-
公开(公告)号:CN114581622A
公开(公告)日:2022-06-03
申请号:CN202210255058.5
申请日:2022-03-15
Applicant: 南京大学
IPC: G06T17/05 , G06T17/10 , G06F16/9537
Abstract: 本发明公开了顾及三维空间的土地利用混合度综合计算及空间制图方法,该方法包括以下步骤:S1、对道路数据进行预处理获取街区数据;S2、将街区范围内获取的城市数据进行汇总;S3、整合三维空间中的建筑数据与兴趣点,分别计算不同角度的三维混合度指标;S4、构建三维多角度混合度指数,测度城市各街区的土地混合度;S5、对三维多角度混合度指数进行精度验证。通过融合多样性指标、可达性指标及兼容性指标并分别对其进行三维化及归一化处理得到三维多角度混合度指数,能够从根本上解决现有技术有单一视角所带来的片面性与局限性,从而提高城市土地混合度量化的精确性与全面性,形成了综合化多角度的三维混合度评价体系。
-
公开(公告)号:CN110009054A
公开(公告)日:2019-07-12
申请号:CN201910294565.8
申请日:2019-04-12
Applicant: 南京大学
Abstract: 本发明公开了一种利用几何与强度特征的分层次机载LiDAR点云分类方法,属于遥感科学技术领域。本发明步骤为:首先通过机载LiDAR获取地表的三维几何信息和强度信息,并根据几何信息和强度信息为每个LiDAR点构建几何特征与强度特征;再利用随机森林分类器处理几何特征,得到监督分类结果;从监督分类结果中提取地面地物,并利用高斯混合模型处理地面地物点的强度特征,得到非监督分类结果;而后利用启发规则对监督分类结果与非监督分类结果进行融合,获得最终分类结果。本发明克服了现有技术中,易变的强度信息所引起的机载LiDAR点云监督分类器不稳定、难迁移的不足,可以分层次利用机载LiDAR点云的几何信息和强度信息,得到较好的机载LiDAR点云分类结果。
-
公开(公告)号:CN106157309B
公开(公告)日:2019-03-22
申请号:CN201610520898.4
申请日:2016-07-04
Applicant: 南京大学
Abstract: 本发明公开了一种基于虚拟种子点的机载LiDAR地面点云滤波方法,属于机载LiDAR点云数据分类领域。本发明的步骤为:首先,将机载LiDAR点云格网化,利用格网内点云的分布维度和高程分布直方图构建地面虚拟种子点;其次,使用多尺度形态学对虚拟种子点评估,剔除不属于地面的虚拟种子点,并且对点云进行初步滤波;最后,利用评估后的虚拟种子点构建初始TIN网,迭代加密TIN网完成LiDAR数据的地面点云滤波。本发明既降低了滤波算法的时间耗费,又保证了滤波算法的滤波精度,并且适用范围广。
-
公开(公告)号:CN105787921B
公开(公告)日:2019-01-11
申请号:CN201510511068.0
申请日:2015-08-19
Applicant: 南京大学 , 浙江省水资源管理中心
IPC: G06T7/50
Abstract: 本发明涉及一种利用机载LiDAR数据重建大型复杂立交桥三维模型的方法。该方法步骤为:利用反向迭代数学形态学滤波和面积信息从机载LiDAR数据提取立交桥点云;根据桥面连通性对立交桥点云进行分割;采用中心线垂线扫描方法分割提取无分叉或交汇结构且宽度保持一致的连通桥面,获取“结构单元”;在结构单元中心线的端点处作圆形缓冲区,通过判断缓冲区内点云高程信息检测立交桥的遮挡结构;通过结构单元匹配、二维中心线拟合以及三维曲面拟合步骤,获取完整的桥面三维中心线;结合桥面宽度信息重建立交桥三维模型。实践证明,本发明能够有效地重建大型复杂立交桥三维模型,解决了立交桥点云的遮挡问题,重建的三维模型具有较高的正确率和完整率。
-
公开(公告)号:CN103617629B
公开(公告)日:2016-05-04
申请号:CN201310690726.8
申请日:2013-12-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于MODIS遥感影像的高分辨率遥感影像植被指数时间序列校正方法,该方法包括HJ NDVI及中低空间分辨率遥感影像NDVI时间序列的构建、HJ及中低空间分辨率遥感影像对应像元的时间序列协整检验、HJ NDVI时间序列异常区段检验、HJ NDVI时间序列异常区段校正四个阶段。该方法能够修正HJ NDVI时间序列因气候原因造成序列曲线形态的异常,提高其正确性和可用性,为在高时空分辨率下研究生物地球化学模型提供有效数据。同时本法也适用于源于其它中高分辨率遥感影像的某种植被指数的时间序列。
-
公开(公告)号:CN103106254B
公开(公告)日:2016-03-09
申请号:CN201310020714.4
申请日:2013-01-21
