一种主方向约束下的停车场结构提取方法

    公开(公告)号:CN102968634A

    公开(公告)日:2013-03-13

    申请号:CN201210482430.2

    申请日:2012-11-23

    Applicant: 南京大学

    Abstract: 一种主方向约束下的停车场结构提取方法,步骤包括:针对航空正射影像,使用Edison算法和Hough变换进行初始线段检测,获取车位线主方向;根据获取的主方向,使用主方向约束下的线段提取方法,检测出准确车位线;根据车位线角度对车位线进行编组筛选,并使用最大相交方向方法划分停车道;利用提取的车位线和划分的停车道,计算停车场的结构参数;依据停车场结构参数重新构建停车场的准确车位线,并生成停车道的分割线,完成停车场结构的自动提取。本发明利用初始线段检测获取车位线的主方向,以此作为约束进行车位线提取,提取的车位线正确性、完整性和定位精度都较高,能够更好地为停车场结构的提取提供依据。本发明以单景航空正射影像为数据进行停车场结构提取,数据获取容易,价格适宜。

    集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法

    公开(公告)号:CN102855609A

    公开(公告)日:2013-01-02

    申请号:CN201210268170.9

    申请日:2012-07-30

    Applicant: 南京大学

    Abstract: 本发明涉及一种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法,属于水下地形勘测技术领域。本发明首先借助声纳数据的聚类中心点对高光谱遥感影像进行降维,然后对降维后的低维遥感影像进行区域划分,最后在各区域内部对声纳数据进行插值得到水下地形。本发明将高光谱遥感影像与稀疏声纳数据进行了有机结合,在整个过程中,两种数据作为一种互补,很好地解决了水下地形构建的问题。经过几何校正的遥感影像和声纳数据都具备坐标信息,并且遥感影像的灰度与水深存在一定的模糊对应关系,因此划区后的遥感影像中,各水深均质区域内水深变换较小,声纳数据插值结果更真实。

    基于半监督学习的海岸海洋遥感影像特征地类的识别方法

    公开(公告)号:CN102073879A

    公开(公告)日:2011-05-25

    申请号:CN201010568737.5

    申请日:2010-12-02

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于半监督学习的海岸海洋遥感影像特征地类的识别方法,属于半自动遥感影像识别领域。其步骤为:为每一类特征地物选取标记样本;构建面向对象的遥感影像的分割结果;计算出所有样本像元隶属于各特征地类的初估概率值,计算出样本数据在归为各个特征地类分量的概率;使用特征空间规则对概率图像进行修正;判定其所属特征地类,实现特征地类的识别,并输出识别结果图。本发明结合了先验知识与数据的统计特性,能够用地学先验知识引导数据挖掘过程,实践证明,该算法够能有效地进行遥感影像分类,得到比较满意的结果,并具有高效率、高精度的特点,能够直接应用于国家各级基础地理信息数据库遥感专题信息的维护与更新。

Patent Agency Ranking