-
公开(公告)号：CN108510008B
公开(公告)日：2021-05-14
申请号：CN201810318817.1
申请日：2018-04-11
Applicant: 国交空间信息技术(北京)有限公司 , 中国交通通信信息中心
IPC: G06K9/62 , G06F16/215 , G06F16/22
Abstract: 本发明涉及一种基于浮动车轨迹点空间关系和分布的路网提取方法，包括如下步骤：S1:数据转换与清理；S2:建立两层空间网格索引G；S3:计算轨迹点空间分布F；S4:基于轨迹点空间分布计算核心点候选集H；S5:计算核心点P，计算核心点候选集的几何质心，在核心点候选集H中，距离质心最近的轨迹点即标记为核心点；S6:核心点连接，基于轨迹点方向聚类的方法，并考虑空间距离的因素，得到相邻网格间的交通关联度函数C(A,B)，将同类方向中交通关联度函数C(A,B)最大的核心点连接；S7:将所有核心点连接后，即提取出路网。其具有运行稳定可靠、路网提取效率高且精度准确、能够适用于多种条件下的浮动车数据等优点。
-
公开(公告)号：CN111145157A
公开(公告)日：2020-05-12
申请号：CN201911375647.1
申请日：2019-12-27
Applicant: 国交空间信息技术(北京)有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了基于高分辨率遥感影像的路网数据自动化质量检查方法，自动化实现对道路轨迹的定量化质量检查，辅助道路数据的更新与优化；步骤如下：1)依据道路形态特征，在道路特征点处打断，生成简单路段结构；2)依据路段结构特征构建通用道路横断面模型；3)获取路段结构对应的影像数据块数据。4)建立影像块坐标系，进行道路横断面模型与影像间的模板匹配，得到道路匹配点。5)经RANSAC最小二乘曲线拟合误差计算后，得到影像中实际的道路提取结果。6)实际道路提取结果与路段结构相似性匹配；7)结合每条道路中路段结构的相似性匹配结果进行综合性评价，筛选出“问题道路”，用于道路数据质量评估及数据进一步修改与更新。
-
公开(公告)号：CN111241994A
公开(公告)日：2020-06-05
申请号：CN202010020686.6
申请日：2020-01-09
Applicant: 中国交通通信信息中心 , 国交空间信息技术(北京)有限公司
Abstract: 本发明公开了一种深度学习的遥感影像农村公路砂化路段的提取方法，包括以下步骤：S100：选用卫星采集到的分辨率1m以内的遥感影像，经预处理后得到的高分辨率影像作为数据源；S200：构建“畅返不畅”路段提取的网络结构和损失函数；S300：利用训练集对“畅返不畅”路段提取网络进行训练并反复调节其网络参数；S400：测试集输入到训练好的“畅返不畅”网络中，提取“畅返不畅”路段以验证和回调网络使其达到更好的实验结果并保存网络；S500：通过卫星采集到的遥感影像输入到网络输入端进行“畅返不畅”路段的识别和提取。本发明与传统方式方法相比能极大地减轻人工工作量，更加适用于交通行业业务需求，能有效地检测出农村公路中“畅返不畅”的路段。
-
公开(公告)号：CN106683112B
公开(公告)日：2019-09-27
申请号：CN201610882045.5
申请日：2016-10-10
Applicant: 国交空间信息技术(北京)有限公司 , 中国交通通信信息中心
Abstract: 本发明提出一种基于高空间分辨率遥感图像的道路路域建筑物变化提取方法及装置，该方法及装置的特点或关键环节包括：采用面向对象的图像处理策略、综合利用图像的光谱信息和空间信息(包括结构指数、空间关系)、采用单类分类方法。此外，为了避免道路路域以外的地物类别对提取结果的干扰(光谱相似性)，本发明要求事先提供现有的道路信息，如现有的道路矢量图。利用现有的道路矢量图将道路路域范围提取出来，然后，只在道路路域的范围内提取新增建筑物。通过本发明所提供的利用高空间分辨率的新增建筑物提取方法及装置，可大大减少传统的利用图像目视解译来获取道路路域新增建筑物(包括违法建筑物)所需的时间，提高效率，节省人力资源，可用于道路维护和监测业务运行系统中。
-
公开(公告)号：CN106124454A
公开(公告)日：2016-11-16
申请号：CN201610510646.3
申请日：2016-06-30
Applicant: 中国交通通信信息中心
IPC: G01N21/47
CPC classification number: G01N21/4738 , G01N2021/4735 , G01N2021/4771
Abstract: 本发明公布了一种基于遥感影像的沥青路面老化状况监测方法，利用多谱段卫星遥感影像，基于多端元混合像元分解模型进行反演，提取得到不同老化状况路面的沥青丰度分布图，由此获得沥青路面老化的监测信息；包括：选取包含沥青老化特征光谱波段的多谱段卫星遥感影像、将遥感影像中的端元进行分类，建立初始端元光谱库、优化每个地物类别的端元光谱、运行多端元线性混合像元分解模型得到各类型端元的像元丰度值。本发明能够快速便捷地提取沥青路面老化信息评估路面健康状况，可有效地提高沥青路面老化状况监测的精度和适用性，能够应用于高速公路或其他等级公路路面的养护调查与规划。
-
Patent Agency Ranking
公开(公告)号：CN108645342B
