-
公开(公告)号：CN114612587B
公开(公告)日：2025-02-28
申请号：CN202210188468.2
申请日：2022-02-28
Applicant: 复旦大学
IPC: G06T11/20
Abstract: 本发明属于计算机技术应用领域，具体涉及一种基于图像的路网结构矢量拟合方法。本发明基于RANSAC算法的原型，设计DL‑RANSAC多尺度矢量拟合算法，用于二值图像目标结构的矢量拟合与便捷存储。算法输入,给定具有目标结构骨架的二值图像，并设定基准算法RANSAC的相关参数,对于DL‑RANSAC的双循环机制，设定两个动态阈值来控制外循环的终止边界：内循环执行RANSAC，每次拟合的线段集合保存后，原图中相应的像素点被删除，通过外循环的动态参数机制，以及最终原图中所剩余像素点数量不满足要求时，算法终止；最终输出拟合的线段集合，包含垂直于x轴的线段集合及非垂直于x轴的线段集合。本发明能实现对目标的多尺度高效拟合。
-
公开(公告)号：CN114743091A
公开(公告)日：2022-07-12
申请号：CN202210243293.0
申请日：2022-03-11
Applicant: 上海城市交通设计院有限公司 , 复旦大学
Abstract: 本发明公开了一种基于叠加切割的路网识别质量提升方法，其特征在于在预测阶段使用不同的切割方式对完整的遥感图像进行切割，使得在第一种切割方式下，位于切割线边缘的像素，在第二种切割方式下，位于小图内部，以此获得较为完整的信息，最后将两次切割预测的结果进行线性叠加。本发明通过采用两次切割的方式，使得在第一种切割方式下，位于切割线边缘的像素，在第二种切割方式下，位于小图内部，同理，第二种切割方式下，位于切割线边缘的像素，在第一种切割方式下，位于小图内部，这样可以保证获得较为完整的信息，从而可以提高道路提取质量。
-
Patent Agency Ranking
公开(公告)号：CN114596463B
公开(公告)日：2025-03-04
申请号：CN202210188605.2
申请日：2022-02-28
Applicant: 复旦大学
IPC: G06V10/764 , G06V10/82 , G06V20/13 , G06N3/0464 , G06N3/045
Abstract: 本发明属于计算机技术应用领域，具体涉及一种基于图像的地块类型分类方法。本发明采用神经网络区分从原始卫星图像中以路网信息作为边界划分出的地块单元的类型。神经网络由特征提取器、自适应金字塔池化层以及分类器组成。特征提取器具体包括卷积、批量归一化、ReLU以及最大池化处理；述自适应金字塔池化层利用不同数目及大小的池化窗口对特征提取器得到的特征数据进行最大池化操作，之后再对池化结果进行拼接处理；分类器是将得到的特征向量映射到输入数据的实际标签空间。经过训练的网络模型对地块数据进行类型预测。
-
公开(公告)号：CN114596463A
公开(公告)日：2022-06-07
申请号：CN202210188605.2
申请日：2022-02-28
Applicant: 复旦大学
Abstract: 本发明属于计算机技术应用领域，具体涉及一种基于图像的地块类型分类方法。本发明采用神经网络区分从原始卫星图像中以路网信息作为边界划分出的地块单元的类型。神经网络由特征提取器、自适应金字塔池化层以及分类器组成。特征提取器具体包括卷积、批量归一化、ReLU以及最大池化处理；述自适应金字塔池化层利用不同数目及大小的池化窗口对特征提取器得到的特征数据进行最大池化操作，之后再对池化结果进行拼接处理；分类器是将得到的特征向量映射到输入数据的实际标签空间。经过训练的网络模型对地块数据进行类型预测。
-
公开(公告)号：CN114596373B
公开(公告)日：2025-05-13
申请号：CN202210188473.3
申请日：2022-02-28
Applicant: 复旦大学
IPC: G06T9/00 , G06V10/762 , G06V10/764
Abstract: 本发明属于计算机技术应用领域，具体为一种线段聚合重构及压缩优化方法。本发明包括设定一定的线段分类聚集规则，将属于同一结构段的线段进行归类并加以处理，随后根据线段的坐标集合表示，进行进一步的矢量压缩，得到目标结构最终的矢量表示结果。其中，线段分类聚集规则，基于二维数据结构[k,b](k为直线的斜率，b为偏置)，利用线段的夹角θ作为相似的度量值之一，对不同的线段进行聚类。根据两线段的平行、相交等多种情况，设定不同的阈值。本发明方法在实验数据上的结果表明，经过对同一路段多条结果的分类重构之后，效果依然良好。
-
公开(公告)号：CN114612587A
公开(公告)日：2022-06-10
申请号：CN202210188468.2
申请日：2022-02-28
Applicant: 复旦大学
IPC: G06T11/20
Abstract: 本发明属于计算机技术应用领域，具体涉及一种基于图像的路网结构矢量拟合方法。本发明基于RANSAC算法的原型，设计DL‑RANSAC多尺度矢量拟合算法，用于二值图像目标结构的矢量拟合与便捷存储。算法输入,给定具有目标结构骨架的二值图像，并设定基准算法RANSAC的相关参数,对于DL‑RANSAC的双循环机制，设定两个动态阈值来控制外循环的终止边界：内循环执行RANSAC，每次拟合的线段集合保存后，原图中相应的像素点被删除，通过外循环的动态参数机制，以及最终原图中所剩余像素点数量不满足要求时，算法终止；最终输出拟合的线段集合，包含垂直于x轴的线段集合及非垂直于x轴的线段集合。本发明能实现对目标的多尺度高效拟合。
-
公开(公告)号：CN114596373A
公开(公告)日：2022-06-07
申请号：CN202210188473.3
申请日：2022-02-28
Applicant: 复旦大学
IPC: G06T9/00 , G06K9/62 , G06V10/762 , G06V10/764
Abstract: 本发明属于计算机技术应用领域，具体为一种线段聚合重构及压缩优化方法。本发明包括设定一定的线段分类聚集规则，将属于同一结构段的线段进行归类并加以处理，随后根据线段的坐标集合表示，进行进一步的矢量压缩，得到目标结构最终的矢量表示结果。其中，线段分类聚集规则，基于二维数据结构[k,b](k为直线的斜率，b为偏置)，利用线段的夹角θ作为相似的度量值之一，对不同的线段进行聚类。根据两线段的平行、相交等多种情况，设定不同的阈值。本发明方法在实验数据上的结果表明，经过对同一路段多条结果的分类重构之后，效果依然良好。
-
-
-
-
-
-
Search Results
7
records
(took 0.086 seconds)
