-
公开(公告)号:CN116628078A
公开(公告)日:2023-08-22
申请号:CN202310642153.5
申请日:2023-05-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种层次化城市空间结构识别方法及系统,包括:获得城市道路数据、出租车轨迹数据和兴趣点数据并进行预处理,构建路网抽象模型;采用词向量模型对交通元素语料库进行训练,获得路网节点的词向量表示;结合所述的路网节点的词向量表示和社区检测算法进行无监督训练,提取层次化城市空间结构;通过兴趣点数据构建城市功能测度指标,通过测量指标对层次化城市空间结构进行测度,获得空间结构的土地利用信息。本发明的有益效果是:将网络科学中图划分的方法引入城市规划,同时能够通过出租车轨迹数据挖掘居民出行信息,结合道路拓扑特征和居民出行特征进行多尺度、自动化的城市空间结构识别,具有较好的效益。
-
公开(公告)号:CN115620159A
公开(公告)日:2023-01-17
申请号:CN202211249620.X
申请日:2022-10-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种无监督遥感图像阴影去除方法,包括以下步骤:采用均值漂移方法分别对遥感影像进行地块分割。提出了一个新的图像纹理特征提取方法,考虑到地理学第一定律的距离约束,R,G,B通道以及亮度在x,y方向的一阶导数以及二阶导数,构建像素点的特征向量,进而结合协方差公式得到分割地块的特征矩阵。然后采用奇异值的分解的方法得到区域的特征值,计算地块之间的特征距离。利用匹配的光照区域,采用光照补偿的方法实现本影的整体去除。结合曼哈顿距离以及光照区域的位置,提出一种新的动态加权半影补偿方法,实现了光照区域到阴影区域的自然过渡,最终得到无阴影遥感图像。本发明针对结构复杂的遥感区域,能够有效的去除阴影。
-
公开(公告)号:CN115620158A
公开(公告)日:2023-01-17
申请号:CN202211247675.7
申请日:2022-10-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于深度学习的高分辨率遥感影像阴影去除方法,包括以下步骤:构建高分辨率遥感影像阴影去除网络模型;所述遥感影像阴影去除网络模型基于GAN架构,包括生成网络和鉴别网络net_D;生成网络生成用于欺骗鉴别网络的假图像;所述生成网络包括:阴影消除器net_Gf、阴影生成器net_Gs和阴影优化器net_Gr;交替训练所述生成网络和鉴别网络:利用训练完成的高分辨率遥感影像阴影去除网络模型完成阴影去除,得到阴影去除后的遥感图像。本发明针对结构复杂的遥感区域,能够有效的去除阴影。
-
公开(公告)号:CN115018791A
公开(公告)日:2022-09-06
申请号:CN202210638592.4
申请日:2022-06-08
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种无监督遥感图像阴影检测方法,包括:将遥感图像RGB颜色空间转换为HSI颜色空间,并进行高斯滤波去噪;利用去噪后的图像组成样本集,并获取HSI各颜色通道的最优分割阈值;根据HSI各颜色通道的最优分割阈值,对待检测图像进行检测,得到初步阴影检测结果;对初步阴影检测结果进行标记,获得标记的连通区域,并计算连通区域的面积;对连通区域的面积设置阈值进行筛选,并对筛选后的区域运用形态学闭运算填补,得到最终阴影区域。本发明有益效果是:在地物复杂,场景多样的遥感影像中,能够准确的检测出图像中的阴影区域。该方法可以为后续遥感阴影去除提供可靠的指导信息,从而可以从阴影中恢复区域内原有的地物结构。
-
公开(公告)号:CN110852225B
公开(公告)日:2022-05-06
申请号:CN201911058700.5
申请日:2019-10-31
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度卷积神经网络的遥感影像红树林提取方法及系统,本发明首先对高分辨率的遥感影像进行预处理,包括遥感影像的大气校正与研究区域裁剪,对处理后的各波段进行波段运算以提取先验特征信息;应用多源数据融合实现多波段和特征信息的融合,构建数据集;训练并验证由卷积神经网络搭建的语义分类模型ME‑net;调用ME‑net模型实现红树林的自动分类,输出一个png格式的掩模文件,即为分类和提取的结果;通过长距离条件随机场对分类结果进行细调。本发明中的分类模型在应用中可通过扩展数据集使得分类精度达到92.3%,完全可以代替人工目视解译,为高精度影像地图的更新和滨海地区生态系统的保护提供辅助技术支持。
-
公开(公告)号:CN113935308A
