-
公开(公告)号：CN104834942B
公开(公告)日：2018-02-09
申请号：CN201510266625.7
申请日：2015-05-22
申请人： 武汉大学
摘要： 本发明提供了一种基于掩膜分类的遥感影像变化检测方法及系统，包括：步骤1，多波段遥感影像的预处理；步骤2，对预处理后的多波段遥感影像进行单波段分离；步骤3，构造两时相单波段遥感影像的单波段差异影像；步骤4，构造变化掩膜差异影像，基于大津法分割变化掩膜差异影像；步骤5，将变化掩膜与两时相多波段遥感影像之一进行乘积融合，获得变化区域；步骤6，利用模糊C均值法对变化区域进行聚类；步骤7，根据变化区域的聚类结果，结合两时相多波段遥感影像之二的地物类型先验知识，确定变化区域的变化类型。本发明抗噪声干扰强，可有效缓解局部最优；可兼顾影像变化过程的定性和定量描述，变化检测精度高且可靠性强。
-
公开(公告)号：CN104834942A
公开(公告)日：2015-08-12
申请号：CN201510266625.7
申请日：2015-05-22
申请人： 武汉大学
摘要： 本发明提供了一种基于掩膜分类的遥感影像变化检测方法及系统，包括：步骤1，多波段遥感影像的预处理；步骤2，对预处理后的多波段遥感影像进行单波段分离；步骤3，构造两时相单波段遥感影像的单波段差异影像；步骤4，构造变化掩膜差异影像，基于大津法分割变化掩膜差异影像；步骤5，将变化掩膜与两时相多波段遥感影像之一进行乘积融合，获得变化区域；步骤6，利用模糊C均值法对变化区域进行聚类；步骤7，根据变化区域的聚类结果，结合两时相多波段遥感影像之二的地物类型先验知识，确定变化区域的变化类型。本发明抗噪声干扰强，可有效缓解局部最优；可兼顾影像变化过程的定性和定量描述，变化检测精度高且可靠性强。
-
公开(公告)号：CN103017739A
公开(公告)日：2013-04-03
申请号：CN201210472886.0
申请日：2012-11-20
申请人： 武汉大学
IPC分类号： G01C11/04
摘要： 本发明提出了一种基于激光雷达点云与航空影像的真正射影像的制作方法，包括步骤：对机载LiDAR点云依次进行预处理、组织和滤波后进行特征提取；对原始航空影像立体像对进行匹配获取立体航空影像，并提取立体航空影像的特征，所提取的立体航空影像的特征与机载LiDAR点云的特征为同类特征；基于所提取的特征对立体航空影像的密集点云和滤波后的机载LiDAR点云进行配准，获得DSM；根据DSM进行真正射影像制作。和现有技术相比，本发明可快速的生成高质量的真正射影像。
-
公开(公告)号：CN104899592B
公开(公告)日：2018-11-13
申请号：CN201510353828.X
申请日：2015-06-24
申请人： 武汉大学
摘要： 本发明公开了一种基于圆形模板的道路半自动提取方法，方法包括对包含道路的影像进行滤波预处理、形态学梯度影像的获取、最佳圆形模板的生成、参考模板灰度值的获取、待匹配模板的搜索、道路中心点的加密、道路中心线的生成等7步骤；系统包括影像预处理模块、形态学梯度影像获取模块、圆形模板生成模块、参考模板灰度值获取模块、匹配模板搜索模块和中心线生成模块；本发明结合道路的几何特征，采用了多方向形态学滤波方法对影像进行预处理，平滑道路段的噪声，利于后续提取，同时选取圆形模板，能更好的贴合道路，待匹配模板搜索速度快，多段线拟合平滑中心线效果好。
-
公开(公告)号：CN104867150A
公开(公告)日：2015-08-26
申请号：CN201510266009.1
申请日：2015-05-22
申请人： 武汉大学
IPC分类号： G06T7/00
CPC分类号： G06T7/0002 , G06T2207/10036 , G06T2207/30181
摘要： 本发明提供了一种遥感影像模糊聚类的波段修正变化检测方法及系统，包括步骤：步骤1，多波段遥感影像的预处理，即多波段遥感影像的滤波和增强处理；步骤2，对预处理后的多波段遥感影像进行单波段分离，获得单波段遥感影像；步骤3，构造两时相单波段遥感影像的单波段差异影像；步骤4，基于预处理后的两时相多波段遥感影像构造多波段联合影像，并获得多波段联合影像各像元的邻域互信息量；步骤5，修正多波段联合影像像元的邻域互信息量，得到修正影像；步骤6，利用模糊C均值法对修正影像进行变化检测。本发明检测精度高，抗噪声干扰强、自动化程度高。
