一种FY-3D中分辨率成像仪影像晴空合成方法及系统

    公开(公告)号:CN117571636A

    公开(公告)日:2024-02-20

    申请号:CN202311200430.3

    申请日:2023-09-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种FY‑3D中分辨率成像仪影像晴空合成方法及系统,首先对FY‑3DMERSI时序影像数据进行预处理,并基于时序分析的全自动云检测得到时序晴空/云掩膜,然后基于面向对象思想对晴空/云掩膜分割得到晴空、云掩膜对象,将云掩膜对象与经过辐射一致性处理的FY‑3D MERSI时序数据进行晴空图合成,最后对合成的晴空图进行羽化过渡、色彩增强、纹理增强后处理,得到最终的晴空图。本发明能够实现影像的全自动晴空合成,并且并行处理效率高。

    融合点云强度的三维激光雷达同步建图与定位方法及系统

    公开(公告)号:CN116679314A

    公开(公告)日:2023-09-01

    申请号:CN202310649776.5

    申请日:2023-05-31

    Applicant: 武汉大学

    Abstract: 本发明提供融合点云强度的三维激光雷达同步建图与定位方法及系统,实现过程包括将通过3D LiDAR采集的点云数据进行预处理,得到预处理之后的点云数据;将预处理之后的点云数据进行2D投影,得到点云深度图与点云强度图,并基于点云深度图与点云强度图提取点云几何特征与强度特征;适时将点云几何特征匹配结果与强度特征匹配结果进行自适应定权融合;基于点云强度的柱面投影与空间密度分布,构建全局描述子点云强度投影形状特征,提高回环检测的效果;基于因子图实现对历史轨迹位姿与点云地图的优化,得到优化后的轨迹位姿与全局地图。本发明通过在后端基于点云强度柱面投影构建了一种新的全局描述子,用以提高后端回环检测的鲁棒性。

    基于柏林噪声的静态云雾仿真生成方法

    公开(公告)号:CN114862994A

    公开(公告)日:2022-08-05

    申请号:CN202210304291.8

    申请日:2022-03-25

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于柏林噪声的静态云雾仿真生成方法,包括输入影像,将取值区间[0,1)分别以影像的长宽均分,并将均分后的点以分布在与影像大小相等的平面上,乘以频率,并减去不大于积的整数的差作为新的该点的值;建立一个索引表,使用缓和函数得到缓和后的频率变化值;对每一个点从索引表中搜索该点对被包围点的梯度影响方向,求出该点对被包围点的梯度影像值,遍历所有的点;利用线性插值函数生成柏林噪声随机图;改变频率与振幅,迭代直到结束后将不同频率与振幅生成的柏林噪声图叠加起来,生成云雾掩膜,完成静态云的仿真模拟。本发明能够通过利用随机生成的噪点来仿真出云雾的形状以及薄厚程度,从而生成与真实情况相近的云雾效果。

    基于随机森林的多尺度分层采样的高分卫星影像变化检测方法

    公开(公告)号:CN108492288B

    公开(公告)日:2020-04-24

    申请号:CN201810214301.2

    申请日:2018-03-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于随机森林的多尺度分层采样的高分卫星影像变化检测方法,该方法采用面向对象的思想,进行多尺度分层采样以自动获得多尺度训练样本,将亚尺度样本和当前尺度样本进行组合;然后提取训练样本光谱,纹理和形状特征融合在一起构成特征空间,将样本组合和相应的特征空间输入随机森林中以训练多个变化分类器,选择袋外误差参数最小的分类器,作为变化检测分类器,进行变化检测。相比传统的方法,本发明提出了多尺度分层采样方法,考虑了多尺度的特征信息,在不增加人工工作量的同时,为变化区域和非变化区域自动增加了训练样本,提高了训练样本的特征泛化能力,并且分类进行变化检测,方法简单,可操作性强,有很好的扩展性。

    一种顾及建筑物三维及边缘形状特征的无人机影像分割方法

    公开(公告)号:CN108961286A

    公开(公告)日:2018-12-07

    申请号:CN201810680919.8

    申请日:2018-06-27

    Applicant: 武汉大学

    CPC classification number: G06T7/13 G06T7/187 G06T2207/10004 G06T2207/10032

    Abstract: 一种顾及建筑物三维及边缘形状特征的无人机影像分割方法,包括根据所需提取的最大对象面积设置分割尺度参数,对无效区域进行掩膜处理,将输入的正射纠正后影像、高程正射影像、SLIC标签影像的单个像素当成是对象,初始化分割流程;对初始像素对象找到邻接的像素对象,若SLIC标签相同,则进行合并,直到所有标签相同的像素对象都被合并到一起为止;加入Canny边缘直线信息及植被掩膜信息,对超像素预分割结果中的单个超像素分割对象进行边缘标记和植被标记;循环迭代,寻找对象在各种约束条件下的最相似对象,并判断最相似对象与当前对象合并是否合适,重复迭代直到无可以再继续合并的对象为止;对结果中一直没有被合并的小面积区域进行优化合并。

Patent Agency Ranking