-
公开(公告)号：CN103065295A
公开(公告)日：2013-04-24
申请号：CN201210510785.8
申请日：2012-12-04
Applicant: 南京大学
Abstract: 一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法，首先从航空LiDAR数据提取建筑物角点（称为航空角点）；再从地面LiDAR数据提取建筑物角点（称为地面角点）；然后对航空角点与地面角点进行初始匹配，分别从航空角点和地面角点中选取任意两个点计算用于坐标变换的转换矩阵，对所有转换矩阵根据最大匹配对数和最小匹配误差确定最优转换矩阵；最后在确定初始匹配角点对基础上，以地面角点为参考，对航空LiDAR角点进行位置修正，最终实现航空LiDAR数据与地面LiDAR数据的自动配准。本发明可修正航空LiDAR角点中误差较大的点，较大地提高了航空LiDAR数据和地面LiDAR数据的配准精度。
-
公开(公告)号：CN102938230A
公开(公告)日：2013-02-20
申请号：CN201210460475.X
申请日：2012-11-15
Applicant: 南京大学
IPC: G09B29/00
Abstract: 本发明涉及电子地图上二维空间标量场的动态分层渲染表达方法，其针对存在复杂的空间嵌套关系的边界多边形集合，利用空心环是由双边界组成的思想，提出根据包含多边形的奇偶性判断嵌套关系，提取矢量面的方法。该方法能够一次性的，以较快的速度完成场数据（栅格数据）的分层矢量面的提取，并返回给电子地图前台程序，进行不同区域面状图层的渲染。与传统方法相比，该方法计算速度较快，可以一次性提取出场数据中不同区间的所有矢量面，解决了传统电子地图或WebGIS中对网格数据的渲染因数据量大、分层转换慢而造成的实时性、动态性差的问题。在与其他地图图层进行叠置显示时，能够较好地展现“透明”或“半透明”设色效果。
-
公开(公告)号：CN102930525A
公开(公告)日：2013-02-13
申请号：CN201210342566.3
申请日：2012-09-14
IPC: G06T7/00
Abstract: 本发明涉及一种基于仿射不变特征与单应矩阵的线匹配方法。该方法针对线匹配中缺乏如同点匹配中核线几何那样的有效几何约束的问题，引入单应矩阵约束作为线段匹配的几何约束，以弥补线段匹配中缺乏强有力几何约束的情况，并提出了一种基于单应矩阵约束的线段自动匹配方法，通过单应矩阵的约束实现了影像间线段的传递与套合，降低了同名线段搜索难度，提高了匹配准确率；并在初步匹配完成后，反向搜索同名线段，从而能够剔除误匹配，进一步提高了匹配准确率。该方法实现遥感影像对的线段自动匹配。
-
公开(公告)号：CN102032903B
公开(公告)日：2012-11-21
申请号：CN201010567507.7
申请日：2010-12-01
Applicant: 南京大学
IPC: G01C11/04
Abstract: 本发明公开了基于Landsat数据源的珊瑚岛礁遥感信息自动提取方法，属于遥感影像地物自动提取领域。其步骤为：遥感影像辐射定标；基于图像的遥感影像大气校正；对遥感影像进行MeanShift滤波，消除条带和椒盐噪声；对影像第5波段进行直方图阈值分割，区分非高潮高地和高潮高地；对于高潮高地区分陆地植被和灰沙/建筑；对于非高潮高地，区分低潮高地和非干出质底；对于低潮高地区分海藻/海草和浅水珊瑚；对于非干出质底区分深水珊瑚和开放水体。本发明能够分阶段逐层次分解地提取出陆地植被、灰沙/建筑、海藻/海草、浅水珊瑚、深水珊瑚5种珊瑚岛礁覆盖类型及开放水体背景信息，实验表明，本发明提取精度较高，能够有效改善珊瑚岛礁遥感调查与监测的效率。
-
公开(公告)号：CN102005034B
公开(公告)日：2012-07-04
申请号：CN201010566893.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明公开了基于区域聚类的遥感影像分割方法，属于遥感影像综合利用领域。其步骤为：用MeanShift算法进行区域预分割，以去除噪声和对像元进行初步集群化；用模糊C均值算法对预分割后的图像进行模糊聚类，对各图像对象的特征进行初步的归纳与识别，得到各对象隶属于某一类别的概率，构成遥感影像的地类概率空间，从而为进一步的区域分割提供对象合并的依据；在聚类图像的概率空间中进行区域分割，通过区域标号将概率空间上相近且类别上相似的像元划分为同一对象。本发明克服了两种原有分割方法的不足之处，能够精确有效地对遥感影像进行分割，经过集成可以批量地完成对遥感影像的分割任务，为更好地从遥感影像提取地物信息提供数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN102054274A
