-
公开(公告)号：CN107491758B
公开(公告)日：2020-10-09
申请号：CN201710716164.8
申请日：2017-08-18
Applicant: 南京林业大学 , 中国地质调查局南京地质调查中心
Abstract: 本发明提出的是长江流域水体信息提取及其空间编码方法，包括如下步骤：（1）基于大气辐射传输模型的高分遥感影像大气纠正；（2）基于有理函数模型的高分遥感影像几何校正；（3）基于Snake模型的高分遥感影像数据镶嵌处理；（4）基于小波变换的高分遥感影像数据融合处理；（5）基于面向对象的水体时空信息提取；（6）基于层次分类法的水体信息空间编码。本发明的优点：1）有效实现长江流域水环境与资源的实时监测和管理；2）为长江经济带发展战略、区域生态环境保护与规划提供科学依据；3）适用于其他流域水体信息的空间提取与信息管理。
-
公开(公告)号：CN110263111A
公开(公告)日：2019-09-20
申请号：CN201910469835.4
申请日：2019-05-31
Applicant: 南京林业大学 , 中国地质调查局南京地质调查中心
Abstract: 本发明涉及一种基于先验知识的土地利用/覆被信息时空监测方法与技术，具体步骤包括：多源土地利用/覆被数据的几何配准；多源土地利用/覆被数据的尺度转换；多源土地利用/覆被数据的数据转换；基于多源土地利用/覆被的先验知识提取；基于先验知识的土地利用/覆被信息提取；长时间序列土地利用/覆被空间监测；土地利用/覆被信息时空模拟与预测。优点：1）挖掘和利用国内外已有的土地利用/覆被产品和成果，有效地实现土地利用/覆被信息的快速提取。2）有效实现土地利用/覆被的模拟和预测，为科学监测与空间认知提供技术支撑；3）为全球城镇规划、人居环境质量监测和生态环境保护提供评估方法和决策支持。
-
-
公开(公告)号：CN110110802A
公开(公告)日：2019-08-09
申请号：CN201910401905.2
申请日：2019-05-14
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法，具体包括如下步骤：（1）基于DBSCAN聚类的点云分割；（2）基于K-means聚类的点云过分割；（3）基于Meanshift聚类的点集邻接关系构建；（4）基于多层次点集构造高阶条件随机场的点云分类方法。优点：（1）提出多层聚类的点集结构构建方法，并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系，能够更加准确的对点集的类别进行分类；（2）能够自适应的构造非线性点云个数的多层次点集，更完整的表征点云目标的结构和形状等信息；（3）以点集为一阶项构造CRF模型，具有更高的效率和分类效果，从而整合更高的框架，得到更好的效果。
-
公开(公告)号：CN109242810A
公开(公告)日：2019-01-18
申请号：CN201811074479.8
申请日：2018-09-14
Applicant: 南京林业大学 , 中国地质调查局南京地质调查中心
Abstract: 本发明涉及一种城镇扩展遥感监测及城镇质量评价方法，具体步骤包括：（1）基于6S辐射传输模型的遥感影像大气校正；（2）基于Polynomial模型的遥感影像几何校正；（3）基于直方图匹配法的遥感影像无缝镶嵌；（4）基于波段运算的遥感影像减量处理；（5）基于综合PII及人工辅助的城镇时空信息提取；（6）基于Improved TOPSIS的城镇质量参考因子建立。本发明的优点在于：1）提出了一种完整、有效、科学的城镇扩展遥感监测及城镇质量评价方法；2）适用于各种区域城镇信息的提取、监测与质量评价3）为新型城镇化建设与规划提供数据支持和科学依据；4）丰富和完善了城镇信息管理与决策支持的相关理论与方法。
-
Patent Agency Ranking
公开(公告)号：CN106154247B
公开(公告)日：2018-07-10
申请号：CN201610467706.8
申请日：2016-06-24
Applicant: 南京林业大学
Abstract: 本发明提出一种多尺度全波形激光雷达数据最优化分解方法，其方法包括以下步骤：（一）通过对全波形信号的增强处理，提高信号的信噪比，提升后向散射波形的数据质量；（二）综合先验知识和各类核密度函数的后向散射波形分解与拟合；（三）对波形分解结果进行精度评价。本发明的优点：1）提出的综合核密度函数和先验知识的波形优化模型，既防止了数据的过拟合，又保证了解析结果的合理性，构建的优化模型具有开放性，可以容易地扩充有效的核密度函数和可靠的先验知识。2）多尺度全波形数据信息提取与挖掘的完整框架，实现了信息提取的完整性，综合多种方法定性和定量地验证了结果的精度和有效性。
-
公开(公告)号：CN106127153A
公开(公告)日：2016-11-16
申请号：CN201610467707.2
申请日：2016-06-24
Applicant: 南京林业大学
CPC classification number: G06K9/00771 , G06K9/6218 , G06K2209/01
Abstract: 本发明提出一种车载激光扫描点云数据的交通标牌识别方法，该方法包括以下步骤：（一）点云实时预处理；（二）点云结构特征获取；（三）多尺度马尔科夫随机场点云聚类；（四）交通标牌识别。本发明的优点：强化了点云的“面状”、“线状”、“散乱状”特征，增强了点与点之间的差异性，在避免欠分割的同时，能够快速在交通标牌零部件尺度上合理分割；方便从地物遮挡或地物自遮挡造成的部分交通标牌缺失的点云数据中实现交通标牌的分类和识别；能有效满足当前对城市零部件的快速提取、监测和识别的要求，方便推广到基于计算机视觉的有人或无人导航和避障领域，辅助驾驶员在复杂路况下导航和决策，有效地降低交通事故发生概率。
-
公开(公告)号：CN117496086B
公开(公告)日：2024-05-07
申请号：CN202311319567.0
申请日：2023-10-12
Applicant: 南京林业大学
Abstract: 本发明公开了一种语义感知的室内几何重建方法，首先获取含有语义的目标楼层三维点云，通过水平切片并投影到地面，提取墙面投影线；然后生成目标楼层多边形单元，构建房间语义图和墙面语义图，并通过构建目标函数和图割算法分割出室内多边形单元和室外多边形单元，之后对房间语义图和墙面语义图，进行图像差值操作，获得差值语义图；再使用形态学分割获得房间分割图，将房间分割图与室内多边形单元和室外多边形单元叠加，获得房间多边形单元；最后通过获取房间边界、计算房间的真实高度、获得目标楼层房间的三维几何模型。本发明创建的房间模型具有准确的几何形状、正确的拓扑结构和丰富的语义信息。
-
公开(公告)号：CN117523134A
公开(公告)日：2024-02-06
申请号：CN202311228807.6
申请日：2023-09-22
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于结构感知点云语义分割的三维建筑物模型简化方法，首先输入一个建筑物点云数据，然后它被输送到结构感知的点云语义分割模块，通过点的边缘指数提取出建筑物的几何轮廓点，然后利用设计的语义标签能量优化函数对剩余点分配基元语义信息，以每个基元的语义边缘点和建筑物的几何轮廓点构成建筑物的结构轮廓点集。以拓扑感知的方式将建筑物的点云数据转换为三维建筑物网格模型，并将点云的语义信息转移到网格模型中；最后，设计了保留建筑物结构轮廓的边缘折叠算法来对网格模型进行简化，这可以使得建筑物模型在简化过程中变形较小，而且算法还能控制不同语义基元的简化力度。
-
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
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.038 seconds)
