-
公开(公告)号：CN117078102B
公开(公告)日：2024-05-17
申请号：CN202311086077.0
申请日：2023-08-28
IPC分类号： G06Q10/0639 , G06Q50/26 , G06F16/245 , G06F17/10
摘要： 本发明提供了一种基于空间匹配度的区域粮食安全保障能力定量化评价方法，基于多部门粮食安全基础数据资料采集归纳；对粮食安全数据集合处理，针对多源、多格式数据，进行格式识别、图像识别、分类抽取等处理工作，建立粮食安全数据资源池。并进行空间数据生成器设计，粮食安全数据资源池中抽取数据进行空间化处理，构建空间数据库并对空间数据进行属性信息挂接。同时通过构建指标评估体系并进行测算，在空间聚集度指标方面针对保障人口、粮食仓储规模和粮食加工能力，在空间匹配度指标方面，从人口、仓储、加工、应急、运输多维度进行考虑。综合分析了区域粮食安全保障能力及薄弱点，支撑服务粮食安全保障工作。
-
公开(公告)号：CN117726687A
公开(公告)日：2024-03-19
申请号：CN202311851986.9
申请日：2023-12-29
摘要： 本发明提供了一种融合实景三维与视频的视觉重定位方法，包括基于高空云台和连接所述高空云台的摄像机实时获取视频流和摄像机的位姿，并对所述视频流进行视频帧图像预处理；基于所述摄像机的历史监控视频和实景三维数据作为输入，标定出的视频帧图像的位姿信息，并构建出带有图像特征信息和对应三维空间信息的视觉特征库；采用SIFT算法对包含目标点的视频帧进行特征点提取，将所述特征点输入所述视觉数据库查询特征点对应的一组2D‑3D点对；对所述2D‑3D点对采用solvePnP算法来计算出对应目标点的摄像机的位姿，并用RANSAC算法剔除异常值；采用投影变换，将目标点的2D坐标投影转换为目标点的三维坐标。通过视觉重定位技术计算目标点位置，提高了视觉定位的精度和效率。
-
公开(公告)号：CN117036633A
公开(公告)日：2023-11-10
申请号：CN202311078274.8
申请日：2023-08-24
摘要： 发明公开了一种大场景三维模型数据的高效、批量属性挂接方法，S1获取二维和各三维模型的基础数据；S2将各所述三维模型数据与对应所述二维的GeoJSON数据进行比对、统一；S3将所述二维的GeoJSON数据作为所述三维模型的基准数据，采用特征点匹配法进行多源三维数据空间配准；S4将步骤S3中空间配准后的数据加载到可视化前端,获取可视化前端的目标点P坐标及高程值；S5将所述步骤S4中的目标点P坐标及高程值带入二维GeoJSON筛选经纬度所处面，查找符合的高程匹配对象，若符合，得到目标点P的三维模型批量属性，否则重新获取目标点P坐标及高程值，重复步骤S5。本发明实现了大场景下，海量、多源、异构的三维数据的属性挂接。
-
公开(公告)号：CN118014158A
公开(公告)日：2024-05-10
申请号：CN202410284095.8
申请日：2024-03-13
IPC分类号： G06Q10/04 , G06Q10/063 , G06Q50/26
摘要： 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统，其中，方法包括：获取伞护种基础数据，根据所述伞护种基础数据，得到生境影响因子表数据；其中，所述生境影响因子表数据包括多个生境影响因子；根据所述生境影响因子表数据，得到生境影响因子权重；根据所述生境影响因子权重，得到线性廊道；根据所述线性廊道，得到面域廊道。本发明基于遥感和地理空间数据，通过对伞护种习性的梳理与分析，优化了生态源地提取和阻力面构建的流程，有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求，保护和建设价值更高。
-
公开(公告)号：CN117932547A
公开(公告)日：2024-04-26
申请号：CN202410198542.8
申请日：2024-02-22
IPC分类号： G06F18/25 , G06N3/0442 , G06N3/08 , G06N3/047
摘要： 本发明提供了一种基于深度学习的植被叶面积指数动态估算方法，通过采用基于深度学习算法LSTM模型，利用多个LAI遥感产品和地表反射率数据，反演了不同时间的LAI数据，得到完整的LAI时间序列。该方法不仅可以准确的估算LAI值，而且能够提高LAI的时空连续性，实现了时间和空间连续的LAI的反演。在运用LSTM模型前，先利用双重logistic函数对所选择的LAI遥感观测数据进行融合，双重logistic函数融合技术能够进一步提高原始LAI遥感数据的质量，保证了输入数据的准确性，较大程度上提高了利用LSTM模型估算的可靠性和稳定性。引入了贝叶斯模型平均法以融合基于LSTM模型的多种LAI估算数据，生成最终的LAI数据，进一步保证了LAI数据的时空连续性和一致性，提高了LAI估算数据的准确性。
-
公开(公告)号：CN117036617A
公开(公告)日：2023-11-10
申请号：CN202311074295.2
