-
公开(公告)号：CN116543165A
公开(公告)日：2023-08-04
申请号：CN202310798628.X
申请日：2023-07-03
Applicant: 东华理工大学南昌校区
Abstract: 本申请涉及一种基于双通道复合深度网络的遥感图像果树分割方法，属于遥感图像果树提取技术领域，包括如下步骤：生成2.5D图像数据；构建果树分割模型，所述果树分割模型包括双通道复合深度网络和单尺度辅助损失函数模块；对所述2.5D图像数据描绘树冠标签，剔除不含树冠的2.5D图像数据和对应标签，生成所述果树分割模型的训练集和测试集；使用训练集和测试集对所述果树分割模型进行训练，并使用训练完成的果树分割模型从图像中进行果树分割。本发明能够结合局部信息和全局语义信息，有效的从复杂地形和背景中提取出果树树冠信息。
-
Patent Agency Ranking
公开(公告)号：CN117710711B
公开(公告)日：2024-05-10
申请号：CN202410167897.0
申请日：2024-02-06
Applicant: 东华理工大学南昌校区
IPC: G06V10/75 , G06V10/80 , G06V10/42 , G06V10/44 , G06V20/13 , G06N3/0464 , G06N3/0495 , G06N3/084
Abstract: 本发明涉及一种基于轻量化深度卷积网络的光学和SAR图像匹配方法，对预处理的光学和SAR图像进行特征点检测；构建深度描述符提取模型，深度描述符提取模型包括深度倒残差全卷积神经网络和密集特征纯化模块，深度倒残差全卷积神经网络内嵌多个倒残差结构；利用数据集对深度描述符提取模型进行训练，并使用训练完成的深度描述符提取模型从图像中获取深度描述符；然后对深度描述符进行特征匹配，采用去粗取精策略剔除误匹配，去粗取精的误匹配剔除策略包括自适应阈值约束和双RANSAC算法。本发明能够结合局部信息和全局语义信息，减少关键特征损失，提取的深度描述符对非线性辐射差异具有较强的鲁棒性，提高了正确匹配点的数量和准确率。
-
公开(公告)号：CN117710711A
公开(公告)日：2024-03-15
申请号：CN202410167897.0
申请日：2024-02-06
Applicant: 东华理工大学南昌校区
IPC: G06V10/75 , G06V10/80 , G06V10/42 , G06V10/44 , G06V20/13 , G06N3/0464 , G06N3/0495 , G06N3/084
Abstract: 本发明涉及一种基于轻量化深度卷积网络的光学和SAR图像匹配方法，对预处理的光学和SAR图像进行特征点检测；构建深度描述符提取模型，深度描述符提取模型包括深度倒残差全卷积神经网络和密集特征纯化模块，深度倒残差全卷积神经网络内嵌多个倒残差结构；利用数据集对深度描述符提取模型进行训练，并使用训练完成的深度描述符提取模型从图像中获取深度描述符；然后对深度描述符进行特征匹配，采用去粗取精策略剔除误匹配，去粗取精的误匹配剔除策略包括自适应阈值约束和双RANSAC算法。本发明能够结合局部信息和全局语义信息，减少关键特征损失，提取的深度描述符对非线性辐射差异具有较强的鲁棒性，提高了正确匹配点的数量和准确率。
-
公开(公告)号：CN117710603A
公开(公告)日：2024-03-15
申请号：CN202410156478.7
申请日：2024-02-04
Applicant: 东华理工大学南昌校区
Abstract: 本发明涉及一种直线几何结构约束下无人机图像三维建筑物建模方法，利用无人机图像生成三维建筑物原始模型；提取三维建筑物原始模型中点云数据，并对三维建筑物原始模型点云进行边缘和轮廓的特征提取，生成三维建筑物原始模型的尖锐边缘特征点云；使用多种约束下的三维直线特征提取算法对三维建筑物原始模型点云尖锐边缘特征进行三维直线提取，生成三维直线；使用三维直线对三维建筑物原始模型点云进行线约束，完成三维建筑模型的优化，并利用无人机图像为三维建筑物模型进行纹理映射，通过将图像数据与三维直线特征结合，实现对建筑物模型更精准的优化。本发明综合了无人机图像处理和三维几何特征提取方法，使三维模型边缘更符合建筑物边缘特征。
-
公开(公告)号：CN116543165B
公开(公告)日：2023-08-29
申请号：CN202310798628.X
申请日：2023-07-03
Applicant: 东华理工大学南昌校区
Abstract: 本申请涉及一种基于双通道复合深度网络的遥感图像果树分割方法，属于遥感图像果树提取技术领域，包括如下步骤：生成2.5D图像数据；构建果树分割模型，所述果树分割模型包括双通道复合深度网络和单尺度辅助损失函数模块；对所述2.5D图像数据描绘树冠标签，剔除不含树冠的2.5D图像数据和对应标签，生成所述果树分割模型的训练集和测试集；使用训练集和测试集对所述果树分割模型进行训练，并使用训练完成的果树分割模型从图像中进行果树分割。本发明能够结合局部信息和全局语义信息，有效的从复杂地形和背景中提取出果树树冠信息。
-
公开(公告)号：CN117710603B
公开(公告)日：2024-04-30
申请号：CN202410156478.7
申请日：2024-02-04
Applicant: 东华理工大学南昌校区
Abstract: 本发明涉及一种直线几何结构约束下无人机图像三维建筑物建模方法，利用无人机图像生成三维建筑物原始模型；提取三维建筑物原始模型中点云数据，并对三维建筑物原始模型点云进行边缘和轮廓的特征提取，生成三维建筑物原始模型的尖锐边缘特征点云；使用多种约束下的三维直线特征提取算法对三维建筑物原始模型点云尖锐边缘特征进行三维直线提取，生成三维直线；使用三维直线对三维建筑物原始模型点云进行线约束，完成三维建筑模型的优化，并利用无人机图像为三维建筑物模型进行纹理映射，通过将图像数据与三维直线特征结合，实现对建筑物模型更精准的优化。本发明综合了无人机图像处理和三维几何特征提取方法，使三维模型边缘更符合建筑物边缘特征。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
