-
公开(公告)号：CN108109139A
公开(公告)日：2018-06-01
申请号：CN201711362017.1
申请日：2017-12-18
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于灰度体元模型的机载LIDAR三维建筑物检测方法，该方法为：读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；将原始机载LIDAR点云数据规则化为灰度3D体元数据集；对灰度3D体元数据集进行建筑物屋顶体元检测；基于缓冲区分析，对灰度3D体元数据集进行建筑物立面体元检测。该方法综合利用了LIDAR数据的几何和辐射信息并很好地利用了3D体元数据中各体元间隐含的邻域关系，有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号：CN108074232A
公开(公告)日：2018-05-25
申请号：CN201711362019.0
申请日：2017-12-18
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于体元分割的机载LIDAR建筑物检测方法，该方法为：读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；将原始机载LIDAR点云数据规则化为灰度3D体元数据集；基于连通性和辐射特性相似性准则，将灰度3D体元数据分割并标记为若干个3D连通区域；基于建筑物屋顶和立面的特性，依次检测建筑物屋顶和立面形成的3D连通区域，完成基于体元分割的机载LIDAR建筑物检测；该方法很好地利用了3D体元数据中各体元间隐含的邻域关系及建筑物的特性，有助于基于体元建模理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号：CN106204579A
公开(公告)日：2016-12-07
申请号：CN201610536944.X
申请日：2016-07-08
Applicant: 辽宁工程技术大学
IPC: G06T7/00
Abstract: 本发明提供一种遥感影像中地物类别数估计方法及系统，该方法包括：利用模糊聚类方法对待分割遥感影像进行分割，得到最佳模糊隶属度及最佳模糊聚类中心；计算初始地物类别的信息熵和信息熵上限，若大于信息熵上限，则执行分裂操作，否则计算最佳模糊聚类中心之间的欧几里得距离；若小于给定阈值，则两个地物类别相似，执行合并操作，否则不相似，得到地物类别数估计结果和最终分割结果。本发明能与传统图像分割方法结合，有效估计遥感影像中地物类别数。基于信息熵衡量地物类别内信息量的特性，定义分裂条件，并利用欧几里得距离描述不同地物类别间差异性，定义合并条件，在分裂操作中能够分裂聚类算法无法有效区分的区域，提高分割精度。
-
公开(公告)号：CN112200083B
公开(公告)日：2024-02-06
申请号：CN202011078892.9
申请日：2020-10-10
Applicant: 辽宁工程技术大学
IPC: G06V10/26 , G06V20/13 , G06V10/762 , G06V10/764
Abstract: 本发明提供了一种基于多元高斯混合模型的机载多光谱LiDAR数据分割方法，涉及遥感数据处理技术领域。本发明读取原始机载多光谱LiDAR多波段独立点云数据，形成原始机载多光谱LiDAR多波段独立点云数据集；然后将原始机载多光谱LiDAR独立点云数据集进行异常数据去除及数据融合，形成具有多波段光谱信息的单一点云数据集；进而对具有多波段光谱信息的单一点云数据集提取反应地物类型差异的多光谱强度特征和高程特征；最后将机载多光谱LiDAR数据的分类特征输入到多元高斯混合模型中实现地物聚类，得到每一个数据点的响应度值，按最大响应度原则确定各数据点所属的类别标签，最终得到点云分割结果。
-
公开(公告)号：CN106885571B
公开(公告)日：2019-10-25
申请号：CN201710129954.6
申请日：2017-03-07
Applicant: 辽宁工程技术大学
Abstract: 一种结合IMU和导航影像的月面巡视器快速定位方法，属于深空探测技术领域，包括：构建巡视器零位坐标系及像空间辅助坐标系；提取导航相机焦距、导航相机摄影中心和巡视器质心与巡视器零位坐标系原点间偏移量、巡视器俯仰角度、偏航角度和IMU三轴姿态角；计算像空间辅助坐标系与巡视器零位坐标系间旋转矩阵、着陆器当地铅垂坐标系与巡视器零位坐标系间旋转矩阵；从导航影像中提取像点及其对应的月面点坐标；计算导航影像摄影中心当地铅垂坐标系坐标；计算巡视器质心坐标，完成定位；本发明克服了车轮打滑导致定位误差大、定位精度随里程积累下降等问题；至少只需要1点即可定位，当影像纹理信息匮乏，特征点少时也可定位；实现简单，耗时少。
-
Patent Agency Ranking
