公开(公告)号：CN117036971A

公开(公告)日：2023-11-10

申请号：CN202310706758.6

申请日：2023-06-14

Applicant: 辽宁工程技术大学

Inventor： 王丽英 ,  张康丽

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/44 ,  G06V10/762 ,  G06V10/77

Abstract: 本发明提出了一种自适应局部空谱一致下的机载LiDAR数据建筑物提取方法,涉及遥感数据处理技术领域。该方法首先将原始机载LiDAR点云数据进行异常数据剔除并规则化为强度体素数据集；其次依据建筑物高程跳变和边缘直线特性选取种子体素，对其进行基于空间连通性的聚类并建立光谱一致性测度；然后进行自适应局部空谱一致性约束下的建筑物屋顶提取及优化；最后结合屋顶边缘空间约束以及局部强度一致性实现建筑物外立面提取。该方法提出了机载LiDAR数据的强度体素模型构建方案及在此基础上自适应局部空谱一致下复杂城区场景的建筑物提取方案，满足复杂城区场景中建筑物形状、材料等多样性的需求，有助于基于强度体素模型理论的机载LiDAR点云数据处理及应用的发展。

公开(公告)号：CN116385865A

公开(公告)日：2023-07-04

申请号：CN202310003347.0

申请日：2023-01-03

Applicant: 辽宁工程技术大学

Inventor： 张康丽 ,  王丽英 ,  陈琦嘉

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/774 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及建筑物提取技术领域，具体涉及一种基于卷积神经网络的遥感影像建筑物提取方法；本发明所提供的基于卷积神经网络的遥感影像建筑物提取方法，首先根据所需获取的遥感影像，从数据共享网站上获取相应的高分辨率遥感影像，并对所获取的遥感影像进行预处理，再构建卷积神经网络，并对所构建的卷积神经网络进行训练，利用所设定的预设阈值，对所测试的卷积神经网络进行评价，能够进行遥感影像建筑提取；所提供的方法，具有优异的提取精度，以及可靠性高。

公开(公告)号：CN114170517A

公开(公告)日：2022-03-11

申请号：CN202111505758.7

申请日：2021-12-10

Applicant: 辽宁工程技术大学

Inventor： 张康丽 ,  王丽英 ,  陈琦嘉

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/46 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的遥感影像建筑物提取方法，属于遥感影像领域，包括以下步骤：步骤一：获取遥感影像，利用灰度阈值法对图像进行分割；步骤二：对原始图像进行降采样，形成不同分辨率的图像集，由低到高建立原始图像的排列模型，分别对排列模型中的每个图像进行特征点的检测。利用卷积神经网络，提取图像特征并分类，并通过图像的轮廓曲线、建筑物特征、建筑物高度计算、建筑物特征排除等多方面信息参数，将影像中的建筑物精确区分并提取，同时，将提取过程中分析的参数作为注释信息，完善提取的建筑物信息，得到建筑物图像信息外还具有其它相关注释。