公开(公告)号：CN116165635A

公开(公告)日：2023-05-26

申请号：CN202310304232.5

申请日：2023-03-27

Applicant: 桂林理工大学

Inventor： 尤号田 ,  覃志刚 ,  黄元威 ,  唐旭

IPC: G01S7/495 ,  G06T5/00 ,  G06V10/762 ,  G06V10/75

Abstract: 本发明涉及多级滤波算法的日间条件下不同波束光子云数据去噪方法，包括：通过读取光子点云数据并转换为沿轨距离‑高程的形式，基于RANSAC算法进行第一级粗去噪，并对去噪处理后的所述光子云数据进行点云特征分析获取其水平方向连续性参数，从而自适应的改进第二级精去噪算法，即OPTICS算法和RANSAC算法结合的多级滤波算法的搜索域参数，并给出三种滤波方向方案，即水平方向、组内统一方向和各光子自适应方向应用于第二级滤波算法处理，对第二级结果进行判断，如若为弱波束则进行异常数据处理，完成光子云数据去噪。本发明能够更好实现日间高背景噪声光子云数据精确去噪，适用性更强。

公开(公告)号：CN116165635B

公开(公告)日：2024-06-14

申请号：CN202310304232.5

申请日：2023-03-27

Applicant: 桂林理工大学

Inventor： 尤号田 ,  覃志刚 ,  黄元威 ,  唐旭

IPC: G01S7/495 ,  G06T5/70 ,  G06V10/762 ,  G06V10/75

Abstract: 本发明涉及多级滤波算法的日间条件下不同波束光子云数据去噪方法，包括：通过读取日间光子点云数据并转换为沿轨距离‑高程的形式，基于RANSAC算法进行第一级粗去噪，并对去噪处理后的所述日间光子点云数据进行点云特征分析获取其水平方向连续性参数，从而自适应的改进第二级精去噪算法，即OPTICS算法和RANSAC算法结合的多级滤波算法的搜索域参数，并给出三种滤波方向方案，即水平方向、组内统一方向和各光子自适应方向应用于第二级滤波算法处理，对第二级结果进行判断，如若为弱波束则进行异常数据处理，完成日间光子点云数据去噪。本发明能够更好实现日间高背景噪声光子点云数据精确去噪，适用性更强。

公开(公告)号：CN114862872B

公开(公告)日：2024-05-07

申请号：CN202210500765.6

申请日：2022-05-10

Applicant: 桂林理工大学

Inventor： 尤号田 ,  刘遥 ,  宋昊昕 ,  邓维熙 ,  覃志刚

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/25

Abstract: 本发明提供了一种基于Faster R‑CNN的红树林单木分割方法，涉及单木分割技术领域。该方法包括采集红树林的无人机机载LiDAR点云数据；对采集的红树林的无人机机载LiDAR点云数据进行预处理；利用Pit‑free算法对预处理后的红树林的无人机机载LiDAR点云数据生成冠层高度模型CHM；将二阶段目标检测方法Faster R‑CNN应用到步骤3产生的CHM中，构建基于CHM特征图的单木提取网络进行红树林的单木特征自动提取。该方法采用深度学习方法，借助大数据样本进行学习，相比传统流行的单木分割算法，可以解决下层木探测结果依赖上层木及点云的空间信息不能充分利用的问题，单木分割准确度更高，可有效减少错检漏检的单木数量，为提高基于无人机机载激光雷达数据的红树林单木分割精度提供可能性。

公开(公告)号：CN115631424A

公开(公告)日：2023-01-20

申请号：CN202210755532.0

申请日：2022-06-30

Applicant: 桂林理工大学

Inventor： 尤号田 ,  唐旭 ,  覃志刚 ,  黄元威 ,  李卯森

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06F16/29 ,  G06T3/40 ,  G06T5/00 ,  G06T5/50

Abstract: 本发明提供了基于时间序列卫星影像的桉树人工林月尺度林龄反演方法，涉及森林资源调查与林业定量遥感技术领域。该方法能够更加快速准确地获取桉树人工林林龄数据，弥补了传统林龄获取方法耗时耗力、成本高昂、数据获取周期长的不足；采用长时间序列遥感影像植被指数在桉树砍伐前后的变化进行林龄反演能够弥补基于林龄和遥感光谱反射之间的关系以建立林龄反演模型反演林龄的不足，实现时间序列林龄的精确提取；通过使用时空融合算法将高空间分辨率卫星遥感影像与低空间分辨率卫星遥感影像进行时空融合，重构月份因云雨影响而不能使用所缺失的影像数据，构建完整的时间序列影像，进而将桉树人工林林龄反演精确到月尺度。

公开(公告)号：CN114862872A

公开(公告)日：2022-08-05

申请号：CN202210500765.6

申请日：2022-05-10

Applicant: 桂林理工大学

Inventor： 尤号田 ,  刘遥 ,  宋昊昕 ,  邓维熙 ,  覃志刚

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于Faster R‑CNN的红树林单木分割方法，涉及单木分割技术领域。该方法包括采集红树林的无人机机载LiDAR点云数据；对采集的红树林的无人机机载LiDAR点云数据进行预处理；利用Pit‑free算法对预处理后的红树林的无人机机载LiDAR点云数据生成冠层高度模型CHM；将二阶段目标检测方法Faster R‑CNN应用到步骤3产生的CHM中，构建基于CHM特征图的单木提取网络进行红树林的单木特征自动提取。该方法采用深度学习方法，借助大数据样本进行学习，相比传统流行的单木分割算法，可以解决下层木探测结果依赖上层木及点云的空间信息不能充分利用的问题，单木分割准确度更高，可有效减少错检漏检的单木数量，为提高基于无人机机载激光雷达数据的红树林单木分割精度提供可能性。