公开(公告)日:2022-01-14
申请号:CN202111051884.X
申请日:2021-09-08
Applicant: 中国地质大学(武汉)
IPC: G06F40/205 , G06F40/284 , G06F40/289 , G06F40/253 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供了面向地球科学领域的文本摘要自动生成方法及系统,方法包括利用微调BERT嵌入组件基于词嵌入初始化输入序列的值,编码器中BiLSTM组件对从前一层接收到的输入进行编码;卷积门控单元则根据每个时间步的先前输出重新训练核心信息;调用自注意力机制计算词汇自身权重,充分考虑句子中不同词语之间的语义以及语法联系,从而进一步强化全局信息;解码器部分将编码器输出的上下文向量进行解码,解码器中的BiLSTM组件对编码器输出的句子进行解码得到输出序列;微调的BERT网络模型捕捉句子之间的上下文关系,使得在每一个时刻都获得完整的上下文,最终使生成的摘要更准确。
-
公开(公告)号:CN111145292B
公开(公告)日:2021-08-27
申请号:CN201911264640.2
申请日:2019-12-11
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种可扩展的适应二三维场景的矢量标绘图形态势推演方法。矢量标绘图形态势推演与仿真可提供丰富直观的战场态势表达和有序的态势推演过程,有助于指挥人员快速制定作战计划、赢得作战时间,从而对获取作战的胜利具有重大的指导意义。本发明主要包含如下几个关键步骤:设计各类矢量标绘图形态势规则;设计实现矢量标绘图形及态势文件管理;编辑矢量标绘图形态势;实现矢量标绘图形态势模拟。本发明适用于桌面端、Web端、移动端各端矢量标绘图形态势推演应用,可应用到二维地图场景和三维地图场景中,而且本发明设计上具有良好的扩展性,支持其它矢量标绘图形类型的扩展;本发明可灵活扩展,适用于各类专业组合图元动画类方案制作。
-
公开(公告)号:CN112418674A
公开(公告)日:2021-02-26
申请号:CN202011327398.1
申请日:2020-11-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及城市规划领域,提供一种基于城市多源数据的街道空间品质测度评价方法,包括步骤:获取研究区域内的城市路网数据和兴趣点数据,对城市路网数据和兴趣点数据进行预处理,获得街景采样点;通过街景采样点,获得多组街景影像数据;将各街景影像数据输入训练好的语义特征提取模型,获得街景语义要素数据表;通过街景语义要素数据表、所述兴趣点数据和所述城市路网数据,构建城市街道空间品质的测度评价指标;通过城市街道空间品质的测度评价指标,获得城市空间品质的分布规律和分布模式。本发明不仅在微观尺度对街道品质进行研究,还拓宽研究范围,在城市宏观层面的视角上开展研究,能显著提高街道空间品质测度的准确性。
-
公开(公告)号:CN111210439A
公开(公告)日:2020-05-29
申请号:CN201911373503.2
申请日:2019-12-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种通过抑制非感兴趣信息的语义分割方法、设备及存储设备,本发明基于深度学习库优化神经网络,提高语义分割结果的精度,主要包括以下步骤:1)构建基础Unet模型;2)添加注意力机制;3)门特征图与当前层结果相乘;4)添加新输出结果和多损失函数;5)对待进行语义分割的图像进行图像语义分割。本方法可以提高语义分割神经网络的精度并有效抑制非感兴趣信息。
-
公开(公告)号:CN108009214B
公开(公告)日:2020-05-22
申请号:CN201711129769.3
申请日:2017-11-15
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于ArcGIS的矢量数据并行处理方法及系统,首先获取待处理的矢量图层的空间范围,将其划分为多个子空间范围,构造多个子任务信息,然后启动多个进程,设置ArcGIS矢量数据处理工具的环境变量参数,调用ArcGIS的矢量数据处理工具并行执行多个子任务,第一个完成的子任务将结果图层拷贝到结果数据库中,其它子任务的结果数据依次追加到结果图层中。本发明能够将矢量大数据处理任务在空间上进行划分,生成多个计算子任务,利用ArcGIS矢量数据处理工具的环境变量参数,采用多进程技术并行调用多个ArcGIS矢量数据处理工具,对各个子任务进行并行处理,可实现ArcGIS矢量数据处理的并行加速,从而提高ArcGIS对矢量大数据的处理效率。
-
-
-
-
-
-
-
-
-