-
公开(公告)号:CN111583330B
公开(公告)日:2023-07-04
申请号:CN202010284612.3
申请日:2020-04-13
Applicant: 中国地质大学(武汉)
IPC: G06T7/70
Abstract: 本发明公开了一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统,首先对输入的低空间分辨率数据通过混合像元分解,求取地物丰度图,构建光谱能量函数,并进行初始化定位。在此基础上,构建亚像元级和像元级双尺度空间邻域关系,为亚像元定位提供空间先验信息,使得亚像元定位时既保留了空间局部信息,又保持了地物空间整体结构,进而构建空间能量函数。同时,依据早期较高分辨率遥感分类图和低空间分辨率遥感影像提供逐个像元的地物转移概率,建立不同时相、不同空间分辨率的遥感影像在时间和空间上的联系,进而构建时间能量函数。最后,构建“光谱‑双尺度空间‑时间”一体化目标函数,通过对目标函数求取最小值,为亚像元定位提供最优解。
-
公开(公告)号:CN111553980B
公开(公告)日:2023-05-26
申请号:CN202010262361.9
申请日:2020-04-06
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于图拉普拉斯下采样技术的DEM地形综合方法,首先提取DEM地形中高程点的三维坐标;其次是具体的DEM地形关键点提取方法,包括使用D8算法提取DEM地形骨架和图拉普拉斯下采样方法提取DEM地形的局部细节特征;图拉普拉斯下采样方法是基于图模型进行的,在这个过程中构造包含DEM高程点间空间关联信息的DT图模型,进而得到对应的初始的图拉普拉斯模型,最终使用拉普拉斯极特征向量方法完成图拉普拉斯下采样操作;为了获取不同粗化层次的DEM地形综合结果,图拉普拉斯下采样操作过程中还需要使用Kron‑Reduction方法获取不同粗化层次的图拉普拉斯模型;最后是使用提取到的高程点重构代表DEM地形特征的三维不规则格网,即可实现多尺度DEM地形综合。
-
公开(公告)号:CN112185122A
公开(公告)日:2021-01-05
申请号:CN202011171753.0
申请日:2020-10-28
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种结合空间结构和属性信息的自适应邻域确定方法,对原始数据进行数据预处理得到各个空间对象的属性信息,对属性信息用矩阵的形式进行建模,根据空间对象的类型对各个空间对象的空间结构进行建模,接着基于空间对象的空间结构和属性信息进行稀疏重建处理,得到最优重建权重矩阵,作为空间对象之间最优的邻域关系。本发明通过结合空间对象的空间结构和属性信息来自适应邻域,克服了传统方法为空间关系指定一个全局阈值的缺点,通过稀疏重建思想可以有效消除大量空间数据中的数据冗余和噪声,通过在实施例中与传统方法比较,本发明在精度上有明显优势,而且对于不同类型数据集具有鲁棒性,可以高效实现自适应邻域。
-
公开(公告)号:CN107274330A
公开(公告)日:2017-10-20
申请号:CN201710373675.4
申请日:2017-05-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于细菌觅食算法(Bacterial Foraging Algorithm,BFA)与最低有效位(LSB)的栅格地图版权保护方法。首先,使用sobel算子对栅格地图进行边缘检测,提取地图边缘数据;然后,根据水印信息的比特数将边缘图像划分为若干块;接着,采用BFA算法对每块中的边缘点进行优化,提取出较优的水印嵌入点,直至提取到的点数与水印信息的比特数相等;最后,根据提取的点的位置,对每一分块利用LSB算法将水印信息嵌入到原始栅格地图的相应像素。本发明生成的栅格地图数字水印能较好地抵抗噪声攻击、滤波攻击及几何攻击,且具有较好的隐蔽性,可有效保护栅格地图版权。
-
公开(公告)号:CN105893703A
公开(公告)日:2016-08-24
申请号:CN201610268365.1
申请日:2016-04-27
Applicant: 中国地质大学(武汉)
IPC: G06F17/50
CPC classification number: G06F17/509
Abstract: 本发明提供了一种基于多边形的城市道路网主干道选取方法,首先以OSM地图数据作为数据源并进行处理生成区要素;利用紧凑度、宽度、复杂度和圆形度这四个形状描述子组成一个四维向量对生成的区要素道路网数据中的多边形进行描述,同时标记出颗粒型多边形并进行提取;使用非线性SVM分类方法将得到的四维向量进行分类,经过分类后提取出对应的多边形。将提取出的颗粒型多边形和SVM分类后的多边形合并为种子多边形。本发明提出了更能有效描述主干道多边形的形状描述子,分别对不同形态特征的主干道多边形进行处理,最后,基于道路网多边形间的拓扑特征对经过支持向量机提取的种子多边形做进一步处理得到最终主干道多边形。
-
