-
公开(公告)号：CN114241217B
公开(公告)日：2023-03-07
申请号：CN202111412560.4
申请日：2021-11-25
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V10/46
Abstract: 本发明属于地面激光雷达点云数据处理技术领域，具体涉及一种基于圆柱特征的树干点云高效提取方法。本发明利用地面激光雷达获取的森林植被内部三维激光点云数据，基于树干的圆柱特征，经历地面点滤波、归一化分层、树干定位和树干提取处理，建立从地面激光雷达森林点云中提取树木树冠以下树干点云的树干点云提取方法。相比现有的树干点云提取方法，本发明能够准确定位树干，并精细提取树干点云，同时，算法效率高，鲁棒性强，适用于森林等大场景中树干点云的提取，能应用于林业资源调查、森林场景重建、森林结构参数提取等诸多领域。
-
Patent Agency Ranking
公开(公告)号：CN114265036A
公开(公告)日：2022-04-01
申请号：CN202111569528.7
申请日：2021-12-21
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于激光雷达遥感数据处理技术领域，具体涉及一种基于地基激光雷达点云的植被聚集度指数估算方法。本发明对地基激光雷达点云数据预处理后，再将点云数据转换坐标系后投影至半球面，用以对间隙率的计算，此过程通过激光点面积重构，将三维点云的垂直方向信息表达在了半球投影后的计算结果中，引入不同投影半径的激光点赋予不同的面积这一概念，使得三维的高程信息不被忽略，转换成二维可用信息，有效避免了传统方法无法有效使用第三维信息的缺陷；最后分区域统计间隙率数值，使用有限长度平均法计算得到各区域聚集度指数结果。本发明能够在估算聚集度指数时充分考虑到植被的垂直结构信息，克服了传统方法精度不高的问题。
-
公开(公告)号：CN114217287A
公开(公告)日：2022-03-22
申请号：CN202111511420.2
申请日：2021-12-06
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于星载合成孔径雷达数据处理技术领域，具体涉及一种基于升降轨道雷达数据的建筑物提取方法。本发明利用星载合成孔径雷达获取时间间隔为6天的升轨和降轨雷达影像各一景，经历辐射定标、地形校正、热噪声消除、熵值计算与轨道加权、入射角校正、升降轨最大值合成和直方图阈值处理，建立基于星载雷达数据提取建筑物的方法。本发明减少了建筑物提取对地面样本的依赖，相比基于机器学习的识别方法降低了运算负荷，克服了单轨道雷达观测导致的建筑散射信息畸变问题，减少了空间斑点噪声、影像入射角和辐射差异导致的识别误差，能够应用于土地资源监测和城市规划管理等诸多领域，在成都市建筑物识别案例中取得了87％的精度。
-
公开(公告)号：CN119181017A
公开(公告)日：2024-12-24
申请号：CN202411173432.2
申请日：2024-08-26
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于遥感数据处理与制图技术领域，公开了一种基于超像素无监督线性判别分析的遥感图像分类方法及系统，本发明通过利用超像素生成的结果进行局部重建实现遥感图像去噪，通过超像素与线性判别分析结合实现无监督全局特征降维，通过超像素与局部Fisher判别分析结合实现无监督局部特征降维，将最后提取到的全局特征与局部特征进行通道连接得到全局‑局部特征，并结合支持向量机实现遥感图像的分类。解决了现有遥感图像分类中去噪方法参数调整困难、训练样本不足以及泛化能力不足的问题；解决了现有降维方法缺乏数据表示能力和损害降维后特征的判别能力的问题。
-
公开(公告)号：CN117523396A
公开(公告)日：2024-02-06
申请号：CN202311491921.8
申请日：2023-11-09
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种聚合多层注意力机制与边缘特征的耕地地块分割方法，包括：采集原始图像，对原始图像进行预处理，获取预处理后的原始图像；构建聚合多层注意力机制与边缘特征的深度学习模型，将预处理后的原始图像输入深度学习模型并采用编码器进行分层处理，提取边缘特征图和自注意力特征图；通过解码器对边缘特征图和自注意力特征图进行特征增强，获取空间特征图；空间特征图与预处理后的原始特征图的映射进行加权求和，获取加权融合特征图；解码器对加权融合特征图进行跨越连接，获取空间增强特征图；基于空间增强特征图，通过调整通道维数，获取耕地分割结果；将交叉熵函数和dice函数的加权和对耕地分割结果进行评估，获取评价结果。
-
公开(公告)号：CN116029573A
公开(公告)日：2023-04-28
申请号：CN202111232642.0
申请日：2021-10-22
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06Q10/0639 , G06Q50/02 , G06N3/04 , G06N3/08
Abstract: 本发明涉及土地利用和质量评估技术领域，具体涉及一种基于全遥感数据驱动的耕地自然质量评价方法。本发明结合遥感监测技术用于耕地质量评价，能频繁而持久地提供地表面信息，而且可以在长时间尺度上对耕地质量的动态变化进行监测的优势，考虑到非监督的机器学习客观性强，且不需要人为干预，自动寻找评价单元内耕地质量的内在规律及与各评价指标间复杂的非线性关系，实现基于竞争神经网络，以遥感指标驱动的耕地质量评价方法。本发明克服了传统耕地质量评价依赖专家经验、评价指标获取依赖地面调查的局限性，很大程度上减少了传统耕地质量评价中人力物力的巨大消耗，其长时间多尺度地监测优势，实现了耕地资源及时、高效的监管。
-
-
-
-
-
Search Results
16
records
(took 0.032 seconds)