公开(公告)日：2020-07-07
申请号：CN201810379889.7
申请日：2018-04-25
Applicant: 国交空间信息技术(北京)有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了一种基于道路轨迹和高分辨率影像的道路宽度提取方法，包括以下实施步骤，针对高分辨率遥感数据进行边缘检测，检测结果矢量化，生成矢量线，基于道路轨迹上相邻节点，依次建立缓冲区，并裁剪上一步生成的矢量线，依次计算矢量线的长度和斜率，长度与斜率与道路轨迹最接近的两条矢量线作为道路的边缘,利用中垂线和最大概率统计得到道路的宽度。本发明将已有道路矢量轨迹与实地高分辨率影像相结合，通过长度和斜率两个指标实现了边缘的自动筛选，提高了道路边缘的提取精度，降低了由于道路周围物体遮挡引起的宽度提取误差带来的影响，统计规则符合交通业务规范，具有很强的应用性。
-
公开(公告)号：CN109145718A
公开(公告)日：2019-01-04
申请号：CN201810724109.8
申请日：2018-07-04
Applicant: 国交空间信息技术(北京)有限公司 , 中国交通通信信息中心
CPC classification number: G06K9/00651 , G06N3/0454
Abstract: 本发明公开了一种基于拓扑感知的遥感影像的路网提取方法及装置，其中，方法包括：根据联合滤波提取的道路中心线获取样本；通过深度神经网络对道路的光谱特征进行学习，并根据学习到的模型获得基于光谱特征的初始道路概率图，且通过骨架提取算法从道路概率分布中提取出初始的道路中心线图；在出现错误现象时，再次通过深度神经网络对道路的拓扑结构进行学习，基于新模型和由初始的道路中心线图学习得到基于拓扑特征的道路概率图，并结合基于光谱特征的初始道路概率图，以得到最终的栅格化的道路中心线图。该方法采用细化算法获得最终栅格化的道路中心线图，从而有效检测出阴影、遮挡等引起的道路异常，有效提高提取的效率和准确性，简单易实现。
-
公开(公告)号：CN106124454B
公开(公告)日：2018-10-16
申请号：CN201610510646.3
申请日：2016-06-30
Applicant: 国交空间信息技术(北京)有限公司 , 中国交通通信信息中心
IPC: G01N21/47
Abstract: 本发明公布了一种基于遥感影像的沥青路面老化状况监测方法，利用多谱段卫星遥感影像，基于多端元混合像元分解模型进行反演，提取得到不同老化状况路面的沥青丰度分布图，由此获得沥青路面老化的监测信息；包括：选取包含沥青老化特征光谱波段的多谱段卫星遥感影像、将遥感影像中的端元进行分类，建立初始端元光谱库、优化每个地物类别的端元光谱、运行多端元线性混合像元分解模型得到各类型端元的像元丰度值。本发明能够快速便捷地提取沥青路面老化信息评估路面健康状况，可有效地提高沥青路面老化状况监测的精度和适用性，能够应用于高速公路或其他等级公路路面的养护调查与规划。
-
公开(公告)号：CN107248172A
公开(公告)日：2017-10-13
申请号：CN201610856189.3
申请日：2016-09-27
Applicant: 中国交通通信信息中心
CPC classification number: G06T2207/10032 , G06T2207/20021 , G06T2207/20076 , G06T2207/20081
Abstract: 本发明公开了一种基于CVA和样本选择的遥感影像变化检测方法，包括以下步骤：对检测区域的2幅不同时相的遥感影像进行配准；进行多尺度分割得到像斑；将全部像斑进行特征融合得到差异影像；进行格网分块得到多个差异影像块并计算标准差；按照差异程度从大到小的排序生成排序曲线，提取曲线斜率变化最大位置处及斜率变化最大位置前的差异影像块；基于贝叶斯阈值获取变化阈值，利用变化阈值对差异影像进行二值分割，获得变化检测结果；输出检测结果。本发明具有如下优点：有效融合影像对象的多维特征，发挥不同影像对象特征在变化检测中的能力，提高变化检测算法的可靠性和适用范围；变化检测算法稳定性增强。
-
公开(公告)号：CN111241994B
公开(公告)日：2024-02-20
申请号：CN202010020686.6
申请日：2020-01-09
Applicant: 中国交通通信信息中心 , 国交空间信息技术(北京)有限公司
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种深度学习的遥感影像农村公路砂化路段的提取方法，包括以下步骤：S100：选用卫星采集到的分辨率1m以内的遥感影像，经预处理后得到的高分辨率影像作为数据源；S200：构建“畅返不畅”路段提取的网络结构和损失函数；S300：利用训练集对“畅返不畅”路段提取网络进行训练并反复调节其网络参数；S400：测试集输入到训练好的“畅返不畅”网络中，提取“畅返不畅”路段以验证和回调网络使其达到更好的实验结果并保存网络；S500：通过卫星采集到的遥感影像输入到网络输入端进行“畅返不畅”路段的识别和提取。本发明与传统方式方法相比能极大地减轻人工工作量，更加适用于交通行业业务需求，能有效地检测出农村公路中“畅返不畅”的路段。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
