-
公开(公告)号：CN117495797B
公开(公告)日：2024-06-14
申请号：CN202311441945.2
申请日：2023-10-30
Applicant: 武汉大学
Abstract: 本发明提供一种基于隐式三维表达引导的航空数据变化检测方法及系统，包括：对基期影像和待检测影像进行联合几何定位，得到基期影像位姿和待检测影像位姿；构建隐式三维模型，建立场景神经辐射场下空间位置方向信息与空间点体密度信息、颜色信息之间的映射关系，得到基期隐式三维模型；将待检测影像位姿输入基期隐式三维模型，得到基期影像渲染图；利用深度学习模型分别对待检测影像和基期影像渲染图进行感兴趣地物掩膜提取，得到待检测影像掩膜结果和基期影像渲染图掩膜结果，由待检测影像掩膜结果和基期影像渲染图掩膜结果生成变化图斑。本发明通过采用隐式三维表达技术，实现数据的快速配准需求，有效提高数据配准的效率和精度。
-
公开(公告)号：CN114842022A
公开(公告)日：2022-08-02
申请号：CN202210250704.9
申请日：2022-03-15
Applicant: 武汉大学
IPC: G06T7/11 , G06T11/00 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于级联跨模态网络的遥感影像点云联合分割方法，属于多模态联合的语义分割方法。本发明将提取到的点云特征向量经过坐标系变换、投影及维度压缩转换为与对应区域影像相同大小的特征图，再将对应影像与其串联后提取联合特征，输出最终分割结果。该方法直接利用图像和LiDAR点云数据，而不是后者经处理得到的衍生产品，如数字表面模型DSM等。通过使用不进行额外维度压缩的原始LiDAR数据，本发明的方法充分利用了点云的特性，并保持了3D空间中点之间的拓扑关系。同时，本发明的方法集成了不同模态数据各自的优势，获得了优于单模态方法的性能。
-
公开(公告)号：CN111797744B
公开(公告)日：2022-06-10
申请号：CN202010598139.6
申请日：2020-06-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于共现滤波算法的多模态遥感图像匹配方法，该方法分为尺度空间生成、描述子构建和匹配三部分。首先，基于共现滤波构建新的遥感图像的共现尺度空间，在新尺度空间中采用改进的图像梯度提取特征点。其次，通过重新划分对数极坐标格网，构建了新的多模态遥感图像特征描述子。最后，建立位置优化的距离匹配函数，即计算特征点在水平和垂直方向的位移误差来优化匹配距离函数。最终对优化结果进行重匹配，并利用快速样本共识算法剔除误匹配。本发明对大量的多模态遥感图像数据进行实验，结果证明发明提出的匹配方法效果显著，能提取出足够的同名点数目，并一定程度上保持较好的匹配精度，算法具有较好的适用性和鲁棒性。
-
公开(公告)号：CN111898646B
公开(公告)日：2022-05-13
申请号：CN202010641423.7
申请日：2020-07-06
Applicant: 武汉大学
Abstract: 本发明涉及一种基于点线图优化求解的影像直线特征匹配方法，包括以下步骤：(1)对需要匹配的影像进行预处理，包括特征点线提取，确定待匹配像对以及恢复影像位姿关系；(2)确定所有影像对的候选匹配特征直线与候选匹配特征点；(3)对所有候选点线匹配进行两两几何检验并构建匹配图；(4)根据构建的匹配图计算每一个候选匹配节点的匹配概率；(5)将匹配概率向量通过按极大值剔除策略，得到所有像对的直线匹配结果。本发明提出的跨视图影像直线特征匹配的算法可以充分利用多特征跨视图的几何约束，提高线段匹配的稳健性。
-
公开(公告)号：CN112288650B
公开(公告)日：2021-07-20
申请号：CN202011168863.1
申请日：2020-10-28
Applicant: 武汉大学
Abstract: 本发明公开了一种多源遥感卫星影像几何语义一体化处理方法和系统，该方法区别于传统的先进行遥感影像几何精校正，然后进行语义分割和信息提取的传统方案，提出了包含语义信息提取、语义信息辅助的自动化几何精校正、语义信息优化三个步骤。首先从标准景影像中初步提取云、水面、冰雪、云影、人工建筑物等对几何精校正具有较大影响的地类信息，然后在这些信息的辅助下排除干扰，实现全自动的遥感影像几何精校正、匀光匀色、无缝镶嵌、影像合成等处理，最后在高精度多源合成影像中，提取更丰富的语义信息和目标信息，得到超大规模多源合成影像及其对应的语义地图及地类专题地图。
-
Patent Agency Ranking
