一种基于混合注意力机制与方向先验的道路提取方法

    公开(公告)号:CN119810663A

    公开(公告)日:2025-04-11

    申请号:CN202411976276.3

    申请日:2024-12-31

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于混合注意力机制与方向先验的道路提取方法,包括以下步骤:获取遥感影像,输入训练好的基于混合注意力机制与方向先验的道路提取模型,获得道路提取结果;上述模型包括编码器和解码器,其中编码器包括多个依次相连的混合注意力模块,每个混合注意力模块中,输入数据首先通过多个依次相连的稀疏注意力层提取局部特征,最后通过一个改进密集注意力层捕获全局语义关联;解码器包括方向增强融合模块和多个轻量混合注意力模块,所述方向增强融合模块在多个方向上进行卷积操作,并通过动态调整获得融合特征图。与现有技术相比,本发明可以在提高计算效率的同时,确保道路提取结果的连续性和精确性。

    一种基于CNN的月球南极探测多目标着陆选址方法

    公开(公告)号:CN117591956A

    公开(公告)日:2024-02-23

    申请号:CN202311512765.9

    申请日:2023-11-14

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于CNN的月球南极探测多目标着陆选址方法,包括以下步骤:收集与月球南极选址相关数据;根据目标选址需求,设计并计算量化空间指标,对指标数据进行归一化处理,形成归一化的指标因子数据集;在满足属性约束条件下,构建训练样本数据集;构建卷积神经网络选址模型,输入训练样本数据集进行训练,挖掘选址知识,获得训练完毕的卷积神经网络选址模型;利用训练完毕的卷积神经网络选址模型进行月球南极着陆选址预测,得到选址预测结果;附加额外的空间约束、属性约束和着陆区最小尺寸约束条件,剔除不适宜着陆区,获得选址结果。与现有技术相比,本发明具有简化着陆点选择过程,提升大范围开展选址分析的工作效率等优点。

    破片目标全序列三维运动参数高速视频测量方法和设备

    公开(公告)号:CN117291885A

    公开(公告)日:2023-12-26

    申请号:CN202311245965.2

    申请日:2023-09-26

    Applicant: 同济大学

    Abstract: 本发明涉及一种破片目标全序列三维运动参数高速视频测量方法和设备,方法包括如下步骤:采集双目高速摄像机拍摄的破片序列图像,并进行滤波处理;采用基于自适应学习速率的高斯背景建模方法,得到破片序列图像中破片的二维像素坐标;通过估计杂波率和平均检测概率生成破片跟踪轨迹,利用匈牙利算法对所述破片跟踪轨迹实现同一高速摄像机视角下破片的级联匹配;基于自适应的匹配窗口大小,以及双目高速摄像机的对极几何约束,实现破片立体匹配;采用光束法构建共线条件方程组,通过间接平差计算得到破片在序列图像中的三维坐标。与现有技术相比,本发明具有对动态环境的适应性强等优点。

    一种跨仪器LIBS光谱的交叉定标方法

    公开(公告)号:CN117129465A

    公开(公告)日:2023-11-28

    申请号:CN202311024436.X

    申请日:2023-08-15

    Applicant: 同济大学

    Abstract: 本发明涉及一种跨仪器LIBS光谱的交叉定标方法。与现有技术相比,包括以下步骤:提取参考光谱与待定标光谱在相同波长范围通道的LIBS光谱,使用数据内插方法进行数据处理;计算光谱强度单位的换算关系,将待定标光谱的强度单位换算至参考光谱的强度单位;计算对同一目标获取的LIBS光谱逐像素上的强度比值,并将该比值用于修正待定标光谱的强度;以参考光谱为参照,对待定标光谱进行谱峰位置校正。本发明保护了待定标数据的光谱形状,避免了特征峰的丢失,可以应用于不同类型的LIBS设备,修正由于仪器参数与探测环境产生的强度差异,提高了交叉定标前后特征峰位置的一致性,降低了仪器参数与探测环境差异对特征峰位置差异的影响。