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明涉及一种多边形矢量数据文件的并行拼接方法,步骤如下:系统生成管理进程和多个拼接进程,管理进程读取多边形矢量文件,并将多边形矢量文件分成需要拼接的矢量文件和不需要拼接的矢量文件;管理进程对需要拼接的矢量文件排序,将相邻且成对的需要拼接的矢量文件分配给各拼接进程;拼接进程接收从管理进程传递的需要拼接的矢量文件名,遍历需要拼接的矢量文件中的多边形,找到需要拼接的多边形并对多边形进行拼接,并将拼接后的矢量文件名传递回管理进程;重复执行以上步骤,直到管理进程的矢量文件拼接序列为空。该方法能够有效地解决基于行划分的栅格矢量化并行算法的结果出现多边形被切分的问题,且提高了矢量文件的拼接效率。
-
公开(公告)号:CN105005962A
公开(公告)日:2015-10-28
申请号:CN201510500058.7
申请日:2015-08-14
Applicant: 南京大学
IPC: G06T3/00
CPC classification number: G06T3/0075
Abstract: 本发明涉及一种基于分层筛选策略的岛礁遥感影像配准方法,步骤包括:仿射不变特征匹配;建立几何变换模型;在几何变换模型的约束下,进行仿射不变特征匹配结果的初次筛选;在初次筛选结果的基础上,进一步利用岛礁面域重叠度控制筛选的结果,保证筛除所有错误的特征点对,最终完成岛礁的配准。本发明考虑到岛礁遥感影像匹配特有的纹理特征缺乏和纹理特征不稳定双重困难,通过建立几何约束模型,筛除明显不符合空间分布的特征点对,然后在几何变换矩阵约束筛选的基础上,以岛礁面积重叠度为约束,对特征点对进行二次筛选,仅保留正确的特征点对以完成岛礁的精确配准。本发明方法适应性强,可精确地完成岛礁影像配准,能够满足实际生产的需要。
-
公开(公告)号:CN103020966B
公开(公告)日:2015-08-26
申请号:CN201210512359.8
申请日:2012-12-04
Applicant: 南京大学
Abstract: 一种基于建筑物轮廓约束的航空与地面LiDAR数据自动配准方法:首先分别从航空、地面LiDAR数据中提取建筑物轮廓,简称航空轮廓、地面轮廓;再从航空轮廓、地面轮廓中提取出建筑物角点,简称航空角点、地面角点;然后以航空轮廓与地面轮廓间的匹配度为约束,计算航空角点与地面角点之间初始转换矩阵,并获取初始匹配角点对;最后使用ICP算法计算初始匹配角点对之间的修正转换矩阵,并用初始转换矩阵和修正转换矩阵依次对待匹配地面点云数据进行转换,实现航空与地面LiDAR数据的自动高精度配准。本发明使用轮廓线做约束,在配准的可靠性与精确性方面都有很大的优势;同时,本发明仅从待匹配LiDAR数据与基准LiDAR数据出发,无需借助其他辅助数据便可实现两者之间的精确配准。
-
公开(公告)号:CN103440489A
公开(公告)日:2013-12-11
申请号:CN201310423428.2
申请日:2013-09-16
Applicant: 南京大学
IPC: G06K9/46
Abstract: 本发明涉及一种像素级SAR影像时间序列的水体提取方法,该方法首先,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,生成时间序列文本数据;其次,采样选取纯净水体像元和混合水体像元的时间序列,选取DTW作为时间序列的相似性度量,计算其DTW值作为最大阈值;然后计算所有像元的像素级SAR影像时间序列与纯净水体像元时间序列的DTW值,采用最大阈值方法分割SAR影像,获取二值图像;最后,采用8邻域搜索方法对二值图像进行操作以提高水体识别精度。该方法能够准确提取稳定的水资源分布范围,提取结果不受山体阴影、雨季积水及部分植被的影响,能够满足水体制图的要求。
-
公开(公告)号:CN102496185B
公开(公告)日:2013-09-25
申请号:CN201110417845.7
申请日:2011-12-14
Applicant: 南京大学
IPC: G06T17/05
Abstract: 本发明公开了基于多分辨率遥感影像离散点融合的DEM构建方法,属于DEM构建领域。其步骤为:(1)将卫星成像时刻的水边线根据其遥感影像分辨率进行等间隔离散;(2)分别合并离散的等距潮位点,根据低空间分辨率遥感影像分辨率构建参考格网;(3)遍历低空间分辨率影像中的所有格网进行中值滤波;(4)以对应格网内中值滤波后的低空间分辨率影像离散点进行填充,最后在ArcGIS中实现融合;(5)利用线性内插构建最终的DEM结果。本发明提高了现有中低分辨率遥感影像离散点DEM构建的正确率,同时也提高了DEM构建的时间空间分辨率,能够快速、准确地从多期水边线数据中构建精确的DEM,降低了基础地理信息数据库的更新成本,提高了数据更新的效率。
-
-
-
-
-
-
-
-
-