-
公开(公告)号：CN117689959B
公开(公告)日：2024-06-14
申请号：CN202410124198.8
申请日：2024-01-30
申请人： 中交第二公路勘察设计研究院有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V20/10
摘要： 本发明提供了一种融合植被生命周期特征的遥感分类方法，包括以下步骤：基于待分类区域的遥感图像生成各像素点和各植被类型的密集长时间序列植被指数数据集；形成每个像素点和植被类型相应的全程拟合曲线；得到每个像素点和各植被类型的全导函数曲线；确定每个像素点和植被类型的生长期、饱和期和衰老期的时间段；获取每个像素点生长阶段特征图；构建待分类区域的遥感图像中每个像素点和各植被类型的样本集的分类特征空间；训练分类器；利用训练完成的分类器，对待分类区域的遥感图像中所有像素点进行植被类型分类。本发明能够基于高质量遥感数据和植被生命周期知识驱动，实现区域植被类型的分类。
-
公开(公告)号：CN117115669B
公开(公告)日：2024-03-15
申请号：CN202311389219.0
申请日：2023-10-25
申请人： 中交第二公路勘察设计研究院有限公司
摘要： 本发明提供了一种双条件质量约束的对象级地物样本自适应生成方法及系统，包括以下步骤：基于土地利用数据产品，获取设定时间段内地物类型未发生变化的像素，形成土地利用类型像素图；基于土地利用类型像素图，获取各地类样本的中心像素；以各类地物的中心像素作为代表样本点，结合样本尺寸以得到各类地物的样本区块，形成各类地物的样本集；基于各样本区块的多源特征，以样本可分离性和植被指数相关性值作为指标，评估样本集质量；如果不达标，重新获取各类地物的中心像素和样本区块，以生成新的样本集直至达标。本发明自动生成对象级地物样本集，较大程度上节省了计算成本，在保证样本质量的基础上提高了样本生成效率。
-
公开(公告)号：CN116993735A
公开(公告)日：2023-11-03
申请号：CN202311255242.0
申请日：2023-09-27
申请人： 中交第二公路勘察设计研究院有限公司
IPC分类号： G06T7/00 , E01C23/01 , G01S17/86 , G01S13/86 , G06T3/00 , G06T3/40 , G06T17/05 , G06V20/10 , G06V10/25 , G06V10/762
摘要： 本发明提供一种基于雷达遥感的道路病害检测方法、装置及电子设备，该方法包括：获取激光雷达和三维探地雷达同步对道路进行由表及里采集的道路多源数据；将道路多源数据配准融合，得到时间与空间基准统一的表观深层数据；将路面结构光三维数据对应的坐标值和反射强度作为特征值进行聚类，提取道路三维结构光数据，并对道路三维结构光数据进行病害范围检测，得到疑似病害区域；确定疑似病害区域内的三维探地雷达数据的图像熵，得到地下病害点云数据；将疑似病害区域对应的路面结构光三维数据和地下病害点云数据进行拼接，得到道路病害检测结果。本发明可以解决现有技术中无法精确监测道路病害，无法分析出路面下方土层病害的技术问题。
-
公开(公告)号：CN111667187B
公开(公告)日：2023-09-15
申请号：CN202010523000.5
申请日：2020-06-10
申请人： 中交第二公路勘察设计研究院有限公司
IPC分类号： G06Q10/0635 , G06Q10/067 , G06Q10/0639 , G06Q50/26
摘要： 本发明公开了一种基于多源遥感数据的公路滑坡危险性评价方法，包括以下步骤：对获取的多光谱遥感影像与高分辨率遥感影像进行图像处理；利用遥感影像及DEM数据提取滑坡灾害因子，构建滑坡灾害因子图；利用XGBoost模型评价各个滑坡灾害因子的贡献度，选择贡献度高的滑坡灾害因子；利用训练好的XGBoost模型重新计算各个滑坡灾害因子的贡献度并归一化为权重，然后进行线性加权构建滑坡危险性评价模型；利用构建好的滑坡危险性评价模型计算滑坡发生的危险性程度。本发明综合利用多源遥感数据得到滑坡灾害因子数据，客观选择并分析滑坡因子权重来构建滑坡危险性评价模型，使得滑坡危险性评价更加客观准确，为后续道路选线提供重要的参考资料。
-
公开(公告)号：CN109784209B
公开(公告)日：2021-06-01
申请号：CN201811602060.5
申请日：2018-12-26
申请人： 中交第二公路勘察设计研究院有限公司
摘要： 本发明涉及遥感技术领域，公开了一种利用高分辨率遥感影像的高寒山区积雪提取方法，包括以下步骤：步骤S1)，利用最优尺度的分形网络演化分割算法对高分辨率遥感影像进行分割，得到高分辨率影像对象；步骤S2)，利用高分辨率影像对象构建高维影像对象特征图；步骤S3)，构建深度置信网络模型；步骤S4)，构建全连接条件随机场模型；步骤S5)，输出积雪提取结果。本发明的方法对不同传感器数据的适用性更强，且更适用于高分辨遥感影像的积雪提取；利用面向对象的思想将深度置信网络与全连接条件随机场模型相结合，充分利用高分辨影像的光谱、形状、纹理及空间关系信息，消除积雪提取结果中的椒盐现象，提高积雪提取的精度。
