一种基于图论-时空对象的网络空间测绘表达方法

    公开(公告)号:CN115855000A

    公开(公告)日:2023-03-28

    申请号:CN202210615171.X

    申请日:2022-05-31

    Abstract: 本发明属于网络空间测绘技术领域,具体涉及一种基于图论‑时空对象的网络空间测绘表达方法,包括:获取网络空间测绘数据;使用网络空间测绘表达模型对网络空间测绘数据进行组织形成用于表达的数据;对组织后的网络空间测绘数据在选择的网络空间层级进行可视化表达;该网络空间测绘表达模型使用节点集代表网络空间资源,边集代表网络空间关系;边代表对应的两个节点间的网络空间关系;网络空间资源和网络空间关系均和时间强相关,且它们对应的对象为多粒度时空对象;因此,解决了现有技术中对不同网络空间测绘数据组织不统一,对网络各层级的网络空间测绘数据进行组织时不通用,不能快速实现对网络空间各层级进行可视化表达且表达效果不佳的问题。

    一种水深光子去噪方法
    6.
    发明公开

    公开(公告)号:CN117708505A

    公开(公告)日:2024-03-15

    申请号:CN202410019724.4

    申请日:2024-01-05

    Abstract: 本发明公开了一种水深光子去噪方法,属于水深光子去噪领域,水深光子去噪方法通过将目标区域的原始光子所在空间转化为四叉树结构,得到每个光子的隔离深度,再根据每个光子的高程数据确定每个高程对应的深度阈值,根据隔离深度和高程数据综合得到海面边界高程,先通过海面边界高程将水上的空气光子去除,再通过隔离深度将水下光子的噪声光子去除,由于为每个高程范围确定了一个对应的深度阈值,避免了依据定值深度阈值去噪,存在去噪过度或者去噪效果差的现象;从而提高了光子去噪的精细度。

    一种遥感影像检索定位方法
    7.
    发明公开

    公开(公告)号:CN114860974A

    公开(公告)日:2022-08-05

    申请号:CN202110151812.6

    申请日:2021-02-03

    Abstract: 本发明涉及一种遥感影像检索定位方法,属于遥感影像数据处理技术领域。本发明首先通过自监督网络架构提取影像的具有辨别力和鲁棒性的深度局部特征,解决了传统底层视觉特征难以描述影像高层语义的问题;然后针对带定位查询影像的每一个深度局部特征,都在基准影像构建的局部特征数据库中进行最近邻检索,找到对应的基准影像,并对找到的基准影像进行反距离投票,统计得分靠前的即为候选影像;最后利用图神经网络模型对检索到的候选影像进行几何验证,逐一匹配查询影像与候选影像,得到符合空间几何关系的影像,得到最终的检索结果,以避免由于全球范围内影像局部特征的重复性导致初步检索出现错误的问题,进一步提高了检索的准确性。

    一种基于旋转不变性的影像匹配方法

    公开(公告)号:CN114565781A

    公开(公告)日:2022-05-31

    申请号:CN202210179568.9

    申请日:2022-02-25

    Abstract: 本发明涉及一种基于旋转不变性的影像匹配方法,属于影像配准技术领域。本发明首先提取影像平面内多个方向CNN特征构成方向特征,并将方向特征进行聚合;然后,利用图神经网络SuperGlue进行聚合特征向量搜索,根据各方向匹配点数量得分确定匹配主方向;最后将主方向相邻方向的匹配组合构成最佳匹配,并且输出主方向。为应对较大尺寸图像匹配效率下降明显的问题,本发明还采用先对原始影像降采样,得到缩略图后再进行主方向搜索来提高匹配的效率。本发明可以在保持原有CNN局部特征描述符良好鉴别力的前提下,使匹配算法在不对模型进行重新训练的情况下,具备全方向的泛化能力,能适应任意旋转角度差异的异源影像匹配,并且还能保持一定的匹配效率。

    一种基于端点拟合的三维激光点云配准方法及装置

    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

    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。

    一种基于直线拟合的三维激光点云配准方法及装置

    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

    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。

Patent Agency Ranking