-
公开(公告)号：CN111489421A
公开(公告)日：2020-08-04
申请号：CN202010211630.9
申请日：2020-03-24
Applicant: 广东融合通信股份有限公司
IPC: G06T11/60 , G06F16/951 , G06N3/04
Abstract: 本发明公开了一种卫星地图切分建筑重新组合方法，包括获取卫星图片：通过网络爬取的方式获取卫星图片；通过建筑物屋顶分割模型对获取的卫星图片进行建筑物的识别和标注；判断卫星图片是否存在建筑物被切割，存储被切割建筑物的边界坐标集；比对各卫星图片被切割建筑物的边界坐标集，对被切割的同一建筑物进行轮廓重组。本发明用于卫星地图被切分建筑的重新组合，通过建筑物的重新组合，使获得的建筑物的轮廓数据更加精准；主要应用于光伏屋顶卫星遥感瓦片图的识别处理，以形成地图建筑物的完整准确轮廓数据，为光伏业务人员提供具有良好参考价值的地图数据，有助于其分析市场，发现潜在客户，对其拓展业务的帮助极大，具有良好的商业价值。
-
Patent Agency Ranking
公开(公告)号：CN111651654A
公开(公告)日：2020-09-11
申请号：CN201911101845.9
申请日：2019-11-12
Applicant: 广东融合通信股份有限公司
IPC: G06F16/951 , G06F16/29
Abstract: 本发明公开了一种网络抓取目标区域卫星地图方法，包括向卫星地图的网络供应商发送一个请求，该请求为一个包含区域参数的请求，以获得目标区域边界坐标集合；在网络地图上形成一个涵盖目标区域矩形区域；将矩形的四个顶点坐标进行转换，转换成瓦片坐标，遍历矩形区间内的瓦片编号并请求网络供应商链接进行爬取目标区域的地图瓦片；对爬取的地图瓦片进行存储；对存储的地图瓦片进行拼接，输出拼接后目标区域地图。本发明可以快速爬取目标区域的地图瓦片，拼接成最终的目标区域地图，用户可以灵活针对业务发展要求，输入目标区域，即可快速输出目标区域的地图，以便进行后续处理和分析，有效帮助用户分析和挖掘潜在客户，拓展业务。
-
公开(公告)号：CN111191500A
公开(公告)日：2020-05-22
申请号：CN201911102893.X
申请日：2019-11-12
Applicant: 广东融合通信股份有限公司
Abstract: 本发明公开了一种基于深度学习图像分割的光伏屋顶资源识别方法，包括获取数据：从地图服务商获取指定区域的卫星遥感图片；标注数据：在所述卫星遥感图片标注出不同类型的屋顶类型；训练模型：针对不同的屋顶类型训练建筑物屋顶分割模型；组合模型：利用多个训练好的建筑物屋顶分割模型组合成一个组合模型；批量识别数据：利用组合模型批量识别遥感图片数据，得到各种类型的屋顶轮廓数据；输出识别结果，供用户查询。本发明使得过去手工搜索地图，现场勘察建筑屋顶，测量尺寸的工作变为系统全自动执行分割识别，将识别结果供用户查询。使过去平均每个建筑需要1-2人1天的工作变成了在系统搜索已被识别出来有建设光伏价值的建筑只需要几分钟就能完成。
-
公开(公告)号：CN111489421B
公开(公告)日：2023-09-19
申请号：CN202010211630.9
申请日：2020-03-24
Applicant: 广东融合通信股份有限公司
IPC: G06T11/60 , G06F16/951 , G06V20/13 , G06V20/10 , G06V10/26 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种卫星地图切分建筑重新组合方法，包括获取卫星图片：通过网络爬取的方式获取卫星图片；通过建筑物屋顶分割模型对获取的卫星图片进行建筑物的识别和标注；判断卫星图片是否存在建筑物被切割，存储被切割建筑物的边界坐标集；比对各卫星图片被切割建筑物的边界坐标集，对被切割的同一建筑物进行轮廓重组。本发明用于卫星地图被切分建筑的重新组合，通过建筑物的重新组合，使获得的建筑物的轮廓数据更加精准；主要应用于光伏屋顶卫星遥感瓦片图的识别处理，以形成地图建筑物的完整准确轮廓数据，为光伏业务人员提供具有良好参考价值的地图数据，有助于其分析市场，发现潜在客户，对其拓展业务的帮助极大，具有良好的商业价值。
-
公开(公告)号：CN111967341A
公开(公告)日：2020-11-20
申请号：CN202010733194.1
申请日：2020-07-27
Applicant: 广东融合通信股份有限公司
Abstract: 本发明公开了一种卫星地图目标物轮廓的识别方法，包括以下步骤；(1)获取指定区域卫星图；(2)识别掩码图；(3)获取poi轮廓信息；(4)poi掩码图拼接；(5)识别poi掩码图；(6)通过图像处理技术得到相关图形轮廓的面积、边界集合像素点，中心集合像素点，根据相应比例计算出该轮廓的完整面积。本发明提供的方法，可以自动识别指定区域的目标物轮廓数据，所需数据均来源于互联网，无需采购和申请，大大降低成本，效率也得到提高。同时由于数据主要从地图服务商中获取，确保了数据的准确性和实时性，可以相对精确的获取建筑物轮廓数据信息。
-
公开(公告)号：CN111291608A
公开(公告)日：2020-06-16
申请号：CN201911101871.1
申请日：2019-11-12
Applicant: 广东融合通信股份有限公司
Abstract: 本发明公开了一种基于深度学习的遥感图像非建筑区域过滤方法，具体包括如下步骤标注数据：标注建筑物屋顶类型数据，即是对图片中不同的建筑物屋顶标注出类型和位置信息；标注是否包含建筑物区域的数据，即是对图片中有无建筑物打上1/0标签；训练模型：利用Unet卷积神经网络训练建筑物屋顶分割模型；利用resnet卷积神经网络训练建筑物分类模型；识别大比例尺的遥感图片，当识别为有建筑物区域时，则利用建筑物屋顶分割模型识别该区域下所有的，小比例尺的遥感图像；否则就不识别该区域；输出建筑物屋顶类型信息。本发明可以快速过滤掉大批非建筑的区域，从而提升对城市建筑物屋顶的分割识别的效率，效率提升可以达到50％以上，节省一定的资源成本。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