申请日：2023-08-24
IPC分类号： G06T17/00 , G06V10/764 , G06V10/44 , G06V10/56
摘要： 本发明公开了一种快速构建大场景三维模型方法、系统及计算机系统，包括S1:获取目标三维场景的目标三维数据，并将目标三维数据存储在服务器中；S2:基于三维数据的特征类型确定目标三维数据的分类标签；S3:在浏览器中加载与分类标签对应的白模型，其中，白模型预先建立在本地存储器中；S4:获取目标三维数据的几何特征和色彩信息；S5:基于目标三维数据的几何特征对所述白模型进行调整，使调整后的白模型的几何特征与目标三维数据的几何特征一致；S6:将目标三维数据的色彩信息映射至步骤S5调整后的白模型，得到目标三维场景。本发明通过简化了需要从服务器中加载目标三维数据，因此从服务器中所需的数据量大大缩小，提高了加载速度。
-
公开(公告)号：CN118918475A
公开(公告)日：2024-11-08
申请号：CN202410983698.7
申请日：2024-07-22
IPC分类号： G06V20/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/42 , G06V10/54 , G06V10/58 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/80
摘要： 本发明公开了一种多维度多尺度遥感与地形特征融合的耕地非农化智能监测方法，步骤1、获取高分辨率影像、高光谱影像、DEM数据、耕地真值矢量数据、已调查监测的耕地矢量数据；步骤2、分割和聚类超像素地物对象；步骤3、以超像素地物对象为单位，提取各超像素地物对象范围内的特征；步骤4、将训练区提取的各特征组合成每个超像素地物对象的特征向量，构建超像素耕地对象训练样本数据；步骤5、训练耕地对象识别模型；步骤6、提取测试区耕地；步骤7、基于提取的测试区耕地和已调查监测的耕地矢量数据，利用空间叠置分析自动提取耕地变为非耕地的图斑，对该图斑进行优化、过滤筛选出耕地非农化图斑。本发明具有实操性、便捷性、可行性等优势。
-
公开(公告)号：CN117726687B
公开(公告)日：2024-06-21
申请号：CN202311851986.9
申请日：2023-12-29
摘要： 本发明提供了一种融合实景三维与视频的视觉重定位方法，包括基于高空云台和连接所述高空云台的摄像机实时获取视频流和摄像机的位姿，并对所述视频流进行视频帧图像预处理；基于所述摄像机的历史监控视频和实景三维数据作为输入，标定出的视频帧图像的位姿信息，并构建出带有图像特征信息和对应三维空间信息的视觉特征库；采用SIFT算法对包含目标点的视频帧进行特征点提取，将所述特征点输入所述视觉数据库查询特征点对应的一组2D‑3D点对；对所述2D‑3D点对采用solvePnP算法来计算出对应目标点的摄像机的位姿，并用RANSAC算法剔除异常值；采用投影变换，将目标点的2D坐标投影转换为目标点的三维坐标。通过视觉重定位技术计算目标点位置，提高了视觉定位的精度和效率。
-
公开(公告)号：CN117036756B
公开(公告)日：2024-04-05
申请号：CN202310994138.7
申请日：2023-08-08
IPC分类号： G06V10/75 , G06V10/74 , G06V10/82 , G06N3/0455
摘要： 本发明公开了一种基于变分自动编码器的遥感图像匹配方法及系统，包括：步骤S1：获取遥感影像图像上的待匹配图像块；步骤S2：利用变分自编码器提取所述待匹配图像块和对应遥感影像底图的特征，获得所述待匹配图像块和所述遥感影像图像的各兴趣点集；步骤S3：将各所述兴趣点集进行特征尺度和主导方向分配；步骤S4：使用归一化互相关匹配算法对所述步骤S3中特征尺度和主导方向分配后的兴趣点集进行匹配，得到匹配度矩阵得分，根据所述匹配度矩阵得分确定最佳匹配区域。本发明提高了遥感图像匹配的精度和工作效率。
-
公开(公告)号：CN117036617B
公开(公告)日：2024-04-05
申请号：CN202311074295.2
申请日：2023-08-24
IPC分类号： G06T17/00 , G06V10/764 , G06V10/44 , G06V10/56
摘要： 本发明公开了一种快速构建大场景三维模型方法、系统及计算机系统，包括S1:获取目标三维场景的目标三维数据，并将目标三维数据存储在服务器中；S2:基于三维数据的特征类型确定目标三维数据的分类标签；S3:在浏览器中加载与分类标签对应的白模型，其中，白模型预先建立在本地存储器中；S4:获取目标三维数据的几何特征和色彩信息；S5:基于目标三维数据的几何特征对所述白模型进行调整，使调整后的白模型的几何特征与目标三维数据的几何特征一致；S6:将目标三维数据的色彩信息映射至步骤S5调整后的白模型，得到目标三维场景。本发明通过简化了需要从服务器中加载目标三维数据，因此从服务器中所需的数据量大大缩小，提高了加载速度。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.045 秒)