公开(公告)号：CN106979787B
公开(公告)日：2019-10-22
申请号：CN201710366049.2
申请日：2017-05-23
Applicant: 辽宁工程技术大学
IPC: G01C21/24
Abstract: 一种基于立体导航影像的巡视器定位方法，属于深空探测技术领域，包括：获取左导航影像和右导航影像；定义坐标系；提取同名像点及对应的月面点坐标；计算右导航影像摄影中心的坐标；提取导航相机焦距f，计算R俯和R偏；按照最小二乘求解公式计算左导航影像摄影中心坐标；计算巡视器质心坐标完成巡视器定位；本发明仅有两对匹配特征点即可完成定位，匹配特征点极少的情况下也能完成定位，增加了方法的适用情况；只获取左导航相机的位置即可得到右导航相机的位置以及巡视器位置；起算数据不存在IMU和里程计等传感器的数据，因此不存在累积误差，克服了定位误差累积增大的缺点，增加了定位方法的适用性。
-
公开(公告)号：CN109785261A
公开(公告)日：2019-05-21
申请号：CN201910027077.0
申请日：2019-01-11
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于灰度体元模型的机载LIDAR三维滤波方法，涉及遥感数据处理技术领域。该方法首先读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；将机载LIDAR点云数据规则化为灰度体元模型，其中灰度为体元内激光点的平均强度的离散化表示；基于地面点的局部高程最低特性选取地面种子体元，进而标记与其三维连通且体元值、地形坡度均接近的非0值体元为地面体元。本发明提供的基于灰度体元模型的机载LIDAR三维滤波方法，以三维连通区域构建理论为基础，将强度及地形坡度信息作为辅助信息用于点云数据滤波，可为地面和非地面目标的区分提供更有效的信息，从而提高滤波精度，并扩展基于体元模型的三维滤波方法适用于更复杂的场景。
-
公开(公告)号：CN106324581B
公开(公告)日：2018-11-20
申请号：CN201610727840.7
申请日：2016-08-25
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于体元的机载LIDAR建筑物检测方法，以3D连通性构建理论为基础，将读取的原始机载LIDAR点云数据中的异常数据进行剔除，得到去除异常数据集，并将去除异常数据集规则化为二值3D体元数据集，二值分别为1和0，1和0分别代表目标体元和背景体元，然后，从目标体元中分离出地面和非地面体元；最后，利用建筑物边缘点的阶跃特性从非地面体元中搜寻建筑物边缘体元作为种子体元，标记与其3D连通的目标体元作为建筑物体元数据集。完成基于体元的机载LIDAR建筑物检测。该方法很好的利用了3D体元数据中各体元间隐含的邻域关系，有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号：CN106885571A
公开(公告)日：2017-06-23
申请号：CN201710129954.6
申请日：2017-03-07
Applicant: 辽宁工程技术大学
Abstract: 一种结合IMU和导航影像的月面巡视器快速定位方法，属于深空探测技术领域，包括：构建巡视器零位坐标系及像空间辅助坐标系；提取导航相机焦距、导航相机摄影中心和巡视器质心与巡视器零位坐标系原点间偏移量、巡视器俯仰角度、偏航角度和IMU三轴姿态角；计算像空间辅助坐标系与巡视器零位坐标系间旋转矩阵、着陆器当地铅垂坐标系与巡视器零位坐标系间旋转矩阵；从导航影像中提取像点及其对应的月面点坐标；计算导航影像摄影中心当地铅垂坐标系坐标；计算巡视器质心坐标，完成定位；本发明克服了车轮打滑导致定位误差大、定位精度随里程积累下降等问题；至少只需要1点即可定位，当影像纹理信息匮乏，特征点少时也可定位；实现简单，耗时少。
-
公开(公告)号：CN106709473A
公开(公告)日：2017-05-24
申请号：CN201710044460.8
申请日：2017-01-19
Applicant: 辽宁工程技术大学
Abstract: 一种基于体元的机载LIDAR道路提取方法，属于遥感数据处理技术领域；该方法包括：将原始机载LIDAR点云数据规则化为3D体元数据集；从3D体元数据集中分离出地面体元数据集；用道路反射的激光强度特性从地面体元中搜寻道路种子体元，提取与道路种子体元3D连通且强度差小于设定阈值的包含有数据点的体元作为道路提取结果；本发明综合利用了强度信息及各体元间隐含的高程信息，以3D连通性构建理论为基础，实现了3D道路的提取，该方法使得点云数据中的目标信息检测转换成基于体元空间邻域关系的搜索标记方式，很好的利用了3D体元数据中各体元间隐含的邻域关系，有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.027 seconds)
