-
Patent Agency Ranking
公开(公告)号：CN118918185A
公开(公告)日：2024-11-08
申请号：CN202410960306.5
申请日：2024-07-17
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及图像地理定位技术领域，特别涉及一种基于街景图像超半径立方体投影三维重建的图像地理定位方法及系统，利用超半径立方体投影对扭曲的街景图像进行纠正，得到序列化透视图像，并利用序列化透视图像建立基准图像数据库；对基准图像数据库中的图像匹配点进行三维重建，生成三维点云，并根据街景图像对三维点云进行编组，以建立特征点云数据库；基于图像匹配点的点密度信息计算查询图像与特征点云数据库中三维点云的匹配分数，并选取匹配分数最高的一组点云作为候选点云；将候选点云的三维坐标作为查询图像像点的三维坐标，并通过空间后方交会解算获取查询图像的拍摄位置。本发明能够获取更高的图像检索准确度和定位精度。
-
公开(公告)号：CN117409222A
公开(公告)日：2024-01-16
申请号：CN202311328464.0
申请日：2023-10-13
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种二三维跨域匹配的特征点检测方法，属于图像匹配处理技术领域。本发明在进行二维影像特征检测时，既有代表二维影像色彩的的灰度特征点，有代表其几何形态的边缘特征点；在进行三维点云特征检测时，检测有代表其几何形态的特征，在此基础上结合三维点云色彩信息生成点云的二维投影图，然后在投影图上进一步检测特征点，并反投影到三维点云上。可见，本发明既顾及了二维影像和三维点云之间的色彩信息，又考虑了二者之间的空间形态信息，提高了潜在对应特征点数量，可用有效用于二三维跨域匹配时二维影像和三维点云数据中对应特征点的检测，为二三维跨域匹配提供丰富的候选特征，进而提高匹配的精度。
-
公开(公告)号：CN116628069A
公开(公告)日：2023-08-22
申请号：CN202310163948.8
申请日：2023-02-24
Applicant: 中国人民解放军战略支援部队信息工程大学
Inventor： 胡校飞 , 孙姝娅 , 周杨 , 施群山 , 张衡 , 蓝朝桢 , 李鹏程 , 吕亮 , 刘龙辉 , 齐凯 , 赵璐颖 , 黄高爽 , 苑婧 , 张呈龙 , 李玉涵 , 史世豪 , 侯铭波 , 甘文建 , 刘一帆
Abstract: 本发明涉及一种地网耦合的多粒度时空对象可视化方法，属于时空数据建模与可视化技术领域。本发明通过建立地网耦合实体模型，利用地网耦合实体模型中的属性特征描述模块对网络事件中实体的分布与属性特征进行描述；利用地网耦合实体模型中的地网关联逻辑描述模块从网络空间物理层、逻辑层与社交层三个方面对网络空间实体进行描述；然后将地网耦合实体模型描述结果作为可视化内容，按照所选择的可视化方式对可视化内容进行展示。本发明充分考虑了网络空间实体的多层级性，重点突出其具有认知与行为能力进行跨域活动，又能根据地网逻辑关联直接模拟网络事件中实体的动态演化过程，表达地网耦合的特点，提高了可视化效果。
-
公开(公告)号：CN116704020A
公开(公告)日：2023-09-05
申请号：CN202310199170.6
申请日：2023-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于视觉传感器技术领域，具体涉及一种视觉传感器位姿优化方法。首先获取视觉传感器采集的真实图像和数字孪生场景的虚拟透视图和逆深度图；然后分别提取真实图像和虚拟透视图的特征点，进行特征点匹配，以得到真实图像和虚拟透视图之间的映射关系，结合虚拟透视图和逆深度图之间的映射关系，得到真实图像、虚拟透视图和逆深度图三者之间的虚实映射关系；最后从真实图像中提取铅垂线语义特征，联合点特征误差和铅垂线约束误差设计误差函数，以最小化误差函数为约束进行解算，以对视觉传感器位姿进行优化。本发明可以对垂直方向的误差进行有效地补偿，经过本发明方法配准以后，各方向误差均有显著减少，提高了视觉传感器位姿估计准确性。
-
公开(公告)号：CN117745966A
公开(公告)日：2024-03-22
申请号：CN202311763739.3
申请日：2023-12-20
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种网络空间地形建模与可视化方法。该建模方法包括：步骤1：获取目标网络空间的网络节点信息和每个网络节点的网络资产数据；步骤2：对所有网络资产数据中的网络资源进行数值化，以构建目标网络空间的数值化矩阵；所述数值化矩阵用于指示为每个网络节点所拥有的各个网络资源赋予的分值；步骤3：将每个网络节点作为一个评价对象，将网络节点的每个网络资源作为一个指标，根据所述数值化矩阵采用CRITIC赋权法计算每个指标的CRITIC权重；步骤4：根据每个指标的CRITIC权重和所述数值化矩阵，计算每个网络节点的秩和比值；步骤5：根据秩和比值的大小对目标网络空间中的所有网络节点进行排序。
-
-
-
-
Search Results
5
records
(took 0.027 seconds)
