基于深度图改进的分块密集匹配方法、系统、终端及介质

    公开(公告)号:CN113989250A

    公开(公告)日:2022-01-28

    申请号:CN202111289038.1

    申请日:2021-11-02

    摘要: 本发明公开了基于深度图改进的分块密集匹配方法、系统终端及介质,涉及图像匹配技术领域,包括:图像获取步骤:获取全局场景的图像;邻域图选择步骤:利用图像关联度,选择出每张图像的邻域图像集合,同时初始化图像的重建状态对象;空间立体自动聚类步骤:对全局场景进行空间立体自动聚类完成分块,并抽取子块重建所需的匹配对图像,得到该子块的图像簇;密集匹配步骤:在子块的图像簇中获取目标图像,根据目标图像的重建状态对象估计、过滤深度图以及深度图融合生成密集点云。本发明避免子块间相同图像的重复计算,提高了密集匹配的效率和图像重建的准确性。

    一种兼顾局部最优与整体面积平衡的小图斑融解方法

    公开(公告)号:CN110162650B

    公开(公告)日:2020-10-27

    申请号:CN201910313763.4

    申请日:2019-04-18

    IPC分类号: G06F16/56 G06F16/583

    摘要: 本发明实施例公开了一种兼顾局部最优与整体面积平衡的小图斑融解方法,包括:A、获取一待处理的图像的全铺盖矢量图斑数据;并据此数据获取其中的邻近图斑的数据信息;B、根据邻近图斑的数据信息,对图像中的小图斑进行面积预分配,得到每个邻近图斑对小图斑的剖分面积;C、将面积预分配之后的小图斑的一级地类的面积进行统计,并计算预分配之前与之后的各地类面积的各个变化率;D、当所述各个变化率均低于第二指定阈值时,确定小图斑的内部地骨架线,并根据骨架线将各个小图斑分别分裂成多个碎片;将碎片兼并至与其邻近的图斑,以使得小图斑融解,以形成兼并之后的全铺盖图斑数据。由上,本申请可以实现有效地保持图斑兼并前后的地类的一致性。

    一种基于道路实体的运输投送路径规划路网构建方法及装置

    公开(公告)号:CN117610751A

    公开(公告)日:2024-02-27

    申请号:CN202311612683.1

    申请日:2023-11-29

    IPC分类号: G06Q10/047

    摘要: 本发明公开了一种基于道路实体的运输投送路径规划路网构建方法及装置,方法包括,S1、交通线提取及贯通处理;S2、路线断点提取;S3、路线融合;S4、交叉点提取;S5、路线打断;S6、附属设施提取;S7、建立关联;通过上述步骤获取路径规划路网模型数据,用于支撑面向运输投送筹划时的路径规划分析服务。优点是:促进了基础地理信息要素作为一种生产要素,在国防交通领域流通,极大提升了数据价值,同时处理完成的数据量和所需的软件服务架构满足离线和快速部署的应用场景要求,增强了相关业务工作的信息化程度。

    一种基于集成学习的多因子养老服务设施优化配置的方法

    公开(公告)号:CN116451963B

    公开(公告)日:2023-11-07

    申请号:CN202310435147.2

    申请日:2023-04-21

    摘要: 本发明公开了一种基于集成学习的多因子养老服务设施优化配置的方法,包括S10、构建分层路网模型;S20、基于分层路网模型,计算并判断养老服务设施的服务供给能力强弱以及区域的养老服务供给能力强弱;S30、基于区域的养老服务供给能力强弱判断结果,利用Catboost分类模型从养老服务设施选址的诸多可能影响因子中筛选有效影响因子,基于有效影响因子构建养老服务设施选址指标体系;S40、基于训练好的Catboost分类模型,针对养老服务供给能力弱的区域,预测养老服务设施初步选址结果;S50、通过选址优先级评定方法,筛选出优先级分级选址区域。优点是:该方法能够有效预测适宜选址的区域,为养老服务设施的科学有效规划、合理选址及布局提供参考。

    一种基于集成学习的多因子养老服务设施优化配置的方法

    公开(公告)号:CN116451963A

    公开(公告)日:2023-07-18

    申请号:CN202310435147.2

    申请日:2023-04-21

    摘要: 本发明公开了一种基于集成学习的多因子养老服务设施优化配置的方法,包括S10、构建分层路网模型;S20、基于分层路网模型,计算并判断养老服务设施的服务供给能力强弱以及区域的养老服务供给能力强弱;S30、基于区域的养老服务供给能力强弱判断结果,利用Catboost分类模型从养老服务设施选址的诸多可能影响因子中筛选有效影响因子,基于有效影响因子构建养老服务设施选址指标体系;S40、基于训练好的Catboost分类模型,针对养老服务供给能力弱的区域,预测养老服务设施初步选址结果;S50、通过选址优先级评定方法,筛选出优先级分级选址区域。优点是:该方法能够有效预测适宜选址的区域,为养老服务设施的科学有效规划、合理选址及布局提供参考。

