-
公开(公告)号：CN107092877B
公开(公告)日：2020-01-24
申请号：CN201710237766.5
申请日：2017-04-12
Abstract: 本发明公开了一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法，包括利用已有建筑物基底矢量图斑获取轮廓多边形；根据所述轮廓多边形生成待匹配建筑物屋顶的轮廓约束模板；针对待提取的遥感影像，选择符合建筑物特性的影像特征；基于相似性测度，利用轮廓约束模板和影像特征，采用匹配优化方法搜寻最佳匹配位置，获取建筑物屋顶轮廓图像等步骤。本发明技术方案实现了遥感影像中建筑物基底矢量与屋顶影像的轮廓匹配，可自动获取遥感影像中建筑物屋顶，同时还可以快速检测已有建筑物变化情况，对后续进一步开展违法建筑动态监测具有重要意义。
-
公开(公告)号：CN108269228B
公开(公告)日：2019-01-29
申请号：CN201810126064.4
申请日：2018-02-08
Applicant: 重庆市地理信息中心
Inventor： 李朋龙 , 胡艳 , 张泽烈 , 徐永书 , 丁忆 , 李静 , 罗鼎 , 段松江 , 吴凤敏 , 李晓龙 , 刘朝晖 , 谭攀 , 魏文杰 , 曾远文 , 王亚林 , 陈晓飞 , 张士勇 , 唐辉
IPC: G06T1/20
Abstract: 本发明公开了一种基于GPU并行计算的无人机影像拉花区域自动探测方法，包括CPU端加载原始无人机影像、影像内方位元素、外方位元素和数字高程模型DEM，并根据中心投影构像方程计算正射纠正后正射影像的大小和范围；CPU端创建GPU线程格网、开辟相应的显存，并拷入数据；GPU端按线程格网从纠正后影像像素反算其对应原始影像上的像素坐标；GPU端进行拉花像素判断；GPU端按线程格网对探测结果二值图像进行图像腐蚀和图像膨胀处理；CPU端将拉花检测后的二值图像结果从GPU全局存储器拷到内存，并将二值图像矢量化，获得拉花变形区域矢量数据等步骤。其显著效果是：实现了无人机单片正射影像中拉花变形区域探测的自动化，极大提高了无人机单片正射影像拉花区域探测效率。
-
公开(公告)号：CN108257130B
公开(公告)日：2018-11-30
申请号：CN201810126093.0
申请日：2018-02-08
Applicant: 重庆市地理信息中心
Inventor： 丁忆 , 李朋龙 , 张泽烈 , 李静 , 胡艳 , 徐永书 , 吴凤敏 , 罗鼎 , 李晓龙 , 连蓉 , 陈静 , 刘金龙 , 张灿 , 范文武 , 林熙 , 王小攀 , 舒文强 , 卢建洪 , 王静
Abstract: 本发明公开了一种航空正射影像全景图拉花区域快速检测方法，包括加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像；对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并进行矢量化后存储为矢量数据等步骤，以实现正射影像全景图拉花区域的自动检测。其显著效果是：解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。
-
公开(公告)号：CN108269228A
公开(公告)日：2018-07-10
申请号：CN201810126064.4
申请日：2018-02-08
Applicant: 重庆市地理信息中心
Inventor： 李朋龙 , 胡艳 , 张泽烈 , 徐永书 , 丁忆 , 李静 , 罗鼎 , 段松江 , 吴凤敏 , 李晓龙 , 刘朝晖 , 谭攀 , 魏文杰 , 曾远文 , 王亚林 , 陈晓飞 , 张士勇 , 唐辉
IPC: G06T1/20
CPC classification number: G06T1/20
Abstract: 本发明公开了一种基于GPU并行计算的无人机影像拉花区域自动探测方法，包括CPU端加载原始无人机影像、影像内方位元素、外方位元素和数字高程模型DEM，并根据中心投影构像方程计算正射纠正后正射影像的大小和范围；CPU端创建GPU线程格网、开辟相应的显存，并拷入数据；GPU端按线程格网从纠正后影像像素反算其对应原始影像上的像素坐标；GPU端进行拉花像素判断；GPU端按线程格网对探测结果二值图像进行图像腐蚀和图像膨胀处理；CPU端将拉花检测后的二值图像结果从GPU全局存储器拷到内存，并将二值图像矢量化，获得拉花变形区域矢量数据等步骤。其显著效果是：实现了无人机单片正射影像中拉花变形区域探测的自动化，极大提高了无人机单片正射影像拉花区域探测效率。
-
公开(公告)号：CN108257130A
公开(公告)日：2018-07-06
申请号：CN201810126093.0
申请日：2018-02-08
Applicant: 重庆市地理信息中心
Inventor： 丁忆 , 李朋龙 , 张泽烈 , 李静 , 胡艳 , 徐永书 , 吴凤敏 , 罗鼎 , 李晓龙 , 连蓉 , 陈静 , 刘金龙 , 张灿 , 范文武 , 林熙 , 王小攀 , 舒文强 , 卢建洪 , 王静
CPC classification number: G06T7/0002 , G06K9/38 , G06T3/4038 , G06T2207/10004 , G06T2207/30181
Abstract: 本发明公开了一种航空正射影像全景图拉花区域快速检测方法，包括加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像；对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并进行矢量化后存储为矢量数据等步骤，以实现正射影像全景图拉花区域的自动检测。其显著效果是：解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。
