-
公开(公告)号：CN119887880A
公开(公告)日：2025-04-25
申请号：CN202411685232.5
申请日：2024-11-22
Applicant: 南京林业大学
IPC: G06T7/62 , G06T7/73 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0895
Abstract: 本发明涉及图像识别领域，公开了一种基于一次样本学习的树木遥感图像处理方法及系统，方法包括通过设计基于基础模型SAM的通用图纸分割模型DrawSAM利用高效微调方法DoRA进行自适应微调SAM，结合Box Generator提示生成器进行图像分割，能够适应多样化的图纸类型和复杂结构布局，提升图纸中文字及符号的检测和识别准确率与效率；并通过优化的文本检测算法DrawDETR，减少了在识别工程图纸时的误识别率，提高了识别的准确性，有效解决了通用OCR模型在此领域的误识别和符号无法识别的问题，显著提升了图纸电子化数据的检索与应用，满足工业需求。
-
公开(公告)号：CN117710601A
公开(公告)日：2024-03-15
申请号：CN202311819654.2
申请日：2023-12-27
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于激光点云和图像信息的单木骨架提取方法及系统，属于数字3D精细化建模技术领域。方法包括：S1、获取单木的二维图像数据以及三维点云数据，并对二维图像数据和三维点云数据进行全局特征点提取以及局部特征点提取，得到全局轮廓信息和局部结构信息；S2、对全局轮廓信息和局部结构信息进行连接，得到匹配信息；构造能量函数，基于能量函数对匹配信息进行路径规划，得到关键路径；S3、对关键路径进行插值以及细化，得到细化路径；并基于细化路径获取单木精细骨架。本发明既能通过二维图像信息获得单木的全局结构信息，又能通过单木的三维点云描述局部细节信息，完成枝干的提取，为单木的建模提供数据支撑。
-
公开(公告)号：CN118674915A
公开(公告)日：2024-09-20
申请号：CN202410760696.1
申请日：2024-06-13
Applicant: 南京林业大学
Abstract: 本发明公开一种模态多目标检测方法和装置、系统、存储介质，包括以下步骤：步骤S1、获取3D LiDAR点云和2D街道图像；步骤S2、根据3D LiDAR点云和2D街道图像，通过级联双向方式进行融合，得到3D LiDAR点云和2D街道图像之间的特征对应关系；步骤S3、根据3D LiDAR点云和2D街道图像之间的特征对应关系进行目标检测；步骤S4、采用非极大值抑制方法去除重叠的候选框。采用本发明的技术方案，克服现有3D物体检测方法在精度、鲁棒性和实时性方面的局限性。
-
公开(公告)号：CN117710601B
公开(公告)日：2024-05-24
申请号：CN202311819654.2
申请日：2023-12-27
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于激光点云和图像信息的单木骨架提取方法及系统，属于数字3D精细化建模技术领域。方法包括：S1、获取单木的二维图像数据以及三维点云数据，并对二维图像数据和三维点云数据进行全局特征点提取以及局部特征点提取，得到全局轮廓信息和局部结构信息；S2、对全局轮廓信息和局部结构信息进行连接，得到匹配信息；构造能量函数，基于能量函数对匹配信息进行路径规划，得到关键路径；S3、对关键路径进行插值以及细化，得到细化路径；并基于细化路径获取单木精细骨架。本发明既能通过二维图像信息获得单木的全局结构信息，又能通过单木的三维点云描述局部细节信息，完成枝干的提取，为单木的建模提供数据支撑。
-
-
-
Search Results
4
records
(took 0.02 seconds)
