-
公开(公告)号：CN107070809A
公开(公告)日：2017-08-18
申请号：CN201710231427.6
申请日：2017-04-11
Applicant: 南通大学 , 泰州市诚泰测绘服务有限公司
IPC: H04L12/823 , H04L12/863 , H04L29/08 , H04L29/06 , G06F9/445
Abstract: 本发明公开了一种大规模传感器数据的实时转发方法，包括数据转发器与数据接收器的构建，数据接收器主要从网卡上抓取数据包，将其进行解析后查找数据转发器中的通道进行转发；数据转发器主要负责向远程接收主机进行数据传输，针对接收到的数据，向远程主机发送数据；数据接收器的构造主要包括网卡数据通道的建立，JpcapCapter对象的初始化以及数据包的抓取、解析与转接等过程。本发明实现了大规模传感器数据的抓取和向多个终端的实时转发，适合于物联网环境下大量传感器数据的透传或者传输协议转换等相关的应用。
-
公开(公告)号：CN107070809B
公开(公告)日：2020-05-12
申请号：CN201710231427.6
申请日：2017-04-11
Applicant: 南通大学 , 泰州市诚泰测绘服务有限公司
IPC: H04L12/823 , H04L12/863 , H04L29/08 , H04L29/06 , G06F9/445
Abstract: 本发明公开了一种大规模传感器数据的实时转发方法，包括数据转发器与数据接收器的构建，数据接收器主要从网卡上抓取数据包，将其进行解析后查找数据转发器中的通道进行转发；数据转发器主要负责向远程接收主机进行数据传输，针对接收到的数据，向远程主机发送数据；数据接收器的构造主要包括网卡数据通道的建立，JpcapCapter对象的初始化以及数据包的抓取、解析与转接等过程。本发明实现了大规模传感器数据的抓取和向多个终端的实时转发，适合于物联网环境下大量传感器数据的透传或者传输协议转换等相关的应用。
-
公开(公告)号：CN118628760A
公开(公告)日：2024-09-10
申请号：CN202410712136.9
申请日：2024-06-04
Applicant: 南通大学
Abstract: 本发明公开一种融合nDSM的深度学习线特征提取方法，该方法利用无人机摄影测量获取的测区航拍照片，利用照片进行三维重建，生成DOM、DSM和三维点云；利用CSF算法分割地面点，采用反距离权重方法进行插值，生成DEM；利用地图代数计算将DSM与DEM进行相减，得到nDSM，并标准化为8位图像；接着制作深度学习训练样本数据集，利用DOM和nDSM构建四通道图像并分块，制作深度学习训练样本数据集；利用深度神经网络进行训练和模型验证，增量式构建满足泛化性的线特征提取样本数据集，实现对无人机摄影测量图像线特征的准确提取。本发明实现了基于深度学习的无人机遥感图像线特征智能提取，有效提高了线特征提取的准确性和几何完整性，满足城市建筑三维模型重建的需要。
-
公开(公告)号：CN113177956B
公开(公告)日：2024-06-14
申请号：CN202110508833.9
申请日：2021-05-11
Applicant: 南通大学
IPC: G06T7/11 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/50 , G06T5/70 , G06T5/73 , G06T5/40 , G06T5/60
Abstract: 本发明公开一种面向无人机遥感影像的语义分割方法，首先进行了分块处理，然后逐块进行遥感影像语义分割，这降低了方法读取遥感影像数据的规模，减少了语义分割处理中出现内存溢出的风险。本发明设计并实现了变焦器用于提取不同空间范围的目标图像，通过构建特征化的图像金字塔，保留了目标图像中最完备的关键特征信息，能够得到最为准确的分类预测值，从而确保像元的高分类精度。本发明在实施中将图像切片采用多进程、图像语义分割并行处理方式，用以降低总体运行时间成本。本发明在分类器中使用轻量化的卷积神经网络，在确保图像分类精度不降低的情况下，最大程度地降低了模型体量，减少了方法在应用中耗占的内存及磁盘空间。
-
公开(公告)号：CN117132611A
公开(公告)日：2023-11-28
申请号：CN202310975555.7
申请日：2023-08-04
Applicant: 南通大学
Abstract: 本发明公开一种基于ArcPy的区域尺度栅格格网分割方法，属于地理空间数据处理领域，包括以下步骤：步骤一：创建渔网数据，步骤二：分割行政区矢量数据；步骤三：按行政区提取渔网网格；步骤四：按行政区分割渔网网格；步骤五：按行政区渔网网格裁剪栅格。本发明的有益效果是显著提升了在区域尺度层面细粒度分割栅格数据的效率，确保了分割后的栅格格网数据具有准确的边界和地理坐标系，便于研究人员开展进一步的数据分析和数据应用工作。
