倾斜摄影图像处理方法、装置、处理设备及存储介质

    公开(公告)号:CN113034347B

    公开(公告)日:2023-07-25

    申请号:CN202110310030.2

    申请日:2021-03-23

    Abstract: 本申请提供一种倾斜摄影图像处理方法、装置、处理设备及存储介质,涉及倾斜摄影技术领域。该方法包括:对目标测区进行倾斜摄影,获取一组拍摄图像;确定各拍摄图像的外方位元素,外方位元素包括:采集拍摄图像的图像采集装置的位置信息和姿态信息;根据各拍摄图像的外方位元素、以及预先确定的目标测区的边界信息,确定各拍摄图像是否为待剔除图像;若是,将拍摄图像进行剔除。通过本方案所提供的图像处理方法,可对倾斜摄影获得的图像的外方位元素进行计算,从而精确判断各拍摄图像是否为待剔除图像,以从所有的拍摄图像中准确地剔除冗余图像,降低影像整体的数量,提高后续数据处理流程的效率。

    点云分类结果的检查方法、电子设备及存储介质

    公开(公告)号:CN116152564A

    公开(公告)日:2023-05-23

    申请号:CN202310183701.2

    申请日:2023-02-28

    Abstract: 本申请提出点云分类结果的检查方法、电子设备及存储介质,其中方法包括:S10:获取点云分类结果,并按层分别提取建筑层、植被层与地面层的点云数据;S20:选取所述建筑层中一目标建筑点,构建维度范围;S30:基于所述维度范围,将所述植被层、所述地面层的所有点进行分组,输出处于所述维度范围内的待选数据;S40:设定高程阈值,并基于所述高程阈值筛选所述待选数据与所述目标建筑点的高程差值,将低于所述高程阈值的点分类至所述建筑层;S50:重复S20至S40,直至对所述建筑层的所有点完成处理。本申请的点云分类结果的检查方法,以建筑层的点为圆心构建维度范围与设定高程阈值的方式,对植被层与地面层的点进行筛选,具有提高分类精度的有益效果。

    基于多模态特征融合的双时相遥感影像语义变化检测方法

    公开(公告)号:CN112488025A

    公开(公告)日:2021-03-12

    申请号:CN202011451412.9

    申请日:2020-12-10

    Abstract: 本发明公开了一种基于多模态特征融合的双时相遥感影像语义变化检测方法,包括以下几个步骤:步骤A:对多时相遥感影像数据集进行数据增强的预处理;步骤B:构建基于多模态特征融合的卷积神经网络模型,利用数据集训练卷积神经网络,获得训练模型;步骤C:利用训练模型对数据集进行数据清理;步骤D:利用清理后的数据重新训练模型,并对测试数据进行测试得到预测结果;步骤E:变化检测预测结果后处理。本发明提供的基于多模态特征融合的双时相遥感影像语义变化检测方法,可以在检测出变化区域的同时检测出区域变化前后的类别,应用范围更广泛,同时满足端到端处理,不需要人工进行其他处理,便于工程应用。

Patent Agency Ranking