-
公开(公告)号：CN112750138B
公开(公告)日：2022-07-15
申请号：CN202110049394.X
申请日：2021-01-14
Applicant: 黄河勘测规划设计研究院有限公司 , 中国水利水电科学研究院
IPC: G06T7/11 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种黄河流域淤地坝空间分布识别方法，通过定期爬取淤地坝的信息以及构建深度学习模型对黄河流域的淤地坝进行识别，实现了黄河流域淤地坝空间分布识别。本发明能将已经建立和正在建设的淤地坝数据归纳进数据库中，不仅在拦泥、淤地、减灾、提高水资源利用率、促进农业退耕、结构调整和经济增长、改善丘陵山区交通和生活条件等方面发挥着十分关键的作用，一旦发生洪涝灾害，就能依据数据库信息，使用遥感影像依据属性坐标信息进行位置的确定，并依据及时获取的遥感信息，进行灾害预警、淤地坝损毁情况识别等灾情信息实时获取，具有重要的实际应用价值，为人们使用水利信息提供极大的便利。
-
公开(公告)号：CN110458120A
公开(公告)日：2019-11-15
申请号：CN201910752440.5
申请日：2019-08-15
Applicant: 中国水利水电科学研究院
Inventor： 雷添杰 , 黄锦涛 , 吕娟 , 贾金生 , 郑璀莹 , 王嘉宝 , 张亚珍 , 李曙光 , 李世灿 , 宋宏权 , 张炬 , 慎利 , 宫阿都 , 岳建伟 , 汪洋 , 李爱丽 , 杨会臣 , 宋文龙 , 万金红 , 刘中伟 , 周磊 , 陈强 , 娄和震 , 程子懿 , 路京选 , 李杨 , 程慧 , 李翔宇 , 陈文晋 , 李明宇 , 赵林洪 , 史婉丽 , 徐瑞瑞 , 张鹏鹏
Abstract: 本发明提供一种复杂环境下不同车型识别方法及系统，所述复杂环境下不同车型识别方法，利用WGAN网络模型生成每种环境下的第一生成训练样本集，利用CycleGAN网络模型生成不同环境复合的第二生成训练样本集，在增加了训练样本的数量，以达到卷积神经网络训练所需的数据量的同时，可生成各种环境复合的各种复杂环境下的训练样本，采用该训练样本对卷积神经网络进行训练，以实现复杂环境下的不同车型的识别，并提高复杂环境下的不同车型识别准确率。
-
公开(公告)号：CN110441773A
公开(公告)日：2019-11-12
申请号：CN201910752411.9
申请日：2019-08-15
Applicant: 中国水利水电科学研究院
Inventor： 雷添杰 , 贾金生 , 郑璀莹 , 李翔宇 , 王嘉宝 , 李曙光 , 张亚珍 , 宋宏权 , 张炬 , 李世灿 , 周磊 , 陈强 , 岳建伟 , 慎利 , 宫阿都 , 吕娟 , 宋文龙 , 李爱丽 , 汪洋 , 杨会臣 , 史婉丽 , 赵春 , 万金红 , 娄和震 , 程子懿 , 冯炜 , 刘中伟 , 路京选 , 曲伟 , 陈文晋 , 李明宇 , 李杨 , 程慧 , 黄锦涛 , 赵林洪 , 徐瑞瑞 , 张鹏鹏
IPC: G01S13/90
Abstract: 本发明提供一种高边坡崩塌部位精确定位方法及系统。首先，获取长时间序列的边坡影像，并将长时间序列的边坡影像合成为边坡形变二维图，在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；然后，对形变区域进行线划分，并将线划分后的长时间序列的边坡影像的形变区域进行重叠显示，在重叠影像中选取变化幅度最大的连线对应的区域为监测线区域；最后在监测线区域上选取监测点，通过每个监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。本发明采用由面到线到点的监测方式，实现了高边坡质点崩塌部位的精确定位，解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的变化位置及趋势问题。
-
公开(公告)号：CN112161973A
公开(公告)日：2021-01-01
申请号：CN202010893503.1
申请日：2020-08-31
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于无人机的水体污染快速检测方法，包括S1、规划两架无人机的飞行轨迹，并选择污染物检测试纸种类；S2、选择一架无人机搭载检测试纸沿预定轨迹飞行播撒检测试纸，另一架无人机沿预定轨迹对目标水域进行拍摄，获取目标水域的遥感影像；S3、结合无人机和GPS定位系统获取每一幅无人机遥感影像精准坐标；S4、使用坐标值进行快速影像拼接，获取目标区域影像；S5、提取目标区域影像中的试纸区域，并与标准比色卡进行比较，获取待检测目标区域水体溶液的性质；S6、获取检测试纸区域的比色卡数值，判断坐标点对应的目标区域位置特定污染物溶液的污染物浓度值，并使用线性插值法获取整个目标区域的污染物浓度图。
-
公开(公告)号：CN111898589A
公开(公告)日：2020-11-06
申请号：CN202010870361.7
申请日：2020-08-26
Applicant: 中国水利水电科学研究院
