-
公开(公告)号：CN120014430A
公开(公告)日：2025-05-16
申请号：CN202411899900.4
申请日：2024-12-23
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G06V20/10 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种弱目标快速遥感检测方法及系统，该方法包括以下步骤：根据待检测区域的遥感图像中每个像元的弱目标和强目标的丰度系数确定每个像元属于弱目标纯净像元、强目标纯净像元或者混合目标非纯净像元；分别等间距划分待检测区域的遥感图像，形成若干个弱目标纯净像元子网格、强目标纯净像元子网格和混合目标非纯净像元子网格；提取弱目标纯净像元样本、强目标纯净像元样本和混合目标非纯净像元样本构建训练集；采用训练集训练检测模型；将待检测区域的遥感图像输入至训练完成的检测模型，得到待检测区域中的弱目标分布。本发明有效提高弱目标遥感检测性能和结果精度。
-
公开(公告)号：CN119380208A
公开(公告)日：2025-01-28
申请号：CN202411368261.9
申请日：2024-09-29
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明提供一种交通要素遥感特征提取方法及系统、交通要素识别方法及系统，交通要素遥感特征提取方法包括以下步骤：通过待提取区域的遥感数据，形成样本集和特征集；基于样本集和特征集分别计算遥感特征集中各遥感特征的样本可分离性、冗余性和Gini系数；基于每个遥感特征的样本可分离性、冗余性和Gini系数计算得到每个遥感特征的特征重要性值；所述特征重要性值用于评估每个遥感特征的样本可分离性、冗余性和Gini系数的联合效应；选取特征重要性值超过设定阈值的遥感特征作为待提取区域的交通要素遥感特征。本发明在样本、特征和算法的研究基础上进行特征综合筛选与优化，进一步解决数据冗余，提高交通要素遥感提取效率和精度优化等问题。
-
公开(公告)号：CN117115669A
公开(公告)日：2023-11-24
申请号：CN202311389219.0
申请日：2023-10-25
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明提供了一种双条件质量约束的对象级地物样本自适应生成方法及系统，包括以下步骤：基于土地利用数据产品，获取设定时间段内地物类型未发生变化的像素，形成土地利用类型像素图；基于土地利用类型像素图，获取各地类样本的中心像素；以各类地物的中心像素作为代表样本点，结合样本尺寸以得到各类地物的样本区块，形成各类地物的样本集；基于各样本区块的多源特征，以样本可分离性和植被指数相关性值作为指标，评估样本集质量；如果不达标，重新获取各类地物的中心像素和样本区块，以生成新的样本集直至达标。本发明自动生成对象级地物样本集，较大程度上节省了计算成本，在保证样本质量的基础上提高了样本生成效率。
-
公开(公告)号：CN116310196A
公开(公告)日：2023-06-23
申请号：CN202310269135.7
申请日：2023-03-20
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明提供了一种基于对齐靶标的钢桥节段模拟预拼装方法，包括以下步骤：将对齐靶标分别放置于两个待拼装的钢桥节段待匹配面的两角和中段端部；利用两个待拼装的钢桥节段的完整三维点云，得到各个对齐靶标的反射槽中心点坐标和正表面的法向量；以其中一个钢桥节段的三个对齐靶标的正表面的法向量为参考，旋转另一个钢桥节段使两个待拼装的钢桥节段待匹配面的平行；基于旋转后的两个钢桥节段的反射槽中心点计算平移向量，并基于平移向量平移其中一个钢桥节段，使得两个待拼装的钢桥节段的三维点云在待匹配面相切。本发明可大幅提高节段模拟预匹配拼接精度。
-
公开(公告)号：CN114332402A
公开(公告)日：2022-04-12
申请号：CN202111587793.8
申请日：2021-12-23
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明提供了一种融合地面式、手持式激光扫描的钢桥模拟预拼装方法，包括以下步骤：通过地面式激光扫描仪获取包括预拼装的钢箱梁块段的轮廓信息的点云数据；通过手持式激光扫描仪获取包括预拼装的钢箱梁块段的接口细节和拼接面信息的点云数据；将地面式激光扫描仪和手持式激光扫描仪获取到的点云数据进行点云数据融合；提取模拟预拼装关键点坐标；融合得到的点云数据经过自适应降采样生成钢箱梁块段稀疏点云；基于钢箱梁块段稀疏点云，完成钢箱梁块段三维建模；得到钢箱梁桥完整三维模型，实现模拟预拼接，获取模拟预拼装精度指标，指导钢梁桥块段修整。本发明可用于钢梁、钢混组合梁、钢塔、钢拱等不同钢桥部位的模拟预拼装。
-
Patent Agency Ranking
公开(公告)号：CN110008854A
公开(公告)日：2019-07-12
申请号：CN201910204723.6
申请日：2019-03-18