公开(公告)号:CN119918112A
公开(公告)日:2025-05-02
申请号:CN202510002379.8
申请日:2025-01-02
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及数字制图领域,公开了一种滑坡易发性制图方法、设备及介质,方法包括,获取多源遥感数据和历史滑坡数据,制作致灾因子数据集和滑坡样本数据集;将所有的滑坡样本数据集,输入至AGNES聚类算法和VIIQ特征优选策略模块中,得到最优特征组合;将优选后的数据特征划分为训练集和测试集,输入至机器学习和深度学习分类器中,进行模型精度评价,得到初步的滑坡易发性地图;将滑坡易发性地图输入至Blending异质集成模型得到最终的滑坡易发性制图结果;结合SHAP算法对集成模型进行深入解释,优化滑坡易发性结果图;本发明能够更有效地预测滑坡易发性,为地质灾害的风险评估、预警和防治提供科学依据。
-
公开(公告)号:CN119475213A
公开(公告)日:2025-02-18
申请号:CN202411468514.X
申请日:2024-10-21
Applicant: 中国地质大学(武汉)
IPC: G06F18/25 , G06F18/241 , G06F18/2431 , G06T17/05 , G06N5/01 , G06N20/20 , G06N3/0455 , G06N3/0499
Abstract: 本发明公开了一种结合特征融合的滑坡易发性制图方法、介质和设备,涉及地理信息系统数字制图技术领域,结合特征融合的滑坡易发性制图方法主要包括:根据多源遥感及历史滑坡数据得到致灾因子数据集和滑坡样本数据集,并利用特征融合网络和机器学习分类器得到初步的滑坡易发性地图;根据研究区域的SAR数据,利用PSInSAR方法得到地表形变速率;根据初步的滑坡易发性地图和地表形变速率,得到最终滑坡易发性地图。实施本发明提供的结合特征融合的滑坡易发性制图方法、介质和设备,能提高对滑坡易发性分析的准确率。
-
公开(公告)号:CN119469138A
公开(公告)日:2025-02-18
申请号:CN202410488373.1
申请日:2024-04-23
Applicant: 中国地质大学(武汉)
Abstract: 本申请提供了一种基于优势检验因子的多目标路径规划方法、设备及介质,涉及地理信息领域,方法包括:获取坡度数据以及地表覆盖数据并量化为通行能力值,构建多目标越野通行模型;结合改进优势检验策略,在多目标越野通行模型的路径扩展阶段引入优势检验因子,利用优势检验因子进行成本向量之间的支配检查;设计多目标越野通行模型的多目标启发函数;获取待规划的多目标越野路径数据输入至多目标越野通行模型,得到多条帕累托最优路径集合,完成多目标越野的路径规划。多目标越野通行模型能够减少多目标越野路径扩展过程中成本向量之间的比较次数,能够高效地扩展路径,提高路径规划效率。
-
公开(公告)号:CN113850254B
公开(公告)日:2024-10-18
申请号:CN202110980000.2
申请日:2021-08-25
Applicant: 中国地质大学(武汉)
IPC: G06V10/44 , G06V10/774 , G06V10/764 , G06V10/25 , G06F16/56 , G06V10/82 , G06N3/0464 , G06V10/766
Abstract: 本发明涉及一种基于深度学习的建筑物矢量轮廓化简方法、模型及模型建立方法,发明的化简过程主要包括三步:1)基于MobileNet2网络进行栅格建筑物的卷积特征提取;2)生成每个建筑物的外包矩形并切割相应位置的特征图,使用ROI‑Pooling统一特征图的大小;3)将提取的特征图作为输入,使用回归神经网络计算得到建筑物的化简坐标。本发明可直接实现建筑物轮廓矢量到矢量的化简流程,避免化简结果栅格转矢量造成的信息损失及重复化简操作。本发明通过修改损失函数增强了化简结果的形状特征,实现了建筑物的智能化、自动化综合,模型的综合性能强,鲁棒性高,能够被复用到多种比例尺的矢量建筑物轮廓化简的应用场景中。
-
公开(公告)号:CN112529811A
公开(公告)日:2021-03-19
申请号:CN202011500905.7
申请日:2020-12-17
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种保留地形表面结构特征的DEM数据去噪方法,利用结构分析法提取原始地形曲面的关键高程点和结构线作为地形结构特征并获得TIN表面;以TIN表面作为引导,采用引导法向量滤波器对原始地形曲面的DEM数据进行平滑处理;继续将TIN表面作为引导,继续采用引导法向量滤波器对前一次得到的平滑处理后的TIN表面进行滤波,迭代处理直到获得满足去噪要求的DEM数据。本发明通过以重构的地形表面作为引导约束滤波过程,处理克服了传统滤波中结构边缘过度平滑的问题,并引入了结构分析法提取关键高程点和边界线,能够在给DEM数据去噪的同时有效地保留地形表面结构特征。
-
-
-
-
-
-
-
-
-