-
-
公开(公告)号:CN115393732A
公开(公告)日:2022-11-25
申请号:CN202210999465.7
申请日:2022-08-19
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于MODIS时序影像的水稻信息提取方法,首先选择研究区域,获取研究区域的植被指数数据区块信息;再对获取的植被指数数据区块信息进行预处理;接着根据预处理后的植被指数数据区块信息计算时序归一化植被指数;然后对计算出的时序归一化植被指数结合土地利用数据进行掩膜处理,得到耕地的时序归一化植被指数;而后根据步骤S4得到的时序归一化植被指数建立时间谱遥感数据集并进行滤波重构;最后对步骤S5中滤波重构后的数据集进行混合像元分解;提取水稻的种植信息和空间分布情况。本发明可快速有效地提取大区域尺度范围内水稻的种植信息,如水稻的物候曲线、水稻的种植情况分布及水稻的年生长曲线变化情况。
-
公开(公告)号:CN115393730A
公开(公告)日:2022-11-25
申请号:CN202210836220.2
申请日:2022-07-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种火星陨石坑精确识别方法,以U‑Net为基础模型框架,实验并分析了模型深度、特征通道数、下采样方式以及跳跃连接方式对识别率、识别准确性以及对关键陨石坑的识别能力的影响,在实验结果的基础上改进出一种更适合陨石坑识别的语义分割网络模型MC‑UNet。在结构层面将模型深度扩展至5层,并将原有的卷积通道数减少为四分之一,在保持分割精度的同时实现了模型轻量化;在机制层面,采用平均池化作为下采样方式,并在跳跃连接中加入对特征图的通道注意力机制,提高了分割精度、识别率以及对大尺寸陨石坑的分割效果。
-
公开(公告)号:CN114092697B
公开(公告)日:2022-05-06
申请号:CN202111318277.5
申请日:2021-11-09
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/17 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了注意力融合全局和局部深度特征的建筑立面语义分割方法,通过设计顾及方向和位置编码的局部特征编码,强化局部特征聚合,增强门窗边界点的边缘特征和立面点的局部特征;通过融入全局Transformer感知模块,捕获门窗上下文全局特征,推理建筑立面门窗的几何位置结构和结构布局,从密度变化不均、含有噪声和离值点且数据缺失的建筑立面点云中正确识别出边缘特征不显著的门窗;基于注意力机制融合局部特征和全局特征。
-
公开(公告)号:CN114092697A
公开(公告)日:2022-02-25
申请号:CN202111318277.5
申请日:2021-11-09
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/17 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了注意力融合全局和局部深度特征的建筑立面语义分割方法,通过设计顾及方向和位置编码的局部特征编码,强化局部特征聚合,增强门窗边界点的边缘特征和立面点的局部特征;通过融入全局Transformer感知模块,捕获门窗上下文全局特征,推理建筑立面门窗的几何位置结构和结构布局,从密度变化不均、含有噪声和离值点且数据缺失的建筑立面点云中正确识别出边缘特征不显著的门窗;基于注意力机制融合局部特征和全局特征。
-
公开(公告)号:CN111710027A
公开(公告)日:2020-09-25
申请号:CN202010452286.2
申请日:2020-05-25
Applicant: 南京林业大学
Abstract: 本发明提出的是一种顾及数据驱动管片分割和模型驱动管片拼装的隧道三维几何重建方法,包括如下步骤:(1)隧道三维点云展开至二维图像的映射方法;(2)隧道图像分割方法;(3)基于模型匹配的隧道管片重建。本发明提出一种耦合数据和模型驱动思想的三维隧道几何模型重建方法,重构多尺度盾构隧道几何模型。基于数据驱动思想,首先将点云转化为二值图像,然后利用形态学和模板匹配算法,在逐环尺度和管片尺度上分别分割隧道点云。管片之间的密封沟和螺栓孔在二值图像上表现的更加显著,同时图像本身也蕴含了原始点云和像素之间的映射拓扑关系。基于隧道每一环仅包含一块封顶块的观察,我们将管片的分割问题转化为基于二值图像的最小二乘约束下的模板匹配问题,实现隧道管片的分割,此后基于模型驱动的思想,将盾构隧道管片尺度上的重建问题转化为管片点云与模型库的匹配问题,得到各类管片的类型、大小和位置,完成隧道管片的组装。
-
公开(公告)号:CN110110802B
公开(公告)日:2020-09-15
申请号:CN201910401905.2
申请日:2019-05-14
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法,具体包括如下步骤:(1)基于DBSCAN聚类的点云分割;(2)基于K‑means聚类的点云过分割;(3)基于Meanshift聚类的点集邻接关系构建;(4)基于多层次点集构造高阶条件随机场的点云分类方法。优点:(1)提出多层聚类的点集结构构建方法,并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系,能够更加准确的对点集的类别进行分类;(2)能够自适应的构造非线性点云个数的多层次点集,更完整的表征点云目标的结构和形状等信息;(3)以点集为一阶项构造CRF模型,具有更高的效率和分类效果,从而整合更高的框架,得到更好的效果。
-
-
公开(公告)号:CN106126816B
公开(公告)日:2019-04-05
申请号:CN201610467713.8
申请日:2016-06-24
Applicant: 南京林业大学
IPC: G06F17/50
Abstract: 本发明是一种重复建筑自动感知下的大规模ALS建筑点云建模方法,包括以下步骤:(一)采用深度学习方法,精细分割ALS点云,获取“建筑”、“植被”、“地面”和“其他”四类目标;(二)针对建筑点云,在局部区域内探测重复建筑,并对探测出的重复建筑配准和对齐,接着采用数据驱动方法,构建重复建筑屋顶模型,针对剩余的非重复建筑,采取综合数据驱动和模型驱动的混合建模方法,构建建筑屋顶的几何模型;(三)定性和定量评价建筑屋顶几何模型建模方法的精度和效率。优点:1)建模的效率和精度高,适合对重复建筑较多的城市居民区进行建模。2)方便与其他方法整合,以提升建模方法的应用范围和模型的层次细节。
-
公开(公告)号:CN109214270A
公开(公告)日:2019-01-15
申请号:CN201810771396.8
申请日:2018-07-13
Applicant: 中国地质调查局南京地质调查中心 , 南京林业大学
Abstract: 本发明提出的是一种基于无人机影像的疑似违法违规用地信息快速提取方法,具体包括如下步骤:(1)无人机影像的地理配准与数据拼接;(2)无人机影像的增强与变换处理;(3)面向对象的土地利用信息变化检测方法;(4)提取新增用地变化图斑;(5)提取疑似违法违规用地信息。优点:以空间信息技术为基础,深化和拓展地理匹配、数据拼接、图像增强变化、信息变化检测等无人机影像数据处理与信息提取方法,结合地理信息系统空间分析模型,实现对多源、多时相遥感数据之间及遥感影像数据与城市建设规划审批数据之间的对比分析,快速获取疑似违法违规用地情况,为城市土地资源监察与管理提供技术服务和决策依据。
-
-
-
-
-
-
-
-
-