基于尺寸约束的房产图变更参数化绘图方法及其装置

    公开(公告)号:CN109086472B

    公开(公告)日:2023-06-02

    申请号:CN201810588626.7

    申请日:2018-06-08

    申请人: 东南大学

    摘要: 本发明公开了一种基于尺寸约束的房产图变更参数化绘图方法及其装置,通过对原始图纸进行解析,识别几何约束关系,构建房屋的参数化模型,对参数化模型求解后,自动生成房屋尺寸链,尺寸链自动更新,图形自动重绘,从而实现房产图变更参数后的自动绘图,改变了传统房产测绘内外业分离的工作模式,可以实现房产变更测量外业现场房产图的自动修改成图,使测量人员无需返回内业便可对图纸进行重新绘制,减少了房产变更测量的工作环节,克服了内外业工作分离工作量庞大,不灵活且容易出错的问题,大大提高了工作效率。

    一种基于无重叠图像判别的无序图像快速匹配方法

    公开(公告)号:CN110378395B

    公开(公告)日:2023-05-16

    申请号:CN201910560614.8

    申请日:2019-06-26

    申请人: 东南大学

    IPC分类号: G06V10/75 G06T7/55

    摘要: 本发明提出一种基于无重叠图像判别的无序图像快速匹配方法,该方法包括以下步骤:对无序图像集进行颜色直方图提取;以卡方距离为相似性判断依据检测图像相似度;判别每幅图像的无重叠图像实现无序图像集的快速匹配。本发明通过对无序图像集进行相似性检测与无重叠图像判别,减少无序图像由于缺少先验空间分布信息导致的大量无用匹配计算,实现图像集的快速匹配。

    一种基于改进DeepLabV3+的遥感影像建筑物提取方法

    公开(公告)号:CN114663759A

    公开(公告)日:2022-06-24

    申请号:CN202210296396.3

    申请日:2022-03-24

    申请人: 东南大学

    IPC分类号: G06V20/10 G06N3/08 G06V10/774

    摘要: 本发明提供了一种基于改进DeepLabV3+的遥感影像建筑物提取方法,该方法包括:获取高分辨的遥感影像,构建遥感影像数据集,包括训练集、验证集、测试集;对传统的语义分割算法DeepLabV3+进行改进,引入双注意力机制CBAM模块、密集连接ASPP模块以及在解码端用DUpsampling方法代替传统的双线性插值方法;将遥感影像数据集输入到改进后的网络模型中进行训练,获得训练好的建筑物检测模型;将训练好的建筑物检测模型在遥感影像的测试集中进行检测;对于大尺度遥感影像用传统方法先依次裁剪再预测拼接会损失大量的边缘信息的问题,本发明中采取忽略边缘预测的方法进行改善。本方法解决了传统算法对于小目标物体检测出现的漏检、误检等问题,丰富了边缘信息,提高了建筑物的检测精度。

    一种利用核函数处理手机信令数据识别就业地的方法

    公开(公告)号:CN112866920B

    公开(公告)日:2022-06-07

    申请号:CN202110016718.X

    申请日:2021-01-07

    申请人: 东南大学

    IPC分类号: H04W4/029 H04W4/20

    摘要: 本发明公开了一种利用核函数处理手机信令数据识别就业地的方法,属于城市就业地研究领域。本发明以手机基站形成的泰森多边形作为待识别单元;对任一待识别单元任一工作日内的进出活动发生时间点进行数据统计;通过对用户每条手机信令数据记录的基站位置信息和前后记录的基站位置信息进行比较,来判断用户行为。之后统计各待识别单元的进出行为发生的时间节点,并利用核函数估计方法分析各待识别单元的进出行为发生时间节点所引发的“波峰规律”,通过波峰出现的频次和时间间隔来共同判断待识别单元是否为就业地及其类型。与现有技术相比,本发明能够便捷和准确地识别城市人口的就业地,为城市空间的有效解析和利用提供有力的技术支撑。

    一种基于图像低频信息相似度的匹配图像对识别的方法

    公开(公告)号:CN109544614B

    公开(公告)日:2022-04-01

    申请号:CN201811415363.6

    申请日:2018-11-26

    申请人: 东南大学

    摘要: 本发明公开了一种基于图像低频信息相似度的匹配图像对识别的方法,能够区分匹配图像对与非匹配图像对在匹配点所在区域的相似度,实现匹配图像对识别。本发明包括如下步骤:(1)通过匹配特征点对来选取对比区域;(2)通过反余弦变换获取对比区域的低频信息;(3)根据感知哈希算法来评价对比区域的相似度,并通过中值过滤掉噪点数据;(4)求对比区域相似度均值,并根据阈值设定判别是否为匹配图像对。本发明可以快速可靠地识别出匹配图像对,筛除大量非匹配图像对,可用于提高特征点匹配环节的效率。