-
公开(公告)号：CN102663237B
公开(公告)日：2014-12-17
申请号：CN201210075066.8
申请日：2012-03-21
申请人： 武汉大学
IPC分类号： G06F19/00
摘要： 一种基于网格分块与移动最小二乘的点云数据全自动滤波方法：对激光点云数据进行分块处理，得到多个网格；采用动态四叉树方法对各网格建立相应的索引；判断各网格内激光点云数据密度是否大于密度阈值，对激光点云数据密度大于密度阈值的网格进行抽稀处理；对所有网格内激光点云数据用移动最小二乘法拟合数字高程模型，并以数字高程模型作为参考面；求取所有网格内每个激光点分别到参考面的距离，将距离大于距离阈值的激光点进行删除，剩余的激光点云数据保留；对保留的激光点云数据，返回执行直至所有网格内激光点到参考面的距离小于或等于当前的距离阈值时停止。
-
公开(公告)号：CN101126639A
公开(公告)日：2008-02-20
申请号：CN200710053257.3
申请日：2007-09-18
申请人： 武汉大学
摘要： 快速进行低空遥感影像自动匹配与空中三角测量的方法，包括以下步骤：利用低空遥感平台获取序列影像；利用特征提取技术从影像中提取特征点，自动保存所有提取出的影像特征点；自动进行相邻影像的同名特征点匹配，并将匹配后的同名特征点向所有重叠影像自动传递，获得大量三度以上同名特征点；半自动量测控制点和检查点的影像坐标，结合其他非摄影测量观测值进行高精度空中三角测量，并进行平差结果的精度评定。本发明的优点是在低空遥感影像的旋偏角较大时仍然能够获得稳定可靠的匹配结果和较高的空中三角测量精度，满足大比例尺测图及高精度三维重建等应用的需要。
-
公开(公告)号：CN104134216B
公开(公告)日：2016-09-14
申请号：CN201410366257.9
申请日：2014-07-29
申请人： 武汉大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于16维特征描述的激光点云自动配准方法及系统，包括步骤：步骤1，对激光点云数据中各激光点单位法向量重新定向；步骤2，构建激光点邻域内任意两邻域激光点间的局部坐标系；步骤3，在局部坐标系下获取激光点的特征向量；步骤4，基于激光点的特征向量从点云数据中提取特征点，并获取特征点的最佳尺度；步骤5，基于特征点在最佳尺度下的特征向量对两站激光点云进行配准。本发明可提高激光点云配准的自动化程度和匹配准确性。
-
公开(公告)号：CN103606170A
公开(公告)日：2014-02-26
申请号：CN201310651936.6
申请日：2013-12-05
申请人： 武汉大学
IPC分类号： G06T7/00
摘要： 本发明提供了一种基于彩色尺度不变的街景影像自动检测与匹配方法，本发明直接以彩色不变量作为输入影像，依托于尺度空间理论，采用改进的Harris检测算子，对输入影像的彩色各通道进行综合处理，提取特征点；并加入特征点的彩色特征进行构建描述向量，获得稳定的特征描述子；采用相关系数作为相似度测量函数，进行特征向量计算，并在搜索策略中加入主方向约束，完成影像匹配。本发明具有特征定位准确、精度高、时效性强、数据处理速度快等优点，适用于街景影像的实时检测与匹配。
-
公开(公告)号：CN102646200A
公开(公告)日：2012-08-22
申请号：CN201210060093.8
申请日：2012-03-08
申请人： 武汉大学
摘要： 本发明涉及多分类器自适应权值融合的影像分类方法及系统，选择了能兼顾不同种类地物的多种特征，包括光谱特征、纹理特征、分形维数特征以及专题特征；对于不同特征，选择不同的分类器然后进行融合，与每个单分类器相比，融合分类器具有更高的分类精度和更好的分类效果。并且，分量分类器的权值是根据分量分类器对各个样本的分类可信度自适应地设计，而不是以一个对所有样本都固定的权值进行融合决策。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.02 秒)