-
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
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
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
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。
-
公开(公告)号：CN108074232B
公开(公告)日：2021-08-24
申请号：CN201711362019.0
申请日：2017-12-18
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于体元分割的机载LIDAR建筑物检测方法，该方法为：读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；将原始机载LIDAR点云数据规则化为灰度3D体元数据集；基于连通性和辐射特性相似性准则，将灰度3D体元数据分割并标记为若干个3D连通区域；基于建筑物屋顶和立面的特性，依次检测建筑物屋顶和立面形成的3D连通区域，完成基于体元分割的机载LIDAR建筑物检测；该方法很好地利用了3D体元数据中各体元间隐含的邻域关系及建筑物的特性，有助于基于体元建模理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号：CN111008989A
公开(公告)日：2020-04-14
申请号：CN201911346069.9
申请日：2019-12-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于多值体元的机载多光谱LIDAR三维分割方法，涉及遥感数据处理技术领域。本发明步骤如下：步骤1：读取原始机载多光谱LIDAR多波段独立点云数据，形成原始机载多光谱LIDAR多波段独立点云数据集；步骤2：将原始机载多光谱LIDAR多波段独立点云数据集规则化为多值3D体元数据集；步骤3：对多值3D体元数据集进行面向多值3D体元数据分割的3D隐马尔科夫随机场模型模糊聚类。本方法解决了机载多光谱LIDAR数据的点云分割问题，且综合利用了机载多光谱LIDAR数据的多光谱和空间邻域信息，有助于基于多值体元理论的机载LIDAR点云数据处理及应用的发展。
-
Patent Agency Ranking
公开(公告)号：CN106156758A
公开(公告)日：2016-11-23
申请号：CN201610621676.1
申请日：2016-07-29
Applicant: 辽宁工程技术大学
CPC classification number: G06K9/0063 , G06K9/00697 , G06K9/4604
Abstract: 一种SAR海岸图像中海岸线提取方法，属于图像处理领域；包括：获取SAR海岸图像；确定图像中初始海洋区域和初始陆地区域；计算初始海洋区域的几何中心；以初始海洋区域的几何中心为起点做射线；确定射线上的海岸边界点；将所有海岸边界点依次连接，得到海岸线；本发明利用G0分布对被测区域地表复杂程度敏感的特性，克服传统方法在进行海岸线提取时出现斑点噪声的问题；方法易于实现，运行速度快，且适用于大尺度图像。
-
公开(公告)号：CN111008989B
公开(公告)日：2023-08-11
申请号：CN201911346069.9
申请日：2019-12-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于多值体元的机载多光谱LIDAR三维分割方法，涉及遥感数据处理技术领域。本发明步骤如下：步骤1：读取原始机载多光谱LIDAR多波段独立点云数据，形成原始机载多光谱LIDAR多波段独立点云数据集；步骤2：将原始机载多光谱LIDAR多波段独立点云数据集规则化为多值3D体元数据集；步骤3：对多值3D体元数据集进行面向多值3D体元数据分割的3D隐马尔科夫随机场模型模糊聚类。本方法解决了机载多光谱LIDAR数据的点云分割问题，且综合利用了机载多光谱LIDAR数据的多光谱和空间邻域信息，有助于基于多值体元理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号：CN108109139B
公开(公告)日：2022-01-14
申请号：CN201711362017.1
申请日：2017-12-18
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于灰度体元模型的机载LIDAR三维建筑物检测方法，该方法为：读取原始机载LIDAR点云数据，形成原始机载LIDAR点云数据集；将原始机载LIDAR点云数据规则化为灰度3D体元数据集；对灰度3D体元数据集进行建筑物屋顶体元检测；基于缓冲区分析，对灰度3D体元数据集进行建筑物立面体元检测。该方法综合利用了LIDAR数据的几何和辐射信息并很好地利用了3D体元数据中各体元间隐含的邻域关系，有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号：CN112099046A
公开(公告)日：2020-12-18
申请号：CN202010971377.7
申请日：2020-09-16
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种基于多值体素模型的机载LIDAR三维平面检测方法，该方法首先将机载LIDAR点云数据规则化为多值体素模型；然后利用平面的光滑特性从多值体素模型DSM数据中搜寻小曲率体素作为种子，并标记与其三维连通且法向量方向一致的连通区域为平面；再次将多值体素模型非DSM数据中位于连通区域缓冲区范围内的反射强度值满足统计特性的体素标记为平面；最后将平面连通区域进行了合并，避免了点云密度不均匀等原因导致将一个真实平面被分割成多个平面连通区域的可能性。该方法给出了机载LIDAR点云数据的多值体素模型构建方案及其在此基础上的平面检测方案，有助于基于多值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：CN106709473B
公开(公告)日：2020-03-24
申请号：CN201710044460.8
申请日：2017-01-19
Applicant: 辽宁工程技术大学
Abstract: 一种基于体元的机载LIDAR道路提取方法，属于遥感数据处理技术领域；该方法包括：将原始机载LIDAR点云数据规则化为3D体元数据集；从3D体元数据集中分离出地面体元数据集；用道路反射的激光强度特性从地面体元中搜寻道路种子体元，提取与道路种子体元3D连通且强度差小于设定阈值的包含有数据点的体元作为道路提取结果；本发明综合利用了强度信息及各体元间隐含的高程信息，以3D连通性构建理论为基础，实现了3D道路的提取，该方法使得点云数据中的目标信息检测转换成基于体元空间邻域关系的搜索标记方式，很好的利用了3D体元数据中各体元间隐含的邻域关系，有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.029 seconds)