    一种大范围遥感影像快速多分辨率调度显示方法

    公开(公告)号:CN108932292B

    公开(公告)日:2021-11-12

    申请号:CN201810529562.3

    申请日:2018-05-29

    申请人: 东南大学

    IPC分类号: G06F16/957 G06T3/40 G06T17/05

    摘要: 本发明公开了一种大范围遥感影像快速多分辨率调度显示方法,包括如下内容:计算最佳分辨率对应的影像金字塔的层数,将该层瓦片映射到屏幕空间,判断瓦片的长高是否都大于屏幕的长高,若是即为最佳大小,调用当前最佳分辨率瓦片层显示;当瓦片长和高至少有一个小于屏幕空间的长和高时:若屏幕上同时加载的瓦片数量未超过4,则不进行调整;若加载的瓦片数量大于4,则向影像金字塔上层搜索低分辨率但是更大的瓦片,直到影像金字塔的某一层的瓦片映射到屏幕空间后,长和高都大于屏幕空间的长和高,停止搜索,调用该层的瓦片进行显示。本发明可减少系统内存开销,提高影像加载速度,且控制屏幕加载的瓦片数不超过四张,保证了内存使用量的稳定。

    一种基于渐进特征融合的语义分割模型的改进方法

    公开(公告)号:CN113298174A

    公开(公告)日:2021-08-24

    申请号:CN202110648891.1

    申请日:2021-06-10

    申请人: 东南大学

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于渐进特征融合的语义分割模型的改进方法,通过提出一种结合双注意力机制的渐进特征融合的方法,提高基于深度学习的语义分割模型解码模块恢复细节、空间信息的能力,以得到更好的分割性能。本发明包括如下步骤:(1)设计双注意力模块;(2)设计渐进特征融合模块;(3)将渐进特征融合模块融入语义分割模型。

    一种人工地物散乱形状点自动生成建筑物轮廓的方法

    公开(公告)号:CN109493360B

    公开(公告)日:2021-07-09

    申请号:CN201811176798.X

    申请日:2018-10-10

    申请人: 东南大学

    IPC分类号: G06T7/149 G06T9/00

    摘要: 本发明公开了一种人工地物散乱形状点自动生成建筑物轮廓的方法,将Pointer Network网络模型应用于建筑物区域描述任务中,对于人工地物的散乱形状点,能够准确的输出较好的封闭连线方案,自动生成人工地物地面轮廓。本发明包括如下步骤:(1)构建人工地物散乱形状点数据集;(2)构建Pointer Network网络模型;(3)调整网络参数使模型能够收敛;(4)训练并得到最终模型。本发明可适用于任意的自动生成封闭区域的任务,且能够应用于大规模样本,有较高的鲁棒性,能适用于现实世界中各种复杂的生成封闭区域的任务,具有广阔的应用前景。

    一种SLAM系统的关键帧选取方法
    9.
    发明公开

    公开(公告)号:CN112258546A

    公开(公告)日:2021-01-22

    申请号:CN202011113868.4

    申请日:2020-10-18

    申请人: 东南大学

    IPC分类号: G06T7/20 G06T7/33

    摘要: 本发明公开了一种SLAM系统的关键帧选取方法,该方法包括:在当前帧的点云中随机选择几个特征点设定为内群并计算适合内群的模型,根据重复选择特征点的次数判断是否淘汰该帧;根据位姿估计得到的旋转向量r和平移向量t求得帧间相对运动距离D,根据D值判断是否淘汰该帧;计算当前帧与上一帧之间匹配的特征点数量,根据阈值范围判断是否淘汰该帧;计算当前帧与上一关键帧之间匹配的特征点数量,若满足阈值范围且上述条件均满足则视作关键帧。本发明提出的方法能确保帧间运动距离在合理范围,提高特征点匹配度和建图一致性。相对于原有算法具备了检测并删除冗余关键帧的能力,降低了SLAM系统的存储冗余,对于地图更新和维护具有重要意义。

    一种用于违建检测的定点监控新旧时相图像变化检测方法

    公开(公告)号:CN112200769A

    公开(公告)日:2021-01-08

    申请号:CN202010932615.3

    申请日:2020-09-08

    申请人: 东南大学

    IPC分类号: G06T7/00 G06T7/10 G06T7/33

    摘要: 本发明公开了一种用于违建检测的定点监控新旧时相图像变化检测方法,旨在克服传统变化检测方法检测出的变化区域不完整,存在虚检等问题。该方法的主要流程包括:首先对监控点新时相图像和旧时相图像进行配准以及直方图匹配等数据预处理操作,然后通过融合对数比法和均值比法来构造差异图像以及使用水平集模型分割差异图像,之后提取变化区域的轮廓并计算轮廓垂直边界的最小矩形,最后合并重叠矩形并绘制到新时相图像上,得到变化检测效果图;本方法有效解决了传统新旧时相对比的违章建筑定点监控解决方案得到的变化区域不完整,不连续且存在虚检的问题,提升了违章建筑识别的准确性和效率。