-
公开(公告)号:CN105005962B
公开(公告)日:2018-01-12
申请号:CN201510500058.7
申请日:2015-08-14
Applicant: 南京大学
IPC: G06T3/00
Abstract: 本发明涉及一种基于分层筛选策略的岛礁遥感影像配准方法,步骤包括:仿射不变特征匹配;建立几何变换模型;在几何变换模型的约束下,进行仿射不变特征匹配结果的初次筛选;在初次筛选结果的基础上,进一步利用岛礁面域重叠度控制筛选的结果,保证筛除所有错误的特征点对,最终完成岛礁的配准。本发明考虑到岛礁遥感影像匹配特有的纹理特征缺乏和纹理特征不稳定双重困难,通过建立几何约束模型,筛除明显不符合空间分布的特征点对,然后在几何变换矩阵约束筛选的基础上,以岛礁面积重叠度为约束,对特征点对进行二次筛选,仅保留正确的特征点对以完成岛礁的精确配准。本发明方法适应性强,可精确地完成岛礁影像配准,能够满足实际生产的需要。
-
公开(公告)号:CN105844707A
公开(公告)日:2016-08-10
申请号:CN201610148169.0
申请日:2016-03-15
Applicant: 南京大学
IPC: G06T17/05
CPC classification number: G06T17/05 , G06T2200/04
Abstract: 本发明涉及一种基于城墙断面从LiDAR点云数据自动提取古城墙数据的方法,包括以下步骤:获取城墙待选区,矢量化得到顶部二维中心线,并插值得到完整的城墙顶部三维中心线;对城墙顶部三维中心线密集采样得到探测基点,计算每个探测基点断面上的点云;构建城墙断面格网;并基于城墙断面“横向探测—纵向探测”城墙顶部、垛口和侧面点云数据。本发明提出利用LiDAR点云数据提取古城墙的数据,解决了利用LiDAR技术进行数字存档的关键技术,有效的解决了传统测量耗时耗力,且无法获取城墙侧面细节信息的不足。本发明提出的“纵向探测?横向探测”的城墙侧面点精确提取方法,可以有效的实现城墙侧面细节信息和顶部信息的自动获取。
-
公开(公告)号:CN105787921A
公开(公告)日:2016-07-20
申请号:CN201510511068.0
申请日:2015-08-19
Applicant: 南京大学 , 浙江省水资源管理中心
IPC: G06T7/00
Abstract: 本发明涉及一种利用机载LiDAR数据重建大型复杂立交桥三维模型的方法。该方法步骤为:利用反向迭代数学形态学滤波和面积信息从机载LiDAR数据提取立交桥点云;根据桥面连通性对立交桥点云进行分割;采用中心线垂线扫描方法分割提取无分叉或交汇结构且宽度保持一致的连通桥面,获取“结构单元”;在结构单元中心线的端点处作圆形缓冲区,通过判断缓冲区内点云高程信息检测立交桥的遮挡结构;通过结构单元匹配、二维中心线拟合以及三维曲面拟合步骤,获取完整的桥面三维中心线;结合桥面宽度信息重建立交桥三维模型。实践证明,本发明能够有效地重建大型复杂立交桥三维模型,解决了立交桥点云的遮挡问题,重建的三维模型具有较高的正确率和完整率。
-
公开(公告)号:CN102436679B
公开(公告)日:2014-04-30
申请号:CN201110423561.9
申请日:2011-12-16
Applicant: 南京大学
IPC: G06T17/05
Abstract: 本发明属于中分辨率遥感影像离散点DEM构建方法领域,公开了一种基于中值滤波的中分辨率遥感影像离散点DEM构建方法。它包括以下步骤:步骤1:计算卫星成像时刻潮高信息;步骤2:离散卫星成像时刻提取的矢量水边线,步骤3:合并上述步骤离散的等距潮位点,根据遥感影像分辨率构建中值滤波的参考格网,并对所有离散的等距潮位点进行标号,标明其所属格网ID;步骤4:遍历所有格网;步骤5:在中值滤波结果的基础上利用线性内插构建最终的DEM结果。本发明的方法通过中值滤波的方法有效地利用了落在格网内所有离散点的高程信息,提高了离散点高程精度。
-
公开(公告)号:CN102520401B
公开(公告)日:2013-05-08
申请号:CN201110432421.8
申请日:2011-12-21
Applicant: 南京大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于LiDAR数据的建筑物区域提取方法,属于LiDAR数据提取建筑物的方法领域。其步骤包括:LiDAR数据前期处理;对原始LiDAR数据重采样;反向迭代数学形态学滤波;分离建筑物与密集树木。本发明直接对3D点云数据进行处理,而不是将点云转化为深度图像,避免了转化过程中信息的损失和转化过程中增加的计算量;同时通过反向渐进迭代使用不同窗口进行数学形态学滤波操作,基本消除了地形起伏对数学形态学滤波中建筑物提取的影响,能取得较高的提取精度;本发明能够从大范围的LiDAR数据中快速、准确地提取出属于建筑物区域的LiDAR点,能够为城市的三维建模提供可靠的数据支持。
-
公开(公告)号:CN103020342A
公开(公告)日:2013-04-03
申请号:CN201210512462.2
申请日:2012-12-04
