-
公开(公告)号：CN107092877B
公开(公告)日：2020-01-24
申请号：CN201710237766.5
申请日：2017-04-12
摘要： 本发明公开了一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法，包括利用已有建筑物基底矢量图斑获取轮廓多边形；根据所述轮廓多边形生成待匹配建筑物屋顶的轮廓约束模板；针对待提取的遥感影像，选择符合建筑物特性的影像特征；基于相似性测度，利用轮廓约束模板和影像特征，采用匹配优化方法搜寻最佳匹配位置，获取建筑物屋顶轮廓图像等步骤。本发明技术方案实现了遥感影像中建筑物基底矢量与屋顶影像的轮廓匹配，可自动获取遥感影像中建筑物屋顶，同时还可以快速检测已有建筑物变化情况，对后续进一步开展违法建筑动态监测具有重要意义。
-
公开(公告)号：CN110348383A
公开(公告)日：2019-10-18
申请号：CN201910625253.0
申请日：2019-07-11
发明人： 丁忆 , 李朋龙 , 胡翔云 , 曾安明 , 张泽烈 , 胡艳 , 徐永书 , 魏域君 , 李晓龙 , 张觅 , 罗鼎 , 陈静 , 郑中 , 刘朝晖 , 王亚林 , 范文武 , 王小攀 , 连蓉 , 林熙 , 谭攀
摘要： 本发明公开了一种基于卷积神经网络回归的道路中心线和双线提取方法，包括如下步骤：利用已训练卷积神经网络，预测出待提取的高分辨率遥感影像的道路中心线距离图和道路宽度图；利用非极小值抑制算法，结合道路中心线距离图提取出道路中心线；根据提取出的道路中心线，结合道路宽度图提取出道路双线；选取道路中心线上的像素点作为初始道路种子点，计算初始道路种子点所在的道路方向，利用道路追踪算法重建道路网络的拓扑结构，输出道路网络提取结果。该方法通过端对端的训练，直接从训练数据中学习到易于分类的特征，不需要任何后处理来提取道路中线和边线，泛化能力更强，道路提取精度高，细小道路提取效果较好。
-
公开(公告)号：CN107092871B
公开(公告)日：2018-01-16
申请号：CN201710220588.5
申请日：2017-04-06
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于多尺度多特征融合的遥感影像建筑物检测方法，包括对高分辨率遥感影像降采样，获得由不同尺度的影像构成的影像金字塔；计算影像金字塔的边缘影像；对不同尺度的边缘影像进行多组特征计算并进行融合建立特征模型；根据特征模型与邻域局部非极大值抑制进行窗口选取获得目标窗口；对目标窗口进行小范围内的膨胀/收缩计算获得矩形窗口；根据目标窗口的主方向旋转所述矩形窗口得到最优目标窗口，并根据最优目标窗口提取出建筑物。其显著效果是：在高斯金字塔影像上进行多尺度的建筑物检测，对大小、形状、朝向各异的建筑物的检测具有普适性；且有效地提高了建筑物自动检测的精度和效率。
-
公开(公告)号：CN107092877A
公开(公告)日：2017-08-25
申请号：CN201710237766.5
申请日：2017-04-12
摘要： 本发明公开了一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法，包括利用已有建筑物基底矢量图斑获取轮廓多边形；根据所述轮廓多边形生成待匹配建筑物屋顶的轮廓约束模板；针对待提取的遥感影像，选择符合建筑物特性的影像特征；基于相似性测度，利用轮廓约束模板和影像特征，采用匹配优化方法搜寻最佳匹配位置，获取建筑物屋顶轮廓图像等步骤。本发明技术方案实现了遥感影像中建筑物基底矢量与屋顶影像的轮廓匹配，可自动获取遥感影像中建筑物屋顶，同时还可以快速检测已有建筑物变化情况，对后续进一步开展违法建筑动态监测具有重要意义。
-
公开(公告)号：CN107092871A
公开(公告)日：2017-08-25
申请号：CN201710220588.5
申请日：2017-04-06
IPC分类号： G06K9/00
CPC分类号： G06K9/00637 , G06K9/00671
摘要： 本发明公开了一种基于多尺度多特征融合的遥感影像建筑物检测方法，包括对高分辨率遥感影像降采样，获得由不同尺度的影像构成的影像金字塔；计算影像金字塔的边缘影像；对不同尺度的边缘影像进行多组特征计算并进行融合建立特征模型；根据特征模型与邻域局部非极大值抑制进行窗口选取获得目标窗口；对目标窗口进行小范围内的膨胀/收缩计算获得矩形窗口；根据目标窗口的主方向旋转所述矩形窗口得到最优目标窗口，并根据最优目标窗口提取出建筑物。其显著效果是：在高斯金字塔影像上进行多尺度的建筑物检测，对大小、形状、朝向各异的建筑物的检测具有普适性；且有效地提高了建筑物自动检测的精度和效率。
-
公开(公告)号：CN106815807B
公开(公告)日：2018-02-06
申请号：CN201710017814.X
申请日：2017-01-11
申请人： 重庆市地理信息中心