-
Patent Agency Ranking
公开(公告)号：CN107203757A
公开(公告)日：2017-09-26
申请号：CN201710406607.3
申请日：2017-06-02
Applicant: 重庆市地理信息中心
CPC classification number: G06K9/00637 , G06K9/4604 , G06K9/6267
Abstract: 本发明公开了一种基于二进制特征分类器的建筑物提取方法，首先对原图像进行降采样，转换至LAB颜色空间，然后在LAB颜色空间之下实施SLIC超分割获得交叉点，利用二进制特征分类器对交叉点进行二分类获得建筑物交叉点和非建筑物交叉点，从而获得建筑物区域；之后将提取出的建筑物区域图像转换至LAB颜色空间，然后在LAB颜色空间之下实施SLIC超分割获得新交叉点，利用二进制特征分类器对新交叉点进行三分类，获得建筑物内部点、建筑物边缘点和非建筑物点，从而得到建筑物轮廓。其显著效果是：实现了建筑物轮廓的快速准确提取；与传统方法相比，本发明精度更高、速度更快且算法过程无交互。
-
公开(公告)号：CN104462886A
公开(公告)日：2015-03-25
申请号：CN201410707255.1
申请日：2014-11-28
Applicant: 重庆市地理信息中心
IPC: G06F21/16
CPC classification number: G06F21/16 , G06F2221/0737
Abstract: 本发明公开了一种基于矢量空间数据对象存储顺序的数字水印方法，首先利用算术编码技术，将水印信息转换为一个整数N，计算出最少需要的元素个数M，并进行全排列，解算出序号N的元素具体排列顺序。对矢量数据对象按坐标的大小进行排序，并按M对数据对象进行分组；根据序号N的元素具体排列顺序对每组数据对象的存储顺序进行调整。水印信息提取时，对数据对象按坐标大小进行排序，通过与原始数据对象存储顺序进行比较分析，提取水印单元和具体的数据对象排列顺序，然后推算出排列序号N，再利用算术编码技术对N进行译码，从而提取出水印信息。本发明可实现水印信息的嵌入和提取，对缩放、平移、旋转、坐标转换等攻击具有较好的鲁棒性。
-
公开(公告)号：CN108230326B
公开(公告)日：2018-11-30
申请号：CN201810126230.0
申请日：2018-02-08
Applicant: 重庆市地理信息中心
Abstract: 本发明公开了一种基于GPU‑CPU协同的卫星影像拉花变形快速检测方法，包括CPU端加载原始卫片、RPC参数和数字高程模型DEM，迭代求解校正后正射影像的大小和范围；CPU端设计GPU线程格网的分配，并将相应数据从内存拷贝入对应显存；GPU端按线程格网并行计算每个像素对应原始卫片上的像素坐标；GPU端统计当前像素与周边像素重叠次数，并进行拉花像素判断；GPU端按线程格网对二值图像进行腐蚀处理与膨胀处理；CPU端将二值图像结果从全局存储器拷到内存并矢量化，获得拉花变形区域矢量数据等步骤。其显著效果是：实现了卫星影像中拉花变形区域的快速自动检测，大大提高了光学遥感卫星正射影像中拉花变形的查找和质检效率。
-
公开(公告)号：CN108335261A
公开(公告)日：2018-07-27
申请号：CN201810126231.5
申请日：2018-02-08
Applicant: 重庆市地理信息中心
CPC classification number: G06T3/0006 , G01C11/04 , G06T7/40 , G06T7/75 , G06T2207/10032
Abstract: 本发明公开了一种光学遥感卫星正射影像拉花区域自动检测方法，首先加载原始卫片、RPC参数和数字高程模型DEM，并迭代计算正射校正后正射影像的大小和范围；然后利用反解法逐像素反算每个像素对应原始影像上像素的坐标；最后逐像素统计并判断是否为拉花像素点，形成拉花区域二值标记图像并进行矢量化，得到拉花区域矢量文件，达到光学遥感卫星正射影像上拉花区域自动检测的目的。其显著效果是：实现了光学遥感卫星正射影像中拉花区域的自动检测，解决了传统人工目视辨别拉花区域费时费力，效率低下的问题，大大提高了光学遥感卫星正射影像的质量检查效率。
-
公开(公告)号：CN108230326A
公开(公告)日：2018-06-29
申请号：CN201810126230.0
申请日：2018-02-08
Applicant: 重庆市地理信息中心
CPC classification number: G06T7/0002 , G06T1/20 , G06T1/60 , G06T7/11 , G06T7/187 , G06T2200/28 , G06T2207/30181
Abstract: 本发明公开了一种基于GPU‑CPU协同的卫星影像拉花变形快速检测方法，包括CPU端加载原始卫片、RPC参数和数字高程模型DEM，迭代求解校正后正射影像的大小和范围；CPU端设计GPU线程格网的分配，并将相应数据从内存拷贝入对应显存；GPU端按线程格网并行计算每个像素对应原始卫片上的像素坐标；GPU端统计当前像素与周边像素重叠次数，并进行拉花像素判断；GPU端按线程格网对二值图像进行腐蚀处理与膨胀处理；CPU端将二值图像结果从全局存储器拷到内存并矢量化，获得拉花变形区域矢量数据等步骤。其显著效果是：实现了卫星影像中拉花变形区域的快速自动检测，大大提高了光学遥感卫星正射影像中拉花变形的查找和质检效率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.029 seconds)
