-
公开(公告)号：CN117437537A
公开(公告)日：2024-01-23
申请号：CN202311245296.9
申请日：2023-09-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及建筑物变化检测技术领域，特别涉及一种基于机载LiDAR点云数据的建筑物目标级变化检测方法及系统，将获取不同时相中的机载激光LiDAR点云数据通过点云数据处理获取点云数据中建筑物单目标级的点集特征，所述点集特征包括球状点集特征和面片点集特征；通过比较不同时相中相同位置的点集特征判断建筑物点云面片是否发生变化，并基于判断的变化结果对建筑物变化信息合并，以获取并输出点云数据中建筑物所检测信息，所述建筑物所检测信息类型包含新建建筑物、建筑物拆除、建筑物不变。本发明通过融合单点特征和变化特征并由粗到精实现建筑物目标级点云的变化检测，能够抑制点云差异性、点云噪声的干扰，提升检测精度和稳健性。
-
公开(公告)号：CN112926465A
公开(公告)日：2021-06-08
申请号：CN202110228840.3
申请日：2021-03-02
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本申请实施例公开了一种基于点云类型的海岸线性质识别方法及装置，用以解决现有技术中难以对海岸线性质进行自动识别的问题。所述方法包括：获取目标海岸的LiDAR点云数据，计算LiDAR点云数据中各点分别对应的特征值，提取LiDAR点云数据中的多个海岸线碎部点；将各海岸线碎部点分别对应的特征值输入预先构建的定性分类模型，得到各海岸线碎部点分别对应的类型；根据预设平滑方式，对各海岸线碎部点的三维坐标数据进行平滑处理；连接平滑处理后的各海岸线碎部点，以生成目标海岸的海岸线，并根据各海岸线碎部点分别对应的类型，确定海岸线对应的性质。该技术方案实现了对海岸线性质的自动识别。
-
公开(公告)号：CN117455967A
公开(公告)日：2024-01-26
申请号：CN202311527186.1
申请日：2023-11-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种基于深度语义图匹配的大规模点云配准方法，属于三维点云配准技术领域。本发明将大规模点云配准问题建模为语义实例匹配及配准问题，分别对源点云和目标点云进行分割后，按照语义类别将相同语义类别的邻近点云进行合并，获取语义实例的空间位置，根据语义实例的空间位置构建语义实例邻接图，基于语义实例邻接图提取语义实例特征后对语义实例进行匹配及配准。本发明通过构建语义实例，通过语义图匹配的方法代替原始点云的点进行配准，在配准时能够充分利用点云中的语义信息，能够匹配到更加准确的对应语义实例，从而解决了大规模点云配准方法配准精度低的问题，提高了配准精度。
-
公开(公告)号：CN110136179B
公开(公告)日：2022-02-22
申请号：CN201810128726.1
申请日：2018-02-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/33
Abstract: 本发明涉及一种基于直线拟合的三维激光点云配准方法及装置，该方法首先采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；然后根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；将每个数据集拟合生成不同的特征线；接着将不同的特征线采用直线拟合的方法进行拟合，得到虚拟特征点，用于点云配准。相较于传统的基于几何特征的特征点提取方法，本发明抛弃了原始方法提取被测物实际特征点的思想束缚，而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度，能加快初始配准计算速率，并能在初始配准阶段获得更加精确可靠的变换参数。
-
公开(公告)号：CN112926465B
公开(公告)日：2023-04-07
申请号：CN202110228840.3
申请日：2021-03-02
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V20/10 , G06V10/764 , G06N20/00
Abstract: 本申请实施例公开了一种基于点云类型的海岸线性质识别方法及装置，用以解决现有技术中难以对海岸线性质进行自动识别的问题。所述方法包括：获取目标海岸的LiDAR点云数据，计算LiDAR点云数据中各点分别对应的特征值，提取LiDAR点云数据中的多个海岸线碎部点；将各海岸线碎部点分别对应的特征值输入预先构建的定性分类模型，得到各海岸线碎部点分别对应的类型；根据预设平滑方式，对各海岸线碎部点的三维坐标数据进行平滑处理；连接平滑处理后的各海岸线碎部点，以生成目标海岸的海岸线，并根据各海岸线碎部点分别对应的类型，确定海岸线对应的性质。该技术方案实现了对海岸线性质的自动识别。
-
Patent Agency Ranking
公开(公告)号：CN110136178B
公开(公告)日：2021-06-25
申请号：CN201810128704.5