公开(公告)日：2011-05-11
申请号：CN201010566910.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明公开了一种海岸带水体遥感信息全自动提取方法，属于遥感信息全自动提取方法领域。其步骤包括遥感影像分割、水体信息粗提取和水体信息精提取三个阶段，过程中进行了两次尺度转换，其一为从像元到对象的转换，属于自下向上的尺度转换，其二为从全域到局部的转换，属于自上向下的尺度转换。相较现有技术，本发明实现了一种在尺度转换框架中融入地学知识和数据挖掘相结合的方法，整个方法具有零样本、零参数的特性，完全自动化运行。本发明能够适应各海域多类型海岸带环境，具有较好的稳定性，其提取结果精度较高，对细节信息的提取完整性和连续性均优于经典方法，能够直接应用于国家各级基础地理信息数据库遥感专题信息的维护与更新。
-
公开(公告)号：CN102005034A
公开(公告)日：2011-04-06
申请号：CN201010566893.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明公开了基于区域聚类的遥感影像分割方法，属于遥感影像综合利用领域。其步骤为：用MeanShift算法进行区域预分割，以去除噪声和对像元进行初步集群化；用模糊C均值算法对预分割后的图像进行模糊聚类，对各图像对象的特征进行初步的归纳与识别，得到各对象隶属于某一类别的概率，构成遥感影像的地类概率空间，从而为进一步的区域分割提供对象合并的依据；在聚类图像的概率空间中进行区域分割，通过区域标号将概率空间上相近且类别上相似的像元划分为同一对象。本发明克服了两种原有分割方法的不足之处，能够精确有效地对遥感影像进行分割，经过集成可以批量地完成对遥感影像的分割任务，为更好地从遥感影像提取地物信息提供数据支撑。
-
公开(公告)号：CN119628883A
公开(公告)日：2025-03-14
申请号：CN202411669263.1
申请日：2024-11-21
Applicant: 南京大学
Abstract: 本发明公开了用于数据跨网传输的加密系统及方法，包括基础信息获取模块和加密信息输出模块，本发明涉及数据跨网传输加密技术领域，解决了原始的加密方式过于单一，导致了在数据传输的过程中存在数据被盗的风险，其加密安全度并不高的技术问题，本发明通过针对传输网络进行安全值分析，通过将安全值进行判断从而来分析数据在传输的时候是否存在安全风险，针对存在风险的情况通过对传输数据的重复数据进行提取和处理，并根据重复数据容量的奇偶性来进行不同方式的加密，针对不存在风险的情况通过对传输数据容量的奇偶性进行分析，并根据不同的容量值性质来进行对传输数据进行不同的分割处理同时对其进行加密，够提高数据传输过程中的安全性。
-
公开(公告)号：CN115235431B
公开(公告)日：2024-05-14
申请号：CN202210546616.3
申请日：2022-05-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于光谱分层的浅海水深反演方法及系统，一种基于光谱分层的浅海水深反演方法包括以下步骤：S1、基于计算机数字图像处理技术对预设的遥感影像数据集进行预处理；S2、基于多光谱测深性能和影像分割的无参数光谱分层策略，获取遥感影像波段分量；S3、通过获取的所述遥感影像波段分量建立基于光谱分层的浅海水深反演算法。本发明提出一种基于光谱分层的浅海水深反演方法，解决了传统水深反演算法没有顾及不同光谱的测深极限与适用范围的问题，为浅海水深反演提供了一种更高精度的方法。
-
公开(公告)号：CN112115598B
公开(公告)日：2024-05-14
申请号：CN202010941034.6
申请日：2020-09-09
Applicant: 南京大学
IPC: G06F30/20 , G06F30/25 , G06F111/10 , G06F113/08
Abstract: 本发明涉及一种面向海上漂移轨迹预测的数据与模型耦合分析方法，步骤包括：实测漂移轨迹数据收集与海洋环境数据准备、漂移轨迹预测数值模拟实验、不同海洋环境数据集时空分析、多维度漂移轨迹预测精度评价、精度评价结果统计分析、基于预测轨迹与实测轨迹的FSLE分析、多因素敏感度分析和环境数据与预测模型在区域的适用性评估。本发明提升了漂移轨迹预测中环境数据与物理模型耦合分析评价能力，有助于推动不同模式数据在漂移轨迹预测领域的应用并指导进一步区域数据精化工作。本发明提出了分析评价方法可以较为全面的验证相关预测模式在区域的真实表现，有助于提升轨迹预测的整体可靠性。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.032 seconds)
