-
公开(公告)号:CN118230185A
公开(公告)日:2024-06-21
申请号:CN202410413478.0
申请日:2024-04-08
Applicant: 桂林理工大学
Abstract: 本发明公开了一种异步采集的高光谱点云融合方法及系统,涉及遥感数据处理领域,包括:获取目标区域点云数据及高光谱影像数据;对点云数据和高光谱影像数据进行预处理;构建深度学习模型,将预处理后的点云数据和高光谱影像数据投影到同一个高维空间中,得到维度一致的逐点特征图和逐像素特征图;计算逐点特征图中的各点特征向量与逐像素特征图中的各像素特征向量之间的匹配程度,将与点云数据中每个点匹配程度最高的像素的光谱数据赋予该点,得到高光谱点云数据。本发明通过深度学习计算两种不同模态数据之间的匹配度,克服了畸变等产生的时间和空间不对应,实现异步获取点云和高光谱影像的精准融合。
-
公开(公告)号:CN119672215A
公开(公告)日:2025-03-21
申请号:CN202411721662.8
申请日:2024-11-28
Applicant: 桂林理工大学
IPC: G06T17/00 , G06T19/20 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于多光谱影像数据和激光雷达点云数据的浅层和深层多光谱点云生成方法,涉及遥感数据处理领域,包括:获取目标区域多光谱影像和激光雷达点云数据;通过ENVI软件计算浅层多光谱特征图,构建三维多光谱点云融合模型,将浅层/深层多光谱特征图和点云数据输入三维多光谱点云融合模型中,通过仿射变换实现多光谱影像栅格坐标系和点云平面坐标系的空间配准,分别生成浅层多光谱点云和深层多光谱点云数据。本发明分别提取了浅层和深层多光谱特征图,并基于构建的三维多光谱点云融合模型实现了多光谱影像和激光雷达点云的高效融合,弥补了点云数据缺乏光谱信息和高光谱点云数据成本高昂的缺陷。
-
公开(公告)号:CN118675649A
公开(公告)日:2024-09-20
申请号:CN202410649630.5
申请日:2024-05-23
Applicant: 桂林理工大学
IPC: G16C20/70 , G01N21/25 , G01N21/55 , G16C20/20 , G06F18/2113 , G06F18/213 , G06F18/23213 , G06F18/27 , G06F17/18 , G06N20/00
Abstract: 本发明公开了一种基于多尺度光谱形态特征的岩溶湿地水体弱光学活性参数反演方法,该方法基于实测原位ASD高光谱数据和实测水质数据,提取了岩溶湿地水体多尺度光谱形态,并对比了岩溶湿地水体与其他水体光谱形态特征的差异,厘清了岩溶湿地遥感反演水体弱光学活性水质参数的敏感特征波段;构建了岩溶湿地弱光学活性水质参数的直接反演、间接反演和辅助估算模型,评估了三种估算方法对岩溶湿地弱光学活性水质参数的估算精度差异,同时,定量评估了不同机器学习算法和深度学习算法对岩溶湿地水体弱光学活性水质参数的反演精度。本发明便于进行选择合适的反演模型,以至于快速、准确的实现岩溶湿地水体四种弱光学活性水质参数浓度反演。
-
-