公开(公告)号：CN112288784A
公开(公告)日：2021-01-29
申请号：CN202011072861.2
申请日：2020-10-09
Applicant: 武汉大学
IPC: G06T7/33
Abstract: 本发明公开了一种弱纹理遥感影像配准方法，分为混合空间生成与特征提取、描述子构建、匹配及融合等三部分。首先，实现双域混合影像空间构建，即采用双边滤波建立空间域尺度空间，通过加权最小二乘滤波融合相位一致性计算建立频率域尺度空间，最后将两个影像空间结果合并成双域混合影像空间，并在该混合空间中采用FAST算法提取特征点。其次，构建邻域自适应的对数极坐标描述子，先构建对数归一化强度指标，用于自适应确立描述子的邻域窗口，通过这些邻域窗口得到不同特征点的极坐标描述子。最后，采用欧氏距离进行最近邻特征点匹配并利用快速样本共识算法剔除误匹配，最终计算出的影像变换矩阵进行融合，完成影像配准。
-
公开(公告)号：CN111325134A
公开(公告)日：2020-06-23
申请号：CN202010096703.4
申请日：2020-02-17
Applicant: 武汉大学
Abstract: 本发明公开了一种基于跨层连接卷积神经网络的遥感影像变化检测方法，属于遥感影像处理方法。本发明包含一种新的卷积神经网络，该网络设计了一种基于跨层连接模块的卷积神经网络模块，该模块利用左右分支充分挖掘遥感影像中的多尺度信息，并通过跨层连接融合多层级特征，实现遥感影像中的影像信息的有效提取。本方法对输入的两张同样尺寸、分辨率、地理覆盖范围的遥感图像，经由该卷积神经网络进行运算，可得到同一尺寸的变化检测结果图。本发明中的卷积神经网络可以获得极佳的遥感影像变化检测精度。
-
公开(公告)号：CN117274472B
公开(公告)日：2024-05-31
申请号：CN202311037877.3
申请日：2023-08-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于隐式三维表达的航空真正射影像生成方法和系统，该方法包括：数据准备，至少包括航空影像，影像位姿与相机参数，正射影像地面分辨率；构建神经网络，利用已知相机内外参数的航空影像数据训练神经网络；渲染正射平行投影影像，即利用构建好的神经网络渲染每条光线对应的颜色，得到正射影像的像素值；根据正射影像的像素值，依据正射影像地面分辨率与坐标范围生成标准分幅的真正射影像。本发明对输入影像数据的重叠率、纹理特征要求低，能完全消除相对遮挡区域、不受显式三维重建精度影响，且能高效地利用高程数据，快速生成无损真正射影像。
-
公开(公告)号：CN117853762A
公开(公告)日：2024-04-09
申请号：CN202410114935.6
申请日：2024-01-26
Applicant: 武汉大学
Abstract: 本发明公开了一种基于多向张量特征的多模态遥感影像模板匹配方法和系统，旨在解决模板匹配计算效率低、精度有限以及特征点分布不均匀等问题。提出的模板匹配方法主要采用了多向张量特征，包含以下三个主要步骤：特征点提取、描述子构建和相似性度量。首先，在特征点提取阶段，设计了格网盒子最大显著点提取方法，确保特征点被均匀提取。接着，描述子构建阶段，其中描述子的生成依赖于引入的多向张量特征模型，用于生成多向张量特征图。最终，进行相似性度量，采用快速多维傅里叶变换方法，以确保模板匹配的高效性。这一创新方法的优势在于克服了传统模板匹配中计算效率低、精度受限以及特征点不均匀分布的问题。
-
公开(公告)号：CN117495797A
公开(公告)日：2024-02-02
申请号：CN202311441945.2
申请日：2023-10-30
Applicant: 武汉大学
Abstract: 本发明提供一种基于隐式三维表达引导的航空数据变化检测方法及系统，包括：对基期影像和待检测影像进行联合几何定位，得到基期影像位姿和待检测影像位姿；构建隐式三维模型，建立场景神经辐射场下空间位置方向信息与空间点体密度信息、颜色信息之间的映射关系，得到基期隐式三维模型；将待检测影像位姿输入基期隐式三维模型，得到基期影像渲染图；利用深度学习模型分别对待检测影像和基期影像渲染图进行感兴趣地物掩膜提取，得到待检测影像掩膜结果和基期影像渲染图掩膜结果，由待检测影像掩膜结果和基期影像渲染图掩膜结果生成变化图斑。本发明通过采用隐式三维表达技术，实现数据的快速配准需求，有效提高数据配准的效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.019 seconds)