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明涉及一种从地面LiDAR数据中提取建筑物轮廓和角点的方法,首先使用分层次的格网密度方法从地面LiDAR数据中提取建筑物轮廓;在此基础上使用轮廓延伸密度方法对提取的建筑物轮廓进行恢复,即得到完整的建筑物轮廓;若需提取角点则将完整的建筑物轮廓投影到三维坐标系的XY平面内寻找二维相交点,如果任两条构成相交点的轮廓的高程差小于1m,则判定两条轮廓在实际的三维空间中相交,两条轮廓的相交点为一个地面角点,并将所述两条轮廓的高程均值作为该地面角点的高程。本发明所用的格网密度方法、格网密度阈值的理论估计确定方法、轮廓密度延伸的方法,保证了从地面LiDAR数据中提取准确的建筑物轮廓线段和高精度的地面角点;并且实现了自动化提取,大大提高了数据处理效率。
-
公开(公告)号:CN102054274B
公开(公告)日:2012-08-22
申请号:CN201010566910.8
申请日:2010-12-01
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明公开了一种海岸带水体遥感信息全自动提取方法,属于遥感信息全自动提取方法领域。其步骤包括遥感影像分割、水体信息粗提取和水体信息精提取三个阶段,过程中进行了两次尺度转换,其一为从像元到对象的转换,属于自下向上的尺度转换,其二为从全域到局部的转换,属于自上向下的尺度转换。相较现有技术,本发明实现了一种在尺度转换框架中融入地学知识和数据挖掘相结合的方法,整个方法具有零样本、零参数的特性,完全自动化运行。本发明能够适应各海域多类型海岸带环境,具有较好的稳定性,其提取结果精度较高,对细节信息的提取完整性和连续性均优于经典方法,能够直接应用于国家各级基础地理信息数据库遥感专题信息的维护与更新。
-
公开(公告)号:CN111950658B
公开(公告)日:2024-02-09
申请号:CN202010886292.9
申请日:2020-08-28
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/26 , G06N3/08 , G06V20/10 , G06N3/0464
Abstract: 市地表覆盖二维分类与三维分类之间的联系。本发明公开了一种基于深度学习的LiDAR点云与光学影像先验级耦合分类方法,属于遥感科学技术领域。本发明步骤为:首先通过二维深度卷积网络分类多波段光学影像;再将地表覆盖二维分类的结果(即类别概率)利用最近邻算法赋予机载LiDAR点云,作为三维点云的先验概率特征;而后采用三维神经网络分类已嵌入二维类别概率的LiDAR点云,得到最终的城市三维土地覆盖分类结果。本发明利用先验级耦合策略将光学影像提供的波段信息赋予LIDAR点云,弥补了现(56)对比文件Xiaoqiang Liu等.HierarchicalClassification of Urban ALS Data by UsingGeometry and Intensity Information.《Sensors》.2019,第19卷(第20期),4583.Yangyan Li等.2D-3D fusion for layerdecomposition of urban facades《.2011International Conference on ComputerVision》.2012,882-889.Hassan Ghassemian.A review of remotesensing image fusion methods《.InformationFusion》.2016,第32卷75-89.
-
公开(公告)号:CN110009054A
公开(公告)日:2019-07-12
申请号:CN201910294565.8
申请日:2019-04-12
Applicant: 南京大学
Abstract: 本发明公开了一种利用几何与强度特征的分层次机载LiDAR点云分类方法,属于遥感科学技术领域。本发明步骤为:首先通过机载LiDAR获取地表的三维几何信息和强度信息,并根据几何信息和强度信息为每个LiDAR点构建几何特征与强度特征;再利用随机森林分类器处理几何特征,得到监督分类结果;从监督分类结果中提取地面地物,并利用高斯混合模型处理地面地物点的强度特征,得到非监督分类结果;而后利用启发规则对监督分类结果与非监督分类结果进行融合,获得最终分类结果。本发明克服了现有技术中,易变的强度信息所引起的机载LiDAR点云监督分类器不稳定、难迁移的不足,可以分层次利用机载LiDAR点云的几何信息和强度信息,得到较好的机载LiDAR点云分类结果。
-
公开(公告)号:CN106157309B
公开(公告)日:2019-03-22
申请号:CN201610520898.4
申请日:2016-07-04
Applicant: 南京大学
Abstract: 本发明公开了一种基于虚拟种子点的机载LiDAR地面点云滤波方法,属于机载LiDAR点云数据分类领域。本发明的步骤为:首先,将机载LiDAR点云格网化,利用格网内点云的分布维度和高程分布直方图构建地面虚拟种子点;其次,使用多尺度形态学对虚拟种子点评估,剔除不属于地面的虚拟种子点,并且对点云进行初步滤波;最后,利用评估后的虚拟种子点构建初始TIN网,迭代加密TIN网完成LiDAR数据的地面点云滤波。本发明既降低了滤波算法的时间耗费,又保证了滤波算法的滤波精度,并且适用范围广。
-
-
-
-
-
-
-
-
-