一种异步采集的高光谱点云融合方法及系统

    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

    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。

    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

    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

    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。

Patent Agency Ranking