-
公开(公告)号：CN119515893A
公开(公告)日：2025-02-25
申请号：CN202411397380.7
申请日：2024-10-09
Applicant: 南京林业大学
IPC: G06T7/11 , G06V10/20 , G06V10/30 , G06V10/24 , G06V10/32 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/25 , G06V20/10 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明涉及林业遥感技术领域，尤其涉及一种基于遥感影像的单株树冠分割方法。通过遥感影像采集树木RGB图像，创建人工林、城市林、自然林三种数据集，同时对数据进行预处理，包括数据增强、去除噪声、校正图像畸变、统一图像尺寸和色彩空间等步骤；使用深度神经网络TCSRCNN进行训练；将最优模型部署到实际应用场景中，对新的遥感图像进行单木树冠的自动分割。本发明能够准确分割树冠的不规则边缘，有效应对单木树冠间的粘连以及算法的泛化能力不足等问题。不仅为森林资源监测提供了准确的数据支持，还为生态环境评估、林业规划与管理等领域提供了有力的技术支撑。
-
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：CN118968297A
公开(公告)日：2024-11-15
申请号：CN202411008614.4
申请日：2024-07-26
Applicant: 南京林业大学
IPC: G06V20/10 , G01S17/86 , G01B11/00 , G06V20/17 , G06V10/82 , G06V10/25 , G06V10/764 , G06V10/766 , G06T7/62 , G06T7/73 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于激光雷达与遥感影像的单株树冠提取方法及系统，通过遥感影像采集树木RGB图像，创建TreeLD数据集；通过激光雷达采集树木点云数据；使用深度神经网络YOLOTree从TreeLD数据集中对单株树冠识别并进行空间关联特征提取；根据识别出的单株树冠信息确定树冠长轴a和短轴b；将识别出的单株树冠及其空间关联特征与点云数据结合来得到单株树冠高度c；根据树冠长轴a、短轴b以及单株树冠高度c确定树冠体积。本发明提高了空间定位和树冠体积提取的精度。
-
公开(公告)号：CN118155075B
公开(公告)日：2024-11-15
申请号：CN202410354602.0
申请日：2024-03-26
Applicant: 南京林业大学
IPC: G06V20/10 , G06V10/40 , G06V10/766 , G06V10/778 , G06V10/82
Abstract: 本发明公开了一种基于半监督深度学习的植被遥感图像处理方法及系统，其中方法包括采集植被的原图数据，得到数据集，其中原图数据为遥感图像形式；对数据集进行特征提取，得到相关性特征；对相关性特征进行特征回归操作，得到初始密度分布图；优化初始密度分布图，得到最终密度分布图，完成植被遥感图像的处理。本发明能够有效地提取复杂的植被纹理特征，通过捕捉植被的轮廓信息，提高了密度分布图预测的准确性；同时还通过密度图预测原始输入图像的植被密度分布，进而实现单木的分割和计数，解决了传统方法精准度不高，适应性较差，标注成本高的问题。还可以对参数进行轻量级微调，适应复杂植被生长环境中的任务场景。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN116109513A
公开(公告)日：2023-05-12
申请号：CN202310167460.2
申请日：2023-02-27
Applicant: 南京林业大学
Abstract: 本发明涉及一种基于局部环境光投影恒常先验的图像去雾方法，包括以下步骤：S1、基于预先构建的局部环境光投影恒常先验，获得雾天图像的全局环境光和局部环境光；S2、利用局部环境光投影恒常先验和全局环境光估计透射率，进一步优化透射率；S3、以局部环境光替代大气散射成像模型中的全局环境光，并基于Retinex理论，获得改进大气散射成像模型；S4、将局部环境光、优化后的透射率代入改进大气散射成像模型，输出雾天图像的去雾复原图像。相比与同类先验去雾算法，本发明提出的先验及去雾方法稳健高效，不但可避免引入人造干扰，如霍尔效应、异常颜色块，亦可保护去雾场景的亮度，去雾复原效果更加符合视觉感知。
-
公开(公告)号：CN118155075A
公开(公告)日：2024-06-07
申请号：CN202410354602.0
申请日：2024-03-26
Applicant: 南京林业大学
IPC: G06V20/10 , G06V10/40 , G06V10/766 , G06V10/778 , G06V10/82
Abstract: 本发明公开了一种基于半监督深度学习的植被遥感图像处理方法及系统，其中方法包括采集植被的原图数据，得到数据集，其中原图数据为遥感图像形式；对数据集进行特征提取，得到相关性特征；对相关性特征进行特征回归操作，得到初始密度分布图；优化初始密度分布图，得到最终密度分布图，完成植被遥感图像的处理。本发明能够有效地提取复杂的植被纹理特征，通过捕捉植被的轮廓信息，提高了密度分布图预测的准确性；同时还通过密度图预测原始输入图像的植被密度分布，进而实现单木的分割和计数，解决了传统方法精准度不高，适应性较差，标注成本高的问题。还可以对参数进行轻量级微调，适应复杂植被生长环境中的任务场景。
-
公开(公告)号：CN119273957A
公开(公告)日：2025-01-07
申请号：CN202411077169.7
申请日：2024-08-07
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/82 , G06V10/776 , G06N3/0464
Abstract: 本发明公开了一种基于自评估分类器的细粒度视觉分类方法及系统，涉及计算机视觉和模式识别技术领域，包括采集图像数据，通过粗粒度分类器对预处理后的图像数据进行初步分类；构建联合表示生成方法，对词嵌入方法输出结果和预处理后的图像数据进行联合表示；基于联合表示结果，对初步分类结果进行二次评估，生成细粒度分类结果，并剔除无用背景信息及细粒度分类无用信息丰富区域。本发明所述方法通过自评估分类器，有效减少模糊类别的错误分类，提升分类的准确性；利用词嵌入方法和特征图联合表示，增强模型区分模糊类别之间的能力；提出一种新的Dropping方法，通过注意力图识别并去除导致错误分类的区域和无用的背景噪声，进一步提升分类效果。
-
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
23
records
(took 0.025 seconds)
