-
公开(公告)号：CN118898777A
公开(公告)日：2024-11-05
申请号：CN202410935435.9
申请日：2024-07-12
Applicant: 中国地质大学(武汉) , 中国科学院空天信息创新研究院
IPC: G06V20/10 , G01S7/48 , G01S17/88 , G06V10/762 , G06V10/764 , G06V10/80
Abstract: 本发明提供了一种光子计数激光雷达地物分类方法、装置及电子设备，涉及激光雷达技术领域，该地物分类方法包括：获取待测区域的原始数据集，对原始数据集进行切分得到多个切片单元，并基于霍夫变换算法，得到对应的目标候选线段；对各切片单元内的目标候选线段分别进行聚类操作，得到最终分类的地面光子；根据对应的地形数据对各切片单元进行分类，得到对应的临时建筑光子，根据所有最终分类的建筑光子对原始数据集进行过滤，并对得到的目标数据集进行划分，并确定各分段单元的分离阈值，根据对应的分离阈值对各分段单元进行分类，得到对应的冠顶光子和冠层光子。本发明通过对原始数据的切分、聚类、分类处理等处理，提高建筑物分类的精度。
-
公开(公告)号：CN118466688B
公开(公告)日：2024-10-29
申请号：CN202410939163.X
申请日：2024-07-15
Applicant: 湖北珞珈实验室 , 中国地质大学(武汉)
Abstract: 本发明提供了一种分段自适应光子去噪方法、装置及存储介质，涉及数据处理领域，分段自适应光子去噪方法包括：通过自适应椭圆密度聚类算法剔除原始光子点集合对应的多个分段中的离散光子点，得到第一光子点集合；根据分离阈值将第一光子点集合划分为水面光子点集合和水下光子点集合；对水下光子点集合中的光子点进行曲线拟合，得到拟合地形线，并根据拟合地形线提取出水下光子点集合的信号光子点，得到目标光子点集合。通过本发明解决了光子点集合中包含大量噪声，进而导致根据光子点集合确定的水深和水下地形数据的准确率较低的问题。
-
公开(公告)号：CN116953661B
公开(公告)日：2023-12-15
申请号：CN202311211399.3
申请日：2023-09-20
Applicant: 中国地质大学(武汉) , 东海实验室
Abstract: 本发明提供了一种光子计数激光雷达自适应核密度估计滤波方法及装置，涉及激光探测领域，所述方法包括：获取水面光子数据集和水下光子数据集，并分别根据水面光子数据集和水下光子数据集获取水面光子的带宽和水下光子的带宽；基于均值偏移算法，根据每个光子的带宽确定对应的光子的漂移向量，根据漂移向量更新对应的光子的位置，并根据所有水面光子的位置和所有水下光子的位置，将收敛位置相近的光子进行归类操作，得到水面光子聚类中心数据集和水下光子聚类中心数据集；对水面光子聚类中心数据集和水下光子聚类中心数据集分别进行曲(56)对比文件Yifu Chen 等.A photon-counting LiDARbathymetric method based on adaptivevariable ellipse filtering.Remote Sensingof Environment.2021,第256卷全文.Gottfried Mandlburger 等.On theFeasibility of Water Surface Mapping withSingle Photon LiDAR.ISPRS Int. J. Geo-Inf.2019,第8卷(第4期),全文.