摘要： 本发明公开了一种基于GPU‑CPU协同的无人机影像快速镶嵌方法，包括数据预处理及Voronoi图镶嵌网络的自动生成，计算每张影像的有效区域对应的局部DEM和原始影像局部纹理；计算镶嵌后DOM全景影像图的大小，并在硬盘上创建DOM全景影像存储指针；依次对测区每张影像的有效区域进行正射纠正；依次对每条镶嵌线两侧影像进行线性加权融合处理，并按照DOM全景影像存储指针写到对应的位置对原始镶嵌结果进行更新等步骤。其显著效果是：该方法从匀光后影像出发，先自动生成测区Voronoi图镶嵌线网络，将正射纠正嵌入影像镶嵌过程中，且只对每张影像有效区域进行纠正直接生成DOM全景图，解决了大序列、高重叠度无人机影像纠正镶嵌效率慢，数据冗余资源开销大的问题。
-
公开(公告)号：CN108335261A
公开(公告)日：2018-07-27
申请号：CN201810126231.5
申请日：2018-02-08
申请人： 重庆市地理信息中心
CPC分类号： G06T3/0006 , G01C11/04 , G06T7/40 , G06T7/75 , G06T2207/10032
摘要： 本发明公开了一种光学遥感卫星正射影像拉花区域自动检测方法，首先加载原始卫片、RPC参数和数字高程模型DEM，并迭代计算正射校正后正射影像的大小和范围；然后利用反解法逐像素反算每个像素对应原始影像上像素的坐标；最后逐像素统计并判断是否为拉花像素点，形成拉花区域二值标记图像并进行矢量化，得到拉花区域矢量文件，达到光学遥感卫星正射影像上拉花区域自动检测的目的。其显著效果是：实现了光学遥感卫星正射影像中拉花区域的自动检测，解决了传统人工目视辨别拉花区域费时费力，效率低下的问题，大大提高了光学遥感卫星正射影像的质量检查效率。
-
公开(公告)号：CN108257130B
公开(公告)日：2018-11-30
申请号：CN201810126093.0
申请日：2018-02-08
申请人： 重庆市地理信息中心
发明人： 丁忆 , 李朋龙 , 张泽烈 , 李静 , 胡艳 , 徐永书 , 吴凤敏 , 罗鼎 , 李晓龙 , 连蓉 , 陈静 , 刘金龙 , 张灿 , 范文武 , 林熙 , 王小攀 , 舒文强 , 卢建洪 , 王静
摘要： 本发明公开了一种航空正射影像全景图拉花区域快速检测方法，包括加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像；对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并进行矢量化后存储为矢量数据等步骤，以实现正射影像全景图拉花区域的自动检测。其显著效果是：解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。
-
公开(公告)号：CN108257130A
公开(公告)日：2018-07-06
申请号：CN201810126093.0
申请日：2018-02-08
申请人： 重庆市地理信息中心
发明人： 丁忆 , 李朋龙 , 张泽烈 , 李静 , 胡艳 , 徐永书 , 吴凤敏 , 罗鼎 , 李晓龙 , 连蓉 , 陈静 , 刘金龙 , 张灿 , 范文武 , 林熙 , 王小攀 , 舒文强 , 卢建洪 , 王静
CPC分类号： G06T7/0002 , G06K9/38 , G06T3/4038 , G06T2207/10004 , G06T2207/30181
摘要： 本发明公开了一种航空正射影像全景图拉花区域快速检测方法，包括加载测区原始航摄影像及其内、外方位元素和测区数字高程模型DEM，逐张检测该张影像对应正射影像上的拉花区域，并生成与之对应的拉花区域检测结果二值图像；对正射影像全景图镶嵌线网络进行简化处理，并对单片正射影像拉花区域检测结果二值图像进行镶嵌；对正射影像全景图拉花区域检测结果二值图像进行形态学处理，并进行矢量化后存储为矢量数据等步骤，以实现正射影像全景图拉花区域的自动检测。其显著效果是：解决了传统人工目视辨别查找费时费力和人为遗漏的问题，提高了航空正射影像全景图拉花区域查找效率。
-
公开(公告)号：CN106815807A
公开(公告)日：2017-06-09
申请号：CN201710017814.X
申请日：2017-01-11
申请人： 重庆市地理信息中心
CPC分类号： G06T3/4038 , G06F9/3818 , G06T1/20 , G06T5/006
摘要： 本发明公开了一种基于GPU‑CPU协同的无人机影像快速镶嵌方法，包括数据预处理及Voronoi图镶嵌网络的自动生成，计算每张影像的有效区域对应的局部DEM和原始影像局部纹理；计算镶嵌后DOM全景影像图的大小，并在硬盘上创建DOM全景影像存储指针；依次对测区每张影像的有效区域进行正射纠正；依次对每条镶嵌线两侧影像进行线性加权融合处理，并按照DOM全景影像存储指针写到对应的位置对原始镶嵌结果进行更新等步骤。其显著效果是：该方法从匀光后影像出发，先自动生成测区Voronoi图镶嵌线网络，将正射纠正嵌入影像镶嵌过程中，且只对每张影像有效区域进行纠正直接生成DOM全景图，解决了大序列、高重叠度无人机影像纠正镶嵌效率慢，数据冗余资源开销大的问题。
-
-
-
-
-
-
-
-
-
搜索结果
63 条记录 (耗时 0.066 秒)
