-
公开(公告)号：CN110992330B
公开(公告)日：2021-05-25
申请号：CN201911195527.3
申请日：2019-11-28
Applicant: 桂林理工大学
Abstract: 本发明公开一种人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法。首先，利用边缘提取算法获取正射影像和人工阴影影像中单栋建筑阴影轮廓，并建立阴影数据集；然后，根据建筑高度对两组数据集进行分层，对阴影数据集进行多层次并行面特征整体松弛匹配，得到初始匹配结果；最后，对未匹配集合中的建筑物阴影进行面特征整体匹配得到最后的匹配结果，从而完成高分辨率的正射影像的阴影检测。利用本发明在人工阴影的基础上对建筑物阴影检测，可以更直接的确定建筑阴影的位置，更准确的获取建筑物阴影的边界。
-
公开(公告)号：CN110889888B
公开(公告)日：2020-10-09
申请号：CN201911037074.1
申请日：2019-10-29
Applicant: 桂林理工大学
Abstract: 本发明公开了一种纹理精简和分形压缩集成的三维模型可视化方法，主要涉及计算机图形处理和摄影测量领域。1、将纹理的统计分析方法和结构分析方法相结合，利用分形维数的特点对所有纹理进行初次筛选；2、当存在多个纹理的分形维数在设定的阈值范围内时，将这些纹理进行Radon变换，计算其标准差，进一步精简纹理；3、利用分形压缩方法将纹理进行压缩，通过解码时的多次迭代生成不同分辨率的纹理图像，创建一个具有四叉树结构的多分辨率纹理数据组织。利用本发明进行纹理处理和三维模型可视化，解决了现阶段纹理数据冗余占用内存空间大的问题，提高了纹理数据调用速度和三维模型动态可视化的流畅程度。
-
公开(公告)号：CN117475330A
公开(公告)日：2024-01-30
申请号：CN202311288637.0
申请日：2023-10-08
Applicant: 桂林理工大学
Abstract: 本发明公开了一种多特征融合区域增长算法的建筑物提取方法。该方法首先对密集匹配点云进行预处理的得到非地面点；然后计算非地面点的法向量特征、曲率特征、颜色特征；之后，利用逻辑函数对三个特征进行归一化操作，将其值归一化值0‑1；最后，利用法向量特征和颜色特征构建区域增长算法的相似性函数，其中利用曲率特征自适应设定法向量特征和颜色特征的权值，将曲率特征值小于设定阈值的点作为种子点进行区域增长提取建筑物。本发明的优点是从影像密集匹配生成的点云数据自身的属性出发，融合颜色特征、法向量特征改进区域增长算法，利用曲率特征进行算法参数的自适应设置，实现了从密集匹配点云数据中全自动化的提取建筑物。
-
公开(公告)号：CN110533764B
公开(公告)日：2021-07-02
申请号：CN201910668372.4
申请日：2019-07-23
Applicant: 桂林理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种面向建筑群的分形四叉树纹理组织方法。具体步骤为：(1)利用相同纹理具有相同分形维数的特点，将四叉树结构中具有相同分形维数的纹理块进行合并，建立纹理的分形四叉树结构；(2)根据建模的精度要求利用分形四叉树结构建立一个简洁有效的纹理数据组织，按“Z”字型编码方式命名并存储建筑物的多分辨率纹理数据；(3)将建筑物中所有具有相同纹理属性面用同一张纹理影像进行绑定，按照建筑物纹理属性进行不同类别间的并行运算，进而实现建筑物三维模型的快速纹理映射。本发明解决了现阶段纹理组织过程中数据冗余、加载和索引纹理数据占用内存大的问题，提高了索引和调用纹理数据速度从而完成建筑物三维模型的快速纹理映射。
-
公开(公告)号：CN119557594A
公开(公告)日：2025-03-04
申请号：CN202411670897.9
申请日：2024-11-21
Applicant: 桂林理工大学
Abstract: 本发明公开了一种融合空间插值与图卷积网络的室内温湿度空间数据预测方法，涉及智慧城市与环境监测领域，其包括：获取传感器实测的室内多点温湿度数据及其对应的监测标记点空间位置信息，利用标记点的温湿度数据、空间位置信息和时间维度特征作为克里金插值的输入，生成部分未标记点的温湿度线性预测值；构建以克里金预测结果、标记点实测数据、时间维度特征、空间特征和外部气象数据为自变量，目标温湿度值为因变量的多元线性回归模型，对克里金插值结果进行多维度拟合；使用回归模型输出的线性预测值与其他特征构建特征矩阵，并将其与邻接矩阵作为图卷积网络的输入，生成室内温湿度三维空间分布。本发明能够实现高精度的室内空间数据预测。
-
Patent Agency Ranking