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明涉及公路地质灾害识别技术领域，公开了一种基于预训练DCNN的无人机影像公路地质灾害识别方法，包括以下步骤：步骤S1，获取公路路域范围内的无人机遥感影像，预处理后得到绝对定向后的正射影像；步骤S2，采用考虑影像纹理特征的均值漂移算法分割预处理后的无人机遥感影像；步骤S3，将分割的无人机遥感影像数据作为输入数据，应用到训练好的公路地质灾害识别模型中，得到公路地质灾害识别结果。本发明采用无人机高分辨率影像，基于考虑纹理特征的均值漂移算法分割影像，将分割后的影像单元作为地质灾害识别模型的输入数据，可有效提高现有地质灾害目视解译的效率，为公路外业勘察和灾害危险性评价提供数据支持。
-
公开(公告)号：CN120027724A
公开(公告)日：2025-05-23
申请号：CN202510214710.2
申请日：2025-02-26
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明提供了一种公路边坡变形监测方法及系统，该方法包括以下步骤：基于实时获取的公路边坡变形区的监测图像，计算每个格网的图像位移值；对于标记有红外光源中心的格网，基于连续的监测图像中相应红外光源中心的图像坐标，计算该格网的图像位移值；对于未标记红外光源中心但标记有自然地物特征点的格网：当监测图像的平均亮度大于预设阈值时，基于连续的监测图像中自然地物特征点的图像坐标计算图像位移值；当监测图像的平均亮度小于等于预设阈值时，将该格网的图像位移赋值为邻域格网位移值的平均值；基于每个格网的图像位移值，计算其对应的边坡区域的位移。本发明可以高精度、低成本、全天候地提取公路边坡变形范围。
-
公开(公告)号：CN118230284A
公开(公告)日：2024-06-21
申请号：CN202410230238.7
申请日：2024-02-29
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G06V20/58 , G06V20/56 , G06V20/64 , G06V10/762 , G06V10/766 , G06V10/764
Abstract: 本发明涉及一种移动激光雷达的道路要素快速识别方法及装置，属于道路检测技术领域，该方法包括获取激光点云数据，根据激光点云数据中各点与邻域点的高程差，确定非地面点云数据；计算非地面点云数据中各点与邻域内两个点的法线夹角，并根据法线夹角对非地面点云数据进行特征聚类，得到特征点样本集；对特征点样本集进行处理和相关性分析，得到各个特征点的平均下降精度MSE值和特征相关系数；当平均下降精度MSE值和特征相关系数满足预设条件时，对特征点样本集进行分类，得到道路要素的识别结果。实现了对点云数据涵盖的复杂场景进行快速准确的识别，显著的提高了数据处理的准确性，降低了手动操作的需求，有效提升了工作效率。
-
公开(公告)号：CN114332402B
公开(公告)日：2024-04-02
申请号：CN202111587793.8
申请日：2021-12-23
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G06T17/10 , G06T3/4038 , G06T5/50
Abstract: 本发明提供了一种融合地面式、手持式激光扫描的钢桥模拟预拼装方法，包括以下步骤：通过地面式激光扫描仪获取包括预拼装的钢箱梁块段的轮廓信息的点云数据；通过手持式激光扫描仪获取包括预拼装的钢箱梁块段的接口细节和拼接面信息的点云数据；将地面式激光扫描仪和手持式激光扫描仪获取到的点云数据进行点云数据融合；提取模拟预拼装关键点坐标；融合得到的点云数据经过自适应降采样生成钢箱梁块段稀疏点云；基于钢箱梁块段稀疏点云，完成钢箱梁块段三维建模；得到钢箱梁桥完整三维模型，实现模拟预拼接，获取模拟预拼装精度指标，指导钢梁桥块段修整。本发明可用于钢梁、钢混组合梁、钢塔、钢拱等不同钢桥部位的模拟预拼装。
-
公开(公告)号：CN117689959A
公开(公告)日：2024-03-12
申请号：CN202410124198.8
申请日：2024-01-30
Applicant: 中交第二公路勘察设计研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V20/10
Abstract: 本发明提供了一种融合植被生命周期特征的遥感分类方法，包括以下步骤：基于待分类区域的遥感图像生成各像素点和各植被类型的密集长时间序列植被指数数据集；形成每个像素点和植被类型相应的全程拟合曲线；得到每个像素点和各植被类型的全导函数曲线；确定每个像素点和植被类型的生长期、饱和期和衰老期的时间段；获取每个像素点生长阶段特征图；构建待分类区域的遥感图像中每个像素点和各植被类型的样本集的分类特征空间；训练分类器；利用训练完成的分类器，对待分类区域的遥感图像中所有像素点进行植被类型分类。本发明能够基于高质量遥感数据和植被生命周期知识驱动，实现区域植被类型的分类。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.059 seconds)
