公开(公告)号：CN116543305A

公开(公告)日：2023-08-04

申请号：CN202310526207.1

申请日：2023-05-10

Applicant: 辽宁工程技术大学

Inventor： 张兵 ,  常馨月 ,  朱洪波 ,  宋伟东 ,  任东风 ,  戴激光

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种顾及波段信息的多光谱遥感影像沙地智能提取方法及系统，该方法包括：1)在U‑Net模型中加入可变形卷积，获得Y‑Net模型，在各波段沙地影像数据集上进行训练、预测及性能评估；2)根据各波段对沙地信息提取的精准程度确定波段权重值，对覆盖沙地的原始多光谱遥感影进行加权重构；3)对加权重构后的新影像进行专家标注，构建波段组合多光谱遥感影像数据集；4)将Y‑Net网络模型在所述波段融合多光谱遥感影像数据集上进行训练，得到组合波段的Y‑Net网络模型的最佳参数；5)对待识别的沙地遥感影像进行预测。利用光谱特征结合深度卷积神经网络解决了现有波段利用效率低，普适性较差等问题，提高地物提取精度。

公开(公告)号：CN115546167A

公开(公告)日：2022-12-30

申请号：CN202211265345.0

申请日：2022-10-17

Applicant: 辽宁工程技术大学

Inventor： 戴激光 ,  申子墨 ,  谷越

IPC: G06T7/00

Abstract: 本发明公开了一种基于拓扑连接性的深度学习道路提取结果优化方法，步骤为：输入深度学习道路提取结果影像数据；对深度学习道路提取结果的边缘提取线段进行有序排列；利用线段相位计算和线段相位约束找到断裂截面的位置；检测断裂截面所属的道路方向、道路宽度和断点位置三个属性；依据断裂截面属性，确定不同断裂截面的匹配关系，对断裂截面连接并优化。本发明按照断裂截面找寻、断裂截面属性确定、断裂截面匹配连接三个步骤，解决了断裂截面非规则、断裂截面属性信息难以提取、断裂截面匹配存在多义性三个问题，可以更好优化长距离断裂区域和局部复杂断裂区域，对不同类型深度学习模型进行道路提取优化具有较好的普适性。

公开(公告)号：CN115034283A

公开(公告)日：2022-09-09

申请号：CN202210385599.X

申请日：2022-04-13

Applicant: 辽宁工程技术大学

Inventor： 张腾达 ,  戴激光

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/26 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的矢量数据分区纠正方法，包括制作用于深度学习的U2‑Net模型的样本集；选取训练的最优模型权重，输入城市与农村遥感影像进行道路提取；将边缘提取获取的线段进行有序排列；基于矢量线的道路特征集提取；依照城市与农村道路特有属性，对城市道路与农村道路进行自动划分；城市道路矢量纠正；农村道路矢量纠正；输出纠正后的城市与农村道路矢量数据。本发明的基于深度学习的矢量数据分区纠正方法在纠正矢量过程中，可对城市道路矢量数据与农村道路矢量自动进行区分，并使用相应算法进行解决；提高城市道路矢量数据纠正精度，在农村区域建立矢量数据纠正模型，完成农村道路矢量数据纠正。

公开(公告)号：CN109448046B

公开(公告)日：2021-08-17

申请号：CN201811197932.4

申请日：2018-10-15

Applicant: 辽宁工程技术大学

Inventor： 戴激光 ,  朱婷婷 ,  宋伟东

IPC: G06T7/68 ,  G06T7/62 ,  G06T7/238 ,  G06T7/246

Abstract: 本发明公开了一种基于多描述子的半自动道路中心线快速提取方法，步骤为：输入影像中道路起止点坐标；对原始影像进行L0滤波；对原始影像进行线段提取；在滤波结果及线段提取结果的基础上，根据起止点坐标，建立多级线段方向直方图，以获得当前道路方向；建立扇形描述子；利用最小二乘法将所有得到的道路跟踪点进行拟合，进一步剔除错误提取的道路点，得到道路中心线。本发明有效减少了使用单一描述子进行道路提取过程中出现的错误提取的现象，只根据道路的起点及终点坐标信息进行跟踪，在跟踪过程中，根据具体的路面情况，自适应地确定道路方向及道路宽度信息，以达到提高算法的自动化程度及算法在复杂路况下的跟踪精度的目的。