-
公开(公告)号：CN116243273A
公开(公告)日：2023-06-09
申请号：CN202310513713.7
申请日：2023-05-09
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种光子计数激光雷达数据滤波方法及装置，涉及光子计数激光雷达数据处理技术领域，所述方法包括：获取光子数据集；基于自适应空间密度的椭圆窗口光子滤波算法，对所述光子数据集进行聚类，得到多个类，具体包括：对所述光子数据集中的每个光子，计算所述光子与预设个数的相邻光子的距离；基于所述距离确定所述光子的第一带宽；根据所述第一带宽与带宽阈值之间的大小关系，确定所述光子的有效带宽；基于所述光子的有效带宽计算所述光子的漂移向量；确定各所述类中的光子数量，将光子数量小于预设阈值的类归为噪声光子类，剔除所述噪声光子类。本发明可自适应于不同环境下的不同光子空间和密度分布的情况，实现精准滤波。
-
公开(公告)号：CN113608195B
公开(公告)日：2022-01-25
申请号：CN202111168056.4
申请日：2021-10-08
Applicant: 中国地质大学(武汉)
IPC: G01S7/48
Abstract: 本发明提供一种激光雷达全波形数据分解测深方法、装置及电子设备，其中，激光雷达全波形数据分解测深方法包括：获取探测研究水域的全波形数据；根据全波形数据的通道数据进行预处理，确定第一有效波形数据；对第一有效波形数据进行滤波处理，得到第二有效波形数据和噪声数据；根据第二有效波形数据和噪声数据进行筛选，确定正确通道数据；根据正确通道数据进行基于曲率的高斯迭代分解，确定高斯回波参数组；根据高斯回波参数组进行优化，确定真实水表时间和真实水底时间；根据真实水表时间和真实水底时间，确定研究水域的水深。本发明通过多通道数据对研究水域进行解算及联合验证，有效地排除了大量噪声数据，提升了水深计算精度。
-
Patent Agency Ranking
公开(公告)号：CN116953661A
公开(公告)日：2023-10-27
申请号：CN202311211399.3
申请日：2023-09-20
Applicant: 中国地质大学(武汉) , 东海实验室
Abstract: 本发明提供了一种光子计数激光雷达自适应核密度估计滤波方法及装置，涉及激光探测领域，所述方法包括：获取水面光子数据集和水下光子数据集，并分别根据水面光子数据集和水下光子数据集获取水面光子的带宽和水下光子的带宽；基于均值偏移算法，根据每个光子的带宽确定对应的光子的漂移向量，根据漂移向量更新对应的光子的位置，并根据所有水面光子的位置和所有水下光子的位置，将收敛位置相近的光子进行归类操作，得到水面光子聚类中心数据集和水下光子聚类中心数据集；对水面光子聚类中心数据集和水下光子聚类中心数据集分别进行曲线拟合操作，根据拟合得到的水面曲线和水下曲线对对应的光子进行过滤，得到信号光子，实现信号光子的有效提取。
-
公开(公告)号：CN118898777B
公开(公告)日：2025-02-25
申请号：CN202410935435.9
申请日：2024-07-12
Applicant: 中国地质大学(武汉) , 中国科学院空天信息创新研究院
IPC: G06V20/10 , G01S7/48 , G01S17/88 , G06V10/762 , G06V10/764 , G06V10/80
Abstract: 本发明提供了一种光子计数激光雷达地物分类方法、装置及电子设备，涉及激光雷达技术领域，该地物分类方法包括：获取待测区域的原始数据集，对原始数据集进行切分得到多个切片单元，并基于霍夫变换算法，得到对应的目标候选线段；对各切片单元内的目标候选线段分别进行聚类操作，得到最终分类的地面光子；根据对应的地形数据对各切片单元进行分类，得到对应的临时建筑光子，根据所有最终分类的建筑光子对原始数据集进行过滤，并对得到的目标数据集进行划分，并确定各分段单元的分离阈值，根据对应的分离阈值对各分段单元进行分类，得到对应的冠顶光子和冠层光子。本发明通过对原始数据的切分、聚类、分类处理等处理，提高建筑物分类的精度。
-
公开(公告)号：CN118466688A
公开(公告)日：2024-08-09
申请号：CN202410939163.X
申请日：2024-07-15
Applicant: 湖北珞珈实验室 , 中国地质大学(武汉)
Abstract: 本发明提供了一种分段自适应光子去噪方法、装置及存储介质，涉及数据处理领域，分段自适应光子去噪方法包括：通过自适应椭圆密度聚类算法剔除原始光子点集合对应的多个分段中的离散光子点，得到第一光子点集合；根据分离阈值将第一光子点集合划分为水面光子点集合和水下光子点集合；对水下光子点集合中的光子点进行曲线拟合，得到拟合地形线，并根据拟合地形线提取出水下光子点集合的信号光子点，得到目标光子点集合。通过本发明解决了光子点集合中包含大量噪声，进而导致根据光子点集合确定的水深和水下地形数据的准确率较低的问题。
-
-
公开(公告)号：CN117237430A
公开(公告)日：2023-12-15
申请号：CN202311489467.2
申请日：2023-11-10
Applicant: 中国地质大学(武汉) , 东海实验室
Abstract: 本发明提供一种高精度多时序水深反演方法、计算设备及存储介质，涉及遥感测绘技术领域，方法包括：分别获取目标区域单一时序的遥感影像、水面光子数据和水底光子数据，生成水深样本数据集；提取遥感影像的影像反射率，生成水深与反射率数据集；构建至少一种水深反演模型，生成至少一种水深反演结果，并生成水深反演结果数据集；获取每个单一时序的水深反演结果，生成多时序水深反演结果数据集；采用最大离群法剔除误差，生成有效多时序水深反演结果数据集，并生成水深分布直方图；对水深分布直方图进行高斯拟合，生成水深分布曲线；采用最小二乘法拟合水深分布曲线的曲线参数，根据曲线参数，生成目标区域水深值。通过上述方法，改善了反演精度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
