一种基于矢量空间数据对象存储顺序的数字水印方法

    公开(公告)号:CN104462886A

    公开(公告)日:2015-03-25

    申请号:CN201410707255.1

    申请日:2014-11-28

    CPC classification number: G06F21/16 G06F2221/0737

    Abstract: 本发明公开了一种基于矢量空间数据对象存储顺序的数字水印方法,首先利用算术编码技术,将水印信息转换为一个整数N,计算出最少需要的元素个数M,并进行全排列,解算出序号N的元素具体排列顺序。对矢量数据对象按坐标的大小进行排序,并按M对数据对象进行分组;根据序号N的元素具体排列顺序对每组数据对象的存储顺序进行调整。水印信息提取时,对数据对象按坐标大小进行排序,通过与原始数据对象存储顺序进行比较分析,提取水印单元和具体的数据对象排列顺序,然后推算出排列序号N,再利用算术编码技术对N进行译码,从而提取出水印信息。本发明可实现水印信息的嵌入和提取,对缩放、平移、旋转、坐标转换等攻击具有较好的鲁棒性。

    一种基于GPU‑CPU协同的无人机影像快速镶嵌方法

    公开(公告)号:CN106815807A

    公开(公告)日:2017-06-09

    申请号:CN201710017814.X

    申请日:2017-01-11

    CPC classification number: G06T3/4038 G06F9/3818 G06T1/20 G06T5/006

    Abstract: 本发明公开了一种基于GPU‑CPU协同的无人机影像快速镶嵌方法,包括数据预处理及Voronoi图镶嵌网络的自动生成,计算每张影像的有效区域对应的局部DEM和原始影像局部纹理;计算镶嵌后DOM全景影像图的大小,并在硬盘上创建DOM全景影像存储指针;依次对测区每张影像的有效区域进行正射纠正;依次对每条镶嵌线两侧影像进行线性加权融合处理,并按照DOM全景影像存储指针写到对应的位置对原始镶嵌结果进行更新等步骤。其显著效果是:该方法从匀光后影像出发,先自动生成测区Voronoi图镶嵌线网络,将正射纠正嵌入影像镶嵌过程中,且只对每张影像有效区域进行纠正直接生成DOM全景图,解决了大序列、高重叠度无人机影像纠正镶嵌效率慢,数据冗余资源开销大的问题。

    基于二进制特征分类器的建筑物提取方法

    公开(公告)号:CN107203757B

    公开(公告)日:2019-07-26

    申请号:CN201710406607.3

    申请日:2017-06-02

    Abstract: 本发明公开了一种基于二进制特征分类器的建筑物提取方法,首先对原图像进行降采样,转换至LAB颜色空间,然后在LAB颜色空间之下实施SLIC超分割获得交叉点,利用二进制特征分类器对交叉点进行二分类获得建筑物交叉点和非建筑物交叉点,从而获得建筑物区域;之后将提取出的建筑物区域图像转换至LAB颜色空间,然后在LAB颜色空间之下实施SLIC超分割获得新交叉点,利用二进制特征分类器对新交叉点进行三分类,获得建筑物内部点、建筑物边缘点和非建筑物点,从而得到建筑物轮廓。其显著效果是:实现了建筑物轮廓的快速准确提取;与传统方法相比,本发明精度更高、速度更快且算法过程无交互。

    一种基于GPU-CPU协同的无人机影像快速镶嵌方法

    公开(公告)号:CN106815807B

    公开(公告)日:2018-02-06

    申请号:CN201710017814.X

    申请日:2017-01-11

    Abstract: 本发明公开了一种基于GPU‑CPU协同的无人机影像快速镶嵌方法,包括数据预处理及Voronoi图镶嵌网络的自动生成,计算每张影像的有效区域对应的局部DEM和原始影像局部纹理;计算镶嵌后DOM全景影像图的大小,并在硬盘上创建DOM全景影像存储指针;依次对测区每张影像的有效区域进行正射纠正;依次对每条镶嵌线两侧影像进行线性加权融合处理,并按照DOM全景影像存储指针写到对应的位置对原始镶嵌结果进行更新等步骤。其显著效果是:该方法从匀光后影像出发,先自动生成测区Voronoi图镶嵌线网络,将正射纠正嵌入影像镶嵌过程中,且只对每张影像有效区域进行纠正直接生成DOM全景图,解决了大序列、高重叠度无人机影像纠正镶嵌效率慢,数据冗余资源开销大的问题。

    一种光学遥感卫星正射影像拉花区域自动检测方法

    公开(公告)号:CN108335261B

    公开(公告)日:2018-11-30

    申请号:CN201810126231.5

    申请日:2018-02-08

    Abstract: 本发明公开了一种光学遥感卫星正射影像拉花区域自动检测方法,首先加载原始卫片、RPC参数和数字高程模型DEM,并迭代计算正射校正后正射影像的大小和范围;然后利用反解法逐像素反算每个像素对应原始影像上像素的坐标;最后逐像素统计并判断是否为拉花像素点,形成拉花区域二值标记图像并进行矢量化,得到拉花区域矢量文件,达到光学遥感卫星正射影像上拉花区域自动检测的目的。其显著效果是:实现了光学遥感卫星正射影像中拉花区域的自动检测,解决了传统人工目视辨别拉花区域费时费力,效率低下的问题,大大提高了光学遥感卫星正射影像的质量检查效率。

Patent Agency Ranking