申请日：2018-02-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/33
Abstract: 本发明涉及一种基于端点拟合的三维激光点云配准方法及装置，该方法首先采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；然后根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；将每个数据集拟合生成不同的特征线；接着将不同的特征线采用端点拟合的方法进行拟合，得到虚拟特征点，用于点云配准。相较于传统的基于几何特征的特征点提取方法，本发明抛弃了原始方法提取被测物实际特征点的思想束缚，而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度，能加快初始配准计算速率，并能在初始配准阶段获得更加精确可靠的变换参数。
-
公开(公告)号：CN110136179A
公开(公告)日：2019-08-16
申请号：CN201810128726.1
申请日：2018-02-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/33
Abstract: 本发明涉及一种基于直线拟合的三维激光点云配准方法及装置，该方法首先采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；然后根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；将每个数据集拟合生成不同的特征线；接着将不同的特征线采用直线拟合的方法进行拟合，得到虚拟特征点，用于点云配准。相较于传统的基于几何特征的特征点提取方法，本发明抛弃了原始方法提取被测物实际特征点的思想束缚，而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度，能加快初始配准计算速率，并能在初始配准阶段获得更加精确可靠的变换参数。
-
公开(公告)号：CN110136178A
公开(公告)日：2019-08-16
申请号：CN201810128704.5
申请日：2018-02-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/33
Abstract: 本发明涉及一种基于端点拟合的三维激光点云配准方法及装置，该方法首先采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；然后根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；将每个数据集拟合生成不同的特征线；接着将不同的特征线采用端点拟合的方法进行拟合，得到虚拟特征点，用于点云配准。相较于传统的基于几何特征的特征点提取方法，本发明抛弃了原始方法提取被测物实际特征点的思想束缚，而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度，能加快初始配准计算速率，并能在初始配准阶段获得更加精确可靠的变换参数。
-
公开(公告)号：CN117475145B
公开(公告)日：2024-06-25
申请号：CN202311260422.8
申请日：2023-09-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及遥感影像处理技术领域，特别涉及一种融合多重注意力机制的多尺度遥感影像语义分割方法及系统，对遥感影像原始数据进行预处理，得到原始数据对应多模态目标数据，所述多模态目标数据包含：单通道nDSM信息、三通道RGB信息及单通道Canny边缘信息；利用预训练的语义分割模型对多模态目标数据进行推理预测，得到对应的分割结果，其中，语义分割模型编码器的不同分支网络结构之间设置有用于增强不同模态输入数据间特征融合的高程‑边缘注意力机制，并在编码器和解码器之间设置有用于增强编码器和解码器信息融合的残差切片注意力机制。本发明通过融合多模态、多尺度特征进行深度提取，以改善并提升遥感影像中小目标和模糊边缘场景的分割效果和精度。
-
公开(公告)号：CN117475145A
公开(公告)日：2024-01-30
申请号：CN202311260422.8
申请日：2023-09-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及遥感影像处理技术领域，特别涉及一种融合多重注意力机制的多尺度遥感影像语义分割方法及系统，对遥感影像原始数据进行预处理，得到原始数据对应多模态目标数据，所述多模态目标数据包含：单通道nDSM信息、三通道RGB信息及单通道Canny边缘信息；利用预训练的语义分割模型对多模态目标数据进行推理预测，得到对应的分割结果，其中，语义分割模型编码器的不同分支网络结构之间设置有用于增强不同模态输入数据间特征融合的高程‑边缘注意力机制，并在编码器和解码器之间设置有用于增强编码器和解码器信息融合的残差切片注意力机制。本发明通过融合多模态、多尺度特征进行深度提取，以改善并提升遥感影像中小目标和模糊边缘场景的分割效果和精度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.038 seconds)