    一种Web API数据抽取方法及装置
    6.
    发明公开

    公开(公告)号:CN115168714A

    公开(公告)日:2022-10-11

    申请号:CN202210803680.5

    申请日:2022-07-07

    摘要: 本发明公开了一种Web API数据抽取方法及装置,方法包括S1、发送Web API请求,并返回Web API的请求结果;S2、设置合适的记录抽取规则,从Web API的请求结果中抽取记录;S3、设置合适的字段抽取规则,从抽取记录中抽取字段;S4、将抽取的字段重新组成结构化的记录;S5、存储所述结构化的记录。优点是:利用正则表达式,采用先抽取记录再抽取字段的方式,能够高效便捷地从海量、多源、异构的Web API中抽取出需要的数据。此外,当Web API的返回结果在结构上发生变化时,能快速应对变化,有效降低了维护成本。

    顾及路网关联约束的海量建筑物多尺度分块合并方法

    公开(公告)号:CN113393129B

    公开(公告)日:2022-04-19

    申请号:CN202110673249.9

    申请日:2021-06-17

    IPC分类号: G06Q10/06 G06Q50/08 G06F16/55

    摘要: 本发明公开了一种顾及路网关联约束的海量建筑物多尺度分块合并方法,涉及地图制图学技术领域,具体包括以下步骤:建立道路stroke连接,根据各个道路的特征,计算各个道路的重要性,进而对道路等级进行计算,得到道路等级分类结果;计算建筑物凸包,结合道路等级分类结果,对建筑物进行逐层分块,得到分块后的块内建筑物;采用闭运算与开运算相结合的方式,对分块后的块内建筑物进行合并,得到初次分块结果;对初次分块结果的细颈、空间相互冲突进行处理,得到最终分块结果。使用本发明方法进行建筑物分块,在利用路网进行分块提高综合效率的同时,也顾及路网对建筑物空间结构的影响,提高了综合质量。

    一种改进的大范围道路中心线分块提取算法

    公开(公告)号:CN114049327A

    公开(公告)日:2022-02-15

    申请号:CN202111355194.3

    申请日:2021-11-16

    IPC分类号: G06T7/00 G06T7/11 G06T7/62

    摘要: 本发明公开了一种改进的大范围道路中心线分块提取算法,包括如下步骤,S1、通过计算道路边线的曲率确定道路的弯曲处和平直处;S2、在远离道路交叉口和弯曲处的平直道路边线上选择合适的分割位置将大范围道路面进行粗分块;S3、将粗分块结果根据相邻关系和面积大小进行合并获取最终分块结果。优点是:本发明方法有效解决了整块道路面直接提取道路中心线时计算量大、耗时长的问题,也有效解决了规则格网分块方法提取道路中心线准确性低、稳定性差的问题,在理论和实践上都具有一定的可行性。

    一种倾斜摄影模型的融合方法

    公开(公告)号:CN111681322B

    公开(公告)日:2021-02-02

    申请号:CN202010535858.3

    申请日:2020-06-12

    IPC分类号: G06T19/20 G06T17/00

    摘要: 本发明公开了一种倾斜摄影模型的融合方法,包括:S1:获取目标区域的至少一个第一倾斜模型及至少一个第二倾斜模型,所述第一倾斜模型及所述第二倾斜模型均由多个三角面片构成;S2:获取所述第一倾斜模型外轮廓的空间范围,查找所述第一倾斜模型与所述第二倾斜模型的融合区域;S3:以所述第一倾斜模型的外轮廓边界作为约束条件,将所述融合区域进行精细剖分;S4:对经过所述步骤S3处理的所述融合区域进行纹理坐标的插值处理;本发明进行倾斜摄影模型融合时只对原始模型的三角面片进行细分而不重构,避免融合后模型原始网格结构遭到破坏和纹理不真实的问题。

    一种多重判据约束的POI匹配方法及装置

    公开(公告)号:CN111400422A

    公开(公告)日:2020-07-10

    申请号:CN202010182429.2

    申请日:2020-03-16

    摘要: 本发明公开了多重判据约束的POI匹配方法及装置,该方法包括:S1:获取待计算POI对应的地图服务源提供的实验数据;S2:利用多重属性约束计算所述实验数据的相似度;S3:确定所述实验数据的规则阈值;S4:利用多重判据约束规则舍弃不满足条件的POI信息;S5:匹配和融合符合多重判据约束规则的POI。本发明采用多重判据约束计算方法,通过提升属性相似度计算及综合判据约束规则,在POI匹配精准性表现明显优于现有匹配方法,误匹配和漏匹配数均为0,实现更全、更精准的POI匹配。