9/46
Abstract: 本发明涉及SAR影像时空相似性分析下的城市不透水面提取方法，首先对SAR影像数据集进行预处理，经过高精度匹配，构建像素级SAR影像时间序列；其次，采用动态时间弯曲（DTW）作为像素级SAR影像时间序列的相似性度量，计算采样混合像元与纯净像元的DTW值作为相似性提取的最大阈值，利用基于时间序列相似度的空间上下文分析方法，充分顾及相同地物像元时间序列较好的相似性和的空间的邻近性特征，以典型地物纯净像元的时间序列曲线为模板窗口，采用滑动窗口技术，分别计算模板窗口与滑动窗口内对应的时间序列曲线的DTW值，并采用像元的空间邻近规则从而确定中心像元的地物类型。该方法能够改善地物提取破碎现象，提高城市不透水面的信息提取精度。
-
公开(公告)号：CN102855609A
公开(公告)日：2013-01-02
申请号：CN201210268170.9
申请日：2012-07-30
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明涉及一种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，属于水下地形勘测技术领域。本发明首先借助声纳数据的聚类中心点对高光谱遥感影像进行降维，然后对降维后的低维遥感影像进行区域划分，最后在各区域内部对声纳数据进行插值得到水下地形。本发明将高光谱遥感影像与稀疏声纳数据进行了有机结合，在整个过程中，两种数据作为一种互补，很好地解决了水下地形构建的问题。经过几何校正的遥感影像和声纳数据都具备坐标信息，并且遥感影像的灰度与水深存在一定的模糊对应关系，因此划区后的遥感影像中，各水深均质区域内水深变换较小，声纳数据插值结果更真实。
-
公开(公告)号：CN102073879A
公开(公告)日：2011-05-25
申请号：CN201010568737.5
申请日：2010-12-02
Applicant: 南京大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于半监督学习的海岸海洋遥感影像特征地类的识别方法，属于半自动遥感影像识别领域。其步骤为：为每一类特征地物选取标记样本；构建面向对象的遥感影像的分割结果；计算出所有样本像元隶属于各特征地类的初估概率值，计算出样本数据在归为各个特征地类分量的概率；使用特征空间规则对概率图像进行修正；判定其所属特征地类，实现特征地类的识别，并输出识别结果图。本发明结合了先验知识与数据的统计特性，能够用地学先验知识引导数据挖掘过程，实践证明，该算法够能有效地进行遥感影像分类，得到比较满意的结果，并具有高效率、高精度的特点，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：CN101887522A
公开(公告)日：2010-11-17
申请号：CN201010224760.2
申请日：2010-07-13
Applicant: 南京大学
Abstract: 本发明公开了基于多点同时快速行进的遥感影像道路提取方法，属于半自动遥感影像道路提取领域。其步骤为：构建快速行进速度项；选择多个道路特征点，进行初始行进状态的设定；按照多点同时快速行进方法遍历影像，按照设定的有效鞍点判定准则提取有效鞍点；从有效鞍点出发逆向搜索，提取最短路径；利用最短路径点位信息构建连续矢量线状道路。本发明提高了现有快速行进方法的提取效率，通过有效鞍点判定准则的设定剔除错误捷径，提高了道路提取的正确率，降低了道路提取后续处理的复杂度，通过最短路径点位信息构建连续矢量线状要素，避免了数据格式的转换，能够直接应用于国家各级基础地理信息数据库道路信息的维护与更新。
-
公开(公告)号：CN111339909B
公开(公告)日：2023-05-05
申请号：CN202010111031.X
申请日：2020-02-24
Applicant: 南京大学
IPC: G06V20/10 , G06V10/50 , G06V10/762 , G01N21/17 , G01N21/31
Abstract: 本发明涉及一种基于多尺度区域生长的地表线状河流提取算法，属于遥感地学应用技术领域。算法分为四部分：（1）复杂河流异质背景均衡化：通过归一化水体指数（NDWI）和光谱偏差修正模糊c均值聚类算法（BCFCM）增强影像中河流像元。（2）多尺度局部微分结构的水系增强：利用Frangi滤波对图像做二阶Hessian矩阵分析，得到河流像元尺度响应图和方向图。（3）多尺度区域生长提取河流像元：通过像元尺度特征和方向特征建立区域生长准则提取水体像元。（4）分线性水体像元噪声剔除：建立筛选准则，删除“过度”生长的水体像元。本算法考虑了河流形态各异、背景复杂特性，对河流进行高效、准确地识别、提取。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.025 seconds)