-
Patent Agency Ranking
公开(公告)号：CN112884886B
公开(公告)日：2023-08-25
申请号：CN202110288746.7
申请日：2021-03-17
Applicant: 南通大学
IPC: G06T17/00
Abstract: 本发明公开一种自适应搜索半径的三维点云管道提取与建模方法，该方法首先对原始点云进行重采样，得到密度相对均匀的采样点云；利用局部采样点其邻域内点云的对称性计算近邻点集的对称平面；接着计算邻域点云的管道走向，根据走向获取管道纵剖面点云切片，利用圆拟合计算管道中轴点。通过对采样点集的每个点进行同样的计算，得到整个管道的中轴点集。在计算的过程中通过自适应的变化搜索半径，以适应不同直径的管道中轴点集提取。接着利用曲线追踪方法提取管道的中轴线，根据提取的中轴线构建管道三维模型，实现最终的三维管道模型构建。该方法可以应用于激光扫描管道过程中产生一定程度数据缺失和噪声情况下三维点云管道的提取。
-
公开(公告)号：CN115018249A
公开(公告)日：2022-09-06
申请号：CN202210447993.1
申请日：2022-04-26
Applicant: 南通大学
IPC: G06Q10/06 , G06F30/23 , G06F30/13 , G06T17/20 , G06F119/02
Abstract: 本发明公开一种基于激光扫描技术的地铁站施工质量评价方法，该方法首先对施工现场获取的三维激光点云与设计BIM模型进行粗略对齐；接着基于点‑线距离的最近点迭代算法（PL‑ICP）实现点云数据与BIM模型的坐标精对齐，将激光点云与BIM模型转换到同一个坐标系下；对激光点云数据进行降采样，通过点云语义分割提取建筑物的结构表面（墙面、楼板）和结构柱；对地铁站立面、楼板（顶底板）计算距离偏差，生成距离差分布图，对距离偏差进行可视化，对提取的结构柱计算角点距离偏差和角度偏差，对偏差进行统计分析。该方法可实现点云数据和设计BIM模型的精确对齐，满足基于激光点云进行地铁站施工质量评价的需要，通过对施工过程的动态监测实现对施工质量的控制。
-
公开(公告)号：CN111444975A
公开(公告)日：2020-07-24
申请号：CN202010255239.9
申请日：2020-04-02
Applicant: 南通大学
Abstract: 本发明公开了一种基于图像处理和深度学习的交通灯识别方法，包括以下步骤：（1）颜色空间变换和提取候选区；（2）目标边界处理和提取候选框；（3）尺寸噪声处理；（4）重叠处理；（5）纹理噪声处理；（6）候选框并行分类；（7）后处理。本发明能够有效地提高交通灯识别的准确性，缩短了模型的运行时间，同时减小了模型体积。
-
公开(公告)号：CN118967924A
公开(公告)日：2024-11-15
申请号：CN202411008751.8
申请日：2024-07-26
Applicant: 南通大学
Abstract: 本发明提供一种基于深度学习和形状语法的屋顶自动化三维重建方法，涉及地理空间数据处理，其包含以下步骤：S1：收集研究区的正射影像数据集，所述数据集包括DOM数据集和DSM数据集，将收集到的数据集分别导入地理信息系统软件中；S2：数据镶嵌及坐标系转换：S3：利用深度学习提取屋顶并分类：S4：使用ArcPy提取屋顶参数；S5：利用形状语法进行三维参数化建模：根据屋顶参数与屋顶类型，基于CGA规则定义各类屋顶的属性；经过上述所有步骤处理完成后，实现屋顶自动化的三维建模。该方法能有效解决常规方法建模成本高、重建效率低和结果不可控等问题。
-
公开(公告)号：CN113160235B
公开(公告)日：2024-06-11
申请号：CN202110598912.3
申请日：2021-05-31
Applicant: 南通大学
Abstract: 本发明公开了一种基于内部圆和邻接图的房间分割方法,该方法首先对激光扫描得到的二维占用概率栅格地图进行距离变换，计算每个像素其最近邻占用点的距离值；接着采用内部圆填充自由空间，构建室内自由空间的内部圆逼近；基于内部圆的邻接关系构建室内拓扑网络，采用带权重无向邻接图构建内部圆之间的关联关系；基于规则对无向图边进行增加和删除，实现图的连通子图分割；通过对内部圆连通子图进行合并，得到不同的邻接圆聚类，赋予邻接圆聚类不同的房间语义信息，最终实现室内自由空间（即房间）的语义分割。该方法可以应用于移动机器人激光扫描过程中对室内空间的房间分割和任务规划。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.029 seconds)
