-
公开(公告)号：CN115393730B
公开(公告)日：2023-05-30
申请号：CN202210836220.2
申请日：2022-07-15
Applicant: 南京林业大学
IPC: G06V20/13 , G06V20/70 , G06V10/26 , G06V10/75 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
-
公开(公告)号：CN113705582A
公开(公告)日：2021-11-26
申请号：CN202110891468.4
申请日：2021-08-04
Applicant: 南京林业大学
Abstract: 本发明公开了一种建筑立面边缘特征关键点提取方法，属于三维建模领域。本发明首先通过对局部邻域内建立的协方差矩阵的特征值来计算三维点云中每个点的置信度；然后定义三维空间中每个点的梯度，再将三维点云的梯度信息编码为结构张量；结构张量的特征值可以表示局部点云的梯度分布情况，从而将建筑物点云的立面特征提取问题转换为分析结构张量的三个特征值的问题；将每个点的置信度和结构张量作为双阈值法的输入，判断当前被处理点是否为关键点；最后采用边缘细化算法对边缘特征点进行细化处理。本发明所提出的算法不仅精度高于现有直接从三维中提取边缘特征的方法，也优于基于Canny算子到二维图像进行边缘提取和细化的方法。
-
公开(公告)号：CN115393542B
公开(公告)日：2023-04-18
申请号：CN202210825602.5
申请日：2022-07-13
Applicant: 南京林业大学
Abstract: 本发明公开了一种广义建筑三维几何重建方法，基于“点‑线”双域互增强思想，同步实现建筑点、线几何重建；在“线”约束下，通过求解“多目标全局最优化问题”，重建线性平面基元，并且借助局部非线性优化拟合非线性参数表达基元，进而实现建筑面重建。在“线”和“面”模型共同辅助下，基于模型匹配，完成建筑屋顶结构基元和建筑立面部件基元的重建，并通过CSG组装基元模型，完成建筑体重建。本发明成果有助于完善激光点云的几何建模理论与方法，可为国家“实景三维”数据库提供多颗粒度且高质量的建筑几何模型，满足国家经济社会发展各领域对“实景三维”建筑几何模型的亟需。
-
公开(公告)号：CN115393542A
公开(公告)日：2022-11-25
申请号：CN202210825602.5
申请日：2022-07-13
Applicant: 南京林业大学
Abstract: 本发明公开了一种广义建筑三维几何重建方法，基于“点‑线”双域互增强思想，同步实现建筑点、线几何重建；在“线”约束下，通过求解“多目标全局最优化问题”，重建线性平面基元，并且借助局部非线性优化拟合非线性参数表达基元，进而实现建筑面重建。在“线”和“面”模型共同辅助下，基于模型匹配，完成建筑屋顶结构基元和建筑立面部件基元的重建，并通过CSG组装基元模型，完成建筑体重建。本发明成果有助于完善激光点云的几何建模理论与方法，可为国家“实景三维”数据库提供多颗粒度且高质量的建筑几何模型，满足国家经济社会发展各领域对“实景三维”建筑几何模型的亟需。
-
Patent Agency Ranking
公开(公告)号：CN113705582B
公开(公告)日：2022-03-29
申请号：CN202110891468.4
申请日：2021-08-04
Applicant: 南京林业大学
Abstract: 本发明公开了一种建筑立面边缘特征关键点提取方法，属于三维建模领域。本发明首先通过对局部邻域内建立的协方差矩阵的特征值来计算三维点云中每个点的置信度；然后定义三维空间中每个点的梯度，再将三维点云的梯度信息编码为结构张量；结构张量的特征值可以表示局部点云的梯度分布情况，从而将建筑物点云的立面特征提取问题转换为分析结构张量的三个特征值的问题；将每个点的置信度和结构张量作为双阈值法的输入，判断当前被处理点是否为关键点；最后采用边缘细化算法对边缘特征点进行细化处理。本发明所提出的算法不仅精度高于现有直接从三维中提取边缘特征的方法，也优于基于Canny算子到二维图像进行边缘提取和细化的方法。
-
公开(公告)号：CN115393732A
公开(公告)日：2022-11-25
申请号：CN202210999465.7
申请日：2022-08-19
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于MODIS时序影像的水稻信息提取方法，首先选择研究区域，获取研究区域的植被指数数据区块信息；再对获取的植被指数数据区块信息进行预处理；接着根据预处理后的植被指数数据区块信息计算时序归一化植被指数；然后对计算出的时序归一化植被指数结合土地利用数据进行掩膜处理，得到耕地的时序归一化植被指数；而后根据步骤S4得到的时序归一化植被指数建立时间谱遥感数据集并进行滤波重构；最后对步骤S5中滤波重构后的数据集进行混合像元分解；提取水稻的种植信息和空间分布情况。本发明可快速有效地提取大区域尺度范围内水稻的种植信息，如水稻的物候曲线、水稻的种植情况分布及水稻的年生长曲线变化情况。
-
公开(公告)号：CN115393730A
公开(公告)日：2022-11-25
申请号：CN202210836220.2
申请日：2022-07-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种火星陨石坑精确识别方法，以U‑Net为基础模型框架，实验并分析了模型深度、特征通道数、下采样方式以及跳跃连接方式对识别率、识别准确性以及对关键陨石坑的识别能力的影响，在实验结果的基础上改进出一种更适合陨石坑识别的语义分割网络模型MC‑UNet。在结构层面将模型深度扩展至5层，并将原有的卷积通道数减少为四分之一，在保持分割精度的同时实现了模型轻量化；在机制层面，采用平均池化作为下采样方式，并在跳跃连接中加入对特征图的通道注意力机制，提高了分割精度、识别率以及对大尺寸陨石坑的分割效果。
-
公开(公告)号：CN114092697B
公开(公告)日：2022-05-06
申请号：CN202111318277.5
申请日：2021-11-09
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/17 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了注意力融合全局和局部深度特征的建筑立面语义分割方法，通过设计顾及方向和位置编码的局部特征编码，强化局部特征聚合，增强门窗边界点的边缘特征和立面点的局部特征；通过融入全局Transformer感知模块，捕获门窗上下文全局特征，推理建筑立面门窗的几何位置结构和结构布局，从密度变化不均、含有噪声和离值点且数据缺失的建筑立面点云中正确识别出边缘特征不显著的门窗；基于注意力机制融合局部特征和全局特征。
-
公开(公告)号：CN114092697A
公开(公告)日：2022-02-25
申请号：CN202111318277.5
申请日：2021-11-09
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/17 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了注意力融合全局和局部深度特征的建筑立面语义分割方法，通过设计顾及方向和位置编码的局部特征编码，强化局部特征聚合，增强门窗边界点的边缘特征和立面点的局部特征；通过融入全局Transformer感知模块，捕获门窗上下文全局特征，推理建筑立面门窗的几何位置结构和结构布局，从密度变化不均、含有噪声和离值点且数据缺失的建筑立面点云中正确识别出边缘特征不显著的门窗；基于注意力机制融合局部特征和全局特征。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.029 seconds)