-
公开(公告)号：CN110008854B
公开(公告)日：2021-04-30
申请号：CN201910204723.6
申请日：2019-03-18
申请人： 中交第二公路勘察设计研究院有限公司
摘要： 本发明涉及公路地质灾害识别技术领域，公开了一种基于预训练DCNN的无人机影像公路地质灾害识别方法，包括以下步骤：步骤S1，获取公路路域范围内的无人机遥感影像，预处理后得到绝对定向后的正射影像；步骤S2，采用考虑影像纹理特征的均值漂移算法分割预处理后的无人机遥感影像；步骤S3，将分割的无人机遥感影像数据作为输入数据，应用到训练好的公路地质灾害识别模型中，得到公路地质灾害识别结果。本发明采用无人机高分辨率影像，基于考虑纹理特征的均值漂移算法分割影像，将分割后的影像单元作为地质灾害识别模型的输入数据，可有效提高现有地质灾害目视解译的效率，为公路外业勘察和灾害危险性评价提供数据支持。
-
公开(公告)号：CN111667187A
公开(公告)日：2020-09-15
申请号：CN202010523000.5
申请日：2020-06-10
申请人： 中交第二公路勘察设计研究院有限公司
摘要： 本发明公开了一种基于多源遥感数据的公路滑坡危险性评价方法，包括以下步骤：对获取的多光谱遥感影像与高分辨率遥感影像进行图像处理；利用遥感影像及DEM数据提取滑坡灾害因子，构建滑坡灾害因子图；利用XGBoost模型评价各个滑坡灾害因子的贡献度，选择贡献度高的滑坡灾害因子；利用训练好的XGBoost模型重新计算各个滑坡灾害因子的贡献度并归一化为权重，然后进行线性加权构建滑坡危险性评价模型；利用构建好的滑坡危险性评价模型计算滑坡发生的危险性程度。本发明综合利用多源遥感数据得到滑坡灾害因子数据，客观选择并分析滑坡因子权重来构建滑坡危险性评价模型，使得滑坡危险性评价更加客观准确，为后续道路选线提供重要的参考资料。
-
公开(公告)号：CN109784209A
公开(公告)日：2019-05-21
申请号：CN201811602060.5
申请日：2018-12-26
申请人： 中交第二公路勘察设计研究院有限公司
摘要： 本发明涉及遥感技术领域，公开了一种利用高分辨率遥感影像的高寒山区积雪提取方法，包括以下步骤：步骤S1)，利用最优尺度的分形网络演化分割算法对高分辨率遥感影像进行分割，得到高分辨率影像对象；步骤S2)，利用高分辨率影像对象构建高维影像对象特征图；步骤S3)，构建深度置信网络模型；步骤S4)，构建全连接条件随机场模型；步骤S5)，输出积雪提取结果。本发明的方法对不同传感器数据的适用性更强，且更适用于高分辨遥感影像的积雪提取；利用面向对象的思想将深度置信网络与全连接条件随机场模型相结合，充分利用高分辨影像的光谱、形状、纹理及空间关系信息，消除积雪提取结果中的椒盐现象，提高积雪提取的精度。
-
公开(公告)号：CN104913766A
公开(公告)日：2015-09-16
申请号：CN201510355386.2
申请日：2015-06-24
申请人： 中交第二公路勘察设计研究院有限公司
IPC分类号： G01C11/00
摘要： 本发明公开了一种激光扫描测量方法及装置，步骤是：A、通过中心控制单元对激光扫描仪、惯性测量装置、差分全球导航卫星系统和高分辨率数码相机进行初始化；B、采用全球导航卫星系统连续地观测卫星信号；C、采用惯性测量装置实时测定激光扫描测量装置的主光轴姿态参数；D、采用激光扫描仪发射并接收激光脉冲信号；E、采用高分辨率数码相机进行拍摄；F、利用计算机动态显示激光扫描测量装置的系统状态数据和实时采集数据；G、利用相关数据后处理软件。该装置由激光扫描仪、惯性测量装置、差分全球导航卫星系统、高分辨率数码相机、中心控制单元和电源单元组成，能够快速高效地进行三维激光扫描和数码影像采集与数据处理，成果精度高。
-
公开(公告)号：CN118230284A
公开(公告)日：2024-06-21
申请号：CN202410230238.7
申请日：2024-02-29
申请人： 中交第二公路勘察设计研究院有限公司
IPC分类号： G06V20/58 , G06V20/56 , G06V20/64 , G06V10/762 , G06V10/766 , G06V10/764
摘要： 本发明涉及一种移动激光雷达的道路要素快速识别方法及装置，属于道路检测技术领域，该方法包括获取激光点云数据，根据激光点云数据中各点与邻域点的高程差，确定非地面点云数据；计算非地面点云数据中各点与邻域内两个点的法线夹角，并根据法线夹角对非地面点云数据进行特征聚类，得到特征点样本集；对特征点样本集进行处理和相关性分析，得到各个特征点的平均下降精度MSE值和特征相关系数；当平均下降精度MSE值和特征相关系数满足预设条件时，对特征点样本集进行分类，得到道路要素的识别结果。实现了对点云数据涵盖的复杂场景进行快速准确的识别，显著的提高了数据处理的准确性，降低了手动操作的需求，有效提升了工作效率。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.044 秒)
