-
公开(公告)号：CN118154911A
公开(公告)日：2024-06-07
申请号：CN202410364710.6
申请日：2024-03-28
Applicant: 同济大学
Abstract: 本发明涉及一种针对月球轨道器高分辨率多视遥感影像的大区域匹配方法，包括：获取由多时、多视的高分辨率月球轨道器影像组成的数据集合，结合相关信息进行影像筛选并计算构成立体像对；采用多节点并行方式传入各立体像对信息，基于主‑从结构通讯模式，多节点并行开展匹配任务；在各节点内完成单次匹配任务，基于预设的几何约束，在GPU空间进行关键点提取、关键点描述子构建、描述子匹配，获得初步连接点结果并回传至CPU空间；基于RANSAC对连接点进行粗差点剔除，生成得到连接点文件，即匹配完成。与现有技术相比，本发明能够在保证月球高分辨率遥感影像匹配精度的同时，极大地提高匹配效率，满足大范围月球DEM制作的连接点匹配需求。
-
公开(公告)号：CN118153332A
公开(公告)日：2024-06-07
申请号：CN202410364711.0
申请日：2024-03-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于多变量主导因素筛选的火星矿物空间分布分析方法，包括：获取目标研究区域对应的火星全球矿物光谱参数图及火星表面DEM数据；针对火星全球矿物光谱参数图进行数据预处理，得到矿物填图数据集；基于火星表面DEM数据，通过计算地形因子并进行离散化处理，生成地形因子专题图；针对矿物填图数据集和地形因子专题图进行空间格局的相关性分析和因子计算，筛选出主导地形因子；采用多元回归分析方法，建立地形地貌与矿物分布的关系模型，确定出各主导地形因子对矿物分布的影响程度。与现有技术相比，本发明构建了火星矿物分布模式与地形相关变量之间关系的综合分析框架，能有效利用已有数据集全面分析地形特征与矿物空间格局之间的关系。
-
公开(公告)号：CN117591956A
公开(公告)日：2024-02-23
申请号：CN202311512765.9
申请日：2023-11-14
Applicant: 同济大学
IPC: G06F18/2415 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及一种基于CNN的月球南极探测多目标着陆选址方法，包括以下步骤：收集与月球南极选址相关数据；根据目标选址需求，设计并计算量化空间指标，对指标数据进行归一化处理，形成归一化的指标因子数据集；在满足属性约束条件下，构建训练样本数据集；构建卷积神经网络选址模型，输入训练样本数据集进行训练，挖掘选址知识，获得训练完毕的卷积神经网络选址模型；利用训练完毕的卷积神经网络选址模型进行月球南极着陆选址预测，得到选址预测结果；附加额外的空间约束、属性约束和着陆区最小尺寸约束条件，剔除不适宜着陆区，获得选址结果。与现有技术相比，本发明具有简化着陆点选择过程，提升大范围开展选址分析的工作效率等优点。
-
公开(公告)号：CN117291885A
公开(公告)日：2023-12-26
申请号：CN202311245965.2
申请日：2023-09-26
Applicant: 同济大学
Abstract: 本发明涉及一种破片目标全序列三维运动参数高速视频测量方法和设备，方法包括如下步骤：采集双目高速摄像机拍摄的破片序列图像，并进行滤波处理；采用基于自适应学习速率的高斯背景建模方法，得到破片序列图像中破片的二维像素坐标；通过估计杂波率和平均检测概率生成破片跟踪轨迹，利用匈牙利算法对所述破片跟踪轨迹实现同一高速摄像机视角下破片的级联匹配；基于自适应的匹配窗口大小，以及双目高速摄像机的对极几何约束，实现破片立体匹配；采用光束法构建共线条件方程组，通过间接平差计算得到破片在序列图像中的三维坐标。与现有技术相比，本发明具有对动态环境的适应性强等优点。
-
公开(公告)号：CN117129465A
公开(公告)日：2023-11-28
申请号：CN202311024436.X
申请日：2023-08-15
Applicant: 同济大学
Abstract: 本发明涉及一种跨仪器LIBS光谱的交叉定标方法。与现有技术相比，包括以下步骤：提取参考光谱与待定标光谱在相同波长范围通道的LIBS光谱，使用数据内插方法进行数据处理；计算光谱强度单位的换算关系，将待定标光谱的强度单位换算至参考光谱的强度单位；计算对同一目标获取的LIBS光谱逐像素上的强度比值，并将该比值用于修正待定标光谱的强度；以参考光谱为参照，对待定标光谱进行谱峰位置校正。本发明保护了待定标数据的光谱形状，避免了特征峰的丢失，可以应用于不同类型的LIBS设备，修正由于仪器参数与探测环境产生的强度差异，提高了交叉定标前后特征峰位置的一致性，降低了仪器参数与探测环境差异对特征峰位置差异的影响。