Abstract: 本发明提出一种基于GPU+特征识别的无人机影像快速配准方法，包括如下步骤：步骤1、实时接受无人机航拍采集的影像数据；步骤2、对相邻的影像使用GPU加速的KAZE算法，在GPU中完成特征点的提取、特征点描述符计算、特征匹配过程；步骤3、步骤对相邻影像提取出来的特征点使用GPU加速特征点匹配，匹配方法采用基于最近邻和次近邻距离比值的方法进行特征匹配；步骤4、使用PROSAC算法，选取前n个匹配质量较高的点，作为优质匹配点对；步骤5、根据两幅影像保存的优质匹配点，使用GPU加速特征点匹配；步骤6、采用PROSAC算法估计影像单应矩阵,步骤7、根据影像之间的单应矩阵，实现影像快速配准。
-
Patent Agency Ranking
公开(公告)号：CN110458357A
公开(公告)日：2019-11-15
申请号：CN201910740677.1
申请日：2019-08-12
Applicant: 中国水利水电科学研究院
Inventor： 雷添杰 , 张亚珍 , 吕娟 , 冯杰 , 秦景 , 宋文龙 , 苏志诚 , 孙洪泉 , 宋宏权 , 杨会臣 , 岳建伟 , 慎利 , 宫阿都 , 张炬 , 李世灿 , 李翔宇 , 李杨 , 程慧 , 黄锦涛 , 赵林洪 , 徐瑞瑞 , 张鹏鹏
Abstract: 本发明公开了一种工业旱灾损失预测及评估方法，包括：建立工业需水预测模型；对工业需水预测模型参数进行率定；获取工业需水量缺水率；计算得到工业需水量缺水率；计算得到工业损失评估值。采用本发明可以实时高效地全面预测及评估旱灾损失，为科学减灾救灾提供急需情报，同时也为气象、水利、农业、环保和民政部门决策提供重要的科学依据。
-
公开(公告)号：CN110458356A
公开(公告)日：2019-11-15
申请号：CN201910740659.3
申请日：2019-08-12
Applicant: 中国水利水电科学研究院
Inventor： 雷添杰 , 吕娟 , 冯杰 , 张亚珍 , 宋文龙 , 秦景 , 苏志诚 , 孙洪泉 , 宋宏权 , 杨会臣 , 岳建伟 , 慎利 , 宫阿都 , 张炬 , 李世灿 , 李翔宇 , 李杨 , 程慧 , 黄锦涛 , 赵林洪 , 徐瑞瑞 , 张鹏鹏
Abstract: 本发明公开了一种服务业旱灾损失评估方法，包括：建立服务业需水预测模型；对服务业需水预测模型参数进行率定；获取服务业需水量缺水率；计算得到服务业需水量缺水率；计算得到服务业损失评估值。采用本发明可以实时高效地全面预测及评估旱灾损失，为科学减灾救灾提供急需情报，同时也为气象、水利、农业、环保和民政部门决策提供重要的科学依据。
-
公开(公告)号：CN112733947B
公开(公告)日：2021-11-09
申请号：CN202110050642.2
申请日：2021-01-14
Applicant: 中国水利水电科学研究院
Abstract: 本发明提供了一种尾矿坝空间分布识别系统及方法，属于识别技术领域，包括以下步骤：构建尾矿坝全要素长时序数据集；利用遥感影像构建尾矿坝样本数据库；构建深度学习模型；利用尾矿坝样本数据库训练深度学习模型，得到尾矿坝识别模型；利用所述尾矿坝识别模型对尾矿坝进行识别，完成对尾矿坝空间分布的识别。本发明能将已经建立和正在建设的尾矿坝数据归纳进数据库中，不仅便于使用尾矿坝数据，也能在发生洪涝灾害时，依据数据库信息进行位置的确定，对灾害预警、尾矿坝损毁情况识别等灾情信息实时获取，具有重要的实际应用价值，为人们使用水利信息提供极大的便利。
-
公开(公告)号：CN112750138A
公开(公告)日：2021-05-04
申请号：CN202110049394.X
申请日：2021-01-14
Applicant: 黄河勘测规划设计研究院有限公司 , 中国水利水电科学研究院
IPC: G06T7/11 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种黄河流域淤地坝空间分布识别方法，通过定期爬取淤地坝的信息以及构建深度学习模型对黄河流域的淤地坝进行识别，实现了黄河流域淤地坝空间分布识别。本发明能将已经建立和正在建设的淤地坝数据归纳进数据库中，不仅在拦泥、淤地、减灾、提高水资源利用率、促进农业退耕、结构调整和经济增长、改善丘陵山区交通和生活条件等方面发挥着十分关键的作用，一旦发生洪涝灾害，就能依据数据库信息，使用遥感影像依据属性坐标信息进行位置的确定，并依据及时获取的遥感信息，进行灾害预警、淤地坝损毁情况识别等灾情信息实时获取，具有重要的实际应用价值，为人们使用水利信息提供极大的便利。
-
公开(公告)号：CN112150359A
公开(公告)日：2020-12-29
申请号：CN202010969798.6
申请日：2020-09-15
Applicant: 中国水利水电科学研究院 , 北京航遥天地科技有限公司
Abstract: 本发明公开了一种基于机器学习和特征点识别的无人机图像快速拼接方法，首先选定一张基准影像，使其与其周围9张临近影像使用基于GPU并行加速优化的改进SURF算法进行特征点的提取，减少了基准影像多次提取特征点所耗费的时间，并减少了影像连乘累积误差，再使用机器学习计算的描述特征向量改进SURF算法的描述特征向量，大幅度提高特征点匹配的精度，实现影像配准。本发明基于SURF算法+机器学习+GPU+PROSAC算法+图像分块拼接技术，构建了一种无人机遥感影像快速高效的处理方法，速度比传统SURF算法运行更快，精度得到了大幅度提高，在实时性方面的发挥更突出。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.028 seconds)