    一种空间折线要素条件布朗运动误差度量方法及系统

    公开(公告)号:CN116776531A

    公开(公告)日:2023-09-19

    申请号:CN202310419485.7

    申请日:2023-04-19

    Applicant: 同济大学

    Abstract: 本发明公开了一种空间折线要素条件布朗运动误差度量方法及系统,包括:设定空间线要素折线的顶点Z0,…,Zn的观测位置;利用多元正态条件分布模型,确定线特征上任意点的测量误差与模型误差的传播方式,建立真实地物任意点位置表达模型,确定测量误差与模型误差之间的相关性;根据中间折点的观测位置Zi,估计线要素模型误差参数,并建立布朗运动误差模型,确定误差随机性大小。本发明建立了基于条件分布的布朗运动折线误差带模型,建立了测量误差与模型误差间的相关性模型,并构建了一种线要素处处具有随机性的随机过程误差传播方式,解决了空间折线要素误差度量中模型误差缺失的问题。

    基于土地变化预测和空间滞后模型的像元级PM2.5预测方法

    公开(公告)号:CN116402199A

    公开(公告)日:2023-07-07

    申请号:CN202310280202.5

    申请日:2023-03-21

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法,包括以下步骤:获取Landsat遥感影像,基于随机森林的方法进行土地利用类型分类,得到土地利用分类图;基于土地利用分类图和驱动因子,利用Futureland模型预测未来的土地利用模式;基于Landsat遥感影像,利用光谱计算的方法获取土地覆盖指数;基于土地覆盖指数和土地利用模式,利用全局和局部变化方法预测未来的土地覆盖指数;获取地面监测站点的PM2.5浓度数据,利用空间滞后模型顾及PM2.5的空间依赖性,构建PM2.5和土地覆盖指数的关系模型;基于PM2.5和土地覆盖指数的关系模型,结合预测的未来的土地覆盖指数,预测像元级的PM2.5。与现有技术相比,本发明具有实现了对像元级PM2.5的大范围长时序的准确预测等优点。

    基于全局协同融合的多光谱和全色卫星影像地表分类方法

    公开(公告)号:CN116343058A

    公开(公告)日:2023-06-27

    申请号:CN202310268047.5

    申请日:2023-03-16

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于全局协同融合的多光谱和全色卫星影像地表分类方法,包括:获取研究区的多光谱卫星遥感影像和全色卫星遥感影像,并进行地表要素样本标注,得到训练样本图;构建全局协同的多光谱和全色卫星遥感影像地表要素分类深度卷积神经网络,该网络包括两个单源分支和一个多源分支;将多光谱和全色卫星遥感影像以及训练样本图,输入网络中,进行训练,得到训练后的网络模型;获取待分类的多光谱和全色卫星遥感影像,并输入到网络模型中进行预测,得到各个网络分支的概率分类图;通过概率加权对各个概率分类图进行决策级融合,得到最终的研究区地表要素分类图。与现有技术相比,本发明具有分类精度高、结果鲁棒性好和预测速度快等优点。

    基于特征融合的高分辨率夜光遥感影像自动变化检测方法

    公开(公告)号:CN110991248B

    公开(公告)日:2023-05-05

    申请号:CN201911065814.2

    申请日:2019-11-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法,包括以下步骤:1)获取研究区短时重大事件发生前后的两时相高分辨率夜光遥感数据,并对前后时相遥感影像进行预处理;2)基于预处理后的高分辨率夜光遥感数据,提取多种衍生纹理特征图像,叠加构造融合纹理特征后的多波段特征影像;3)采用多元变化检测算法MAD及其迭代加权算法IR‑MAD对步骤2)中的多波段特征影像进行变化检测,得到融合多特征的变化强度图TMAD和TIR‑MAD;4)分别对变化强度图TMAD和TIR‑MAD进行分割,获得各自对应的二值变化检测结果图。与现有技术相比,本发明具有适用于星载高分辨率LJ1‑01夜光遥感影像处理、自动程度高、高精度、长时序和大范围监测等优点。

Patent Agency Ranking