公开(公告)号：CN117688507A
公开(公告)日：2024-03-12
申请号：CN202311563158.5
申请日：2023-11-22
Applicant: 桂林理工大学
Abstract: 本发明涉及大数据共享与挖掘技术领域，具体涉及一种数据关联的多源异构数据智能信息发现方法及系统，任务需求经主题模型获取主题词集合；定义面向多元多模态数据的数据胞架构，并基于数据胞架构构建元元胞；基于元胞通道关联规则进行逐级元胞通道随机关联，产生包含自主关联信息的组元胞信息核进行组元胞构建，得到组元胞信息核集合；设置深度学习惩罚项构建奖惩模型，使用组元胞信息核人工打分数据训练所述奖惩模型，训练后的奖惩模型代替人工进行所述组元胞信息核智能排序，获取与任务需求最优匹配的关联信息，该方法实现了面向任务需求的多模态数据自主关联，有效实现了为多模态数据的共享和信息发现。
-
公开(公告)号：CN110866971B
公开(公告)日：2023-08-11
申请号：CN201911038995.X
申请日：2019-10-29
Applicant: 桂林理工大学
Abstract: 真平方正射影像(True Square Orthophoto Map‑T2OM)是在真正射影像(True Orthophoto Map‑TOM)的基础上增加三维可量测信息(x,y,z)和墙面纹理信息。因此，它不仅提供真正射影像所具有的二维几何位置(x,y)和地表灰度信息，而且提供三维几何位置(x,y,z)和墙面纹理信息。T2OM的制作方法，包括了步骤(1)T2OM的数据结构设计；步骤(2)T2OM的数据获取与存储；步骤(3)建筑物T2OM的空间索引创建；步骤(4)建筑物三维建模及编辑。本发明的T2OM制作方法，实现了真正射影像和三维真实景观的选择性无缝融合，发展了镶嵌有真实纹理影像的3D可量测城市景观地图，满足了“数字/智慧城市”建设中对城市三维可量测地图的迫切需求。
-
公开(公告)号：CN112082576A
公开(公告)日：2020-12-15
申请号：CN202010937908.0
申请日：2020-09-09
Applicant: 桂林理工大学
Abstract: 本发明公开了一种“三无情况下”的卫星影像正射纠正方法，具体包括：1、创建了改正由地形高差引起的投影差的卫星影像正射纠正模型；2、从任意两幅或多幅影像上筛选足够的同名特征点，并构成加密点，再采用区域网平差法计算每幅影像正射纠正模型，得到成像模型系数和所有加密点的大地坐标；3、实现了“三无情况下”的卫星影像正射纠正。利用本发明可以解决单景影像上控制点不足、甚至无控制点，全部影像无传感器内外方位元素，无成像参数的卫星影像的正射纠正。本发明采用的“三无情况下”的卫星影像正射纠正方法，克服了卫星影像控制点不易采集的国际难题。
-
公开(公告)号：CN110992330A
公开(公告)日：2020-04-10
申请号：CN201911195527.3
申请日：2019-11-28
Applicant: 桂林理工大学
Abstract: 本发明公开一种人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法。首先，利用边缘提取算法获取正射影像和人工阴影影像中单栋建筑阴影轮廓，并建立阴影数据集；然后，根据建筑高度对两组数据集进行分层，对阴影数据集进行多层次并行面特征整体松弛匹配，得到初始匹配结果；最后，对未匹配集合中的建筑物阴影进行面特征整体匹配得到最后的匹配结果，从而完成高分辨率的正射影像的阴影检测。利用本发明在人工阴影的基础上对建筑物阴影检测，可以更直接的确定建筑阴影的位置，更准确的获取建筑物阴影的边界。
-
公开(公告)号：CN110889888A
公开(公告)日：2020-03-17
申请号：CN201911037074.1
申请日：2019-10-29
Applicant: 桂林理工大学
Abstract: 本发明公开了一种纹理精简和分形压缩集成的三维模型可视化方法，主要涉及计算机图形处理和摄影测量领域。1、将纹理的统计分析方法和结构分析方法相结合，利用分形维数的特点对所有纹理进行初次筛选；2、当存在多个纹理的分形维数在设定的阈值范围内时，将这些纹理进行Radon变换，计算其标准差，进一步精简纹理；3、利用分形压缩方法将纹理进行压缩，通过解码时的多次迭代生成不同分辨率的纹理图像，创建一个具有四叉树结构的多分辨率纹理数据组织。利用本发明进行纹理处理和三维模型可视化，解决了现阶段纹理数据冗余占用内存空间大的问题，提高了纹理数据调用速度和三维模型动态可视化的流畅程度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.025 seconds)