-
Patent Agency Ranking
公开(公告)号：CN116776531A
公开(公告)日：2023-09-19
申请号：CN202310419485.7
申请日：2023-04-19
Applicant: 同济大学
IPC: G06F30/20
Abstract: 本发明公开了一种空间折线要素条件布朗运动误差度量方法及系统，包括：设定空间线要素折线的顶点Z0,…,Zn的观测位置；利用多元正态条件分布模型，确定线特征上任意点的测量误差与模型误差的传播方式，建立真实地物任意点位置表达模型，确定测量误差与模型误差之间的相关性；根据中间折点的观测位置Zi，估计线要素模型误差参数，并建立布朗运动误差模型，确定误差随机性大小。本发明建立了基于条件分布的布朗运动折线误差带模型，建立了测量误差与模型误差间的相关性模型，并构建了一种线要素处处具有随机性的随机过程误差传播方式，解决了空间折线要素误差度量中模型误差缺失的问题。
-
公开(公告)号：CN116522048A
公开(公告)日：2023-08-01
申请号：CN202310355102.4
申请日：2023-04-04
Applicant: 同济大学
Abstract: 本发明涉及一种深空轨道器弱交会多视影像的自适应区域网平差方法，包括：S1、构建深空轨道器严格成像几何模型，将连接点按照立体几何和多视几何分为两类，并利用先验数字高程模型DEM计算每个连接点的初始三维坐标，考虑不同几何关系进行自适应区域网构网；S2、根据平差的参数构建平差的误差方程，包括连接点的误差方程以及求解参数的误差方程，按照多视几何连接点的重叠程度来进行自适应的定权；S3、在平差过程中，利用DEM的先验精度和高程起伏信息来求解三维点改正值的权重，结合DEM的高程信息来进行选权迭代方式的误匹配剔除。与现有技术相比，本发明能够有效提升平差后的几何一致性，在剔除误匹配点的同时，保证区域网平差的准确性和有效性。
-
公开(公告)号：CN116416395A
公开(公告)日：2023-07-11
申请号：CN202310099790.2
申请日：2023-02-10
Applicant: 同济大学
IPC: G06T17/05 , G06T7/11 , G06T7/136 , G06Q10/0635
Abstract: 本发明涉及一种基于点云压缩数字地表模型的洪水淹没快速评估方法，包括：数字地表模型生成、点云高程压缩和洪水淹没快速评估。具体是通过获取待评估区域的卫星立体像对数据以及激光测高数据，以生成区域初始点云；基于法线差分特征，对区域初始点云进行分割，区分出城镇点云以及非城镇点云，并对非城镇点云进行高程差点云压缩，生成区域数字地表模型；再根据区域数字地表模型，基于水量平衡法则，并结合降水总量估计、淹没精度阈值进行迭代计算，输出得到洪水淹没范围评估结果。与现有技术相比，本发明能够有效提高数字地表模型高程精度、降低对计算性能的依赖，能够在给定降雨量条件下快速准确地评估洪水淹没范围。
-
公开(公告)号：CN116402199A
公开(公告)日：2023-07-07
申请号：CN202310280202.5
申请日：2023-03-21
Applicant: 同济大学
Abstract: 本发明涉及一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，包括以下步骤：获取Landsat遥感影像，基于随机森林的方法进行土地利用类型分类，得到土地利用分类图；基于土地利用分类图和驱动因子，利用Futureland模型预测未来的土地利用模式；基于Landsat遥感影像，利用光谱计算的方法获取土地覆盖指数；基于土地覆盖指数和土地利用模式，利用全局和局部变化方法预测未来的土地覆盖指数；获取地面监测站点的PM2.5浓度数据，利用空间滞后模型顾及PM2.5的空间依赖性，构建PM2.5和土地覆盖指数的关系模型；基于PM2.5和土地覆盖指数的关系模型，结合预测的未来的土地覆盖指数，预测像元级的PM2.5。与现有技术相比，本发明具有实现了对像元级PM2.5的大范围长时序的准确预测等优点。
-
公开(公告)号：CN116343058A
公开(公告)日：2023-06-27
申请号：CN202310268047.5
申请日：2023-03-16
Applicant: 同济大学
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于全局协同融合的多光谱和全色卫星影像地表分类方法，包括：获取研究区的多光谱卫星遥感影像和全色卫星遥感影像，并进行地表要素样本标注，得到训练样本图；构建全局协同的多光谱和全色卫星遥感影像地表要素分类深度卷积神经网络，该网络包括两个单源分支和一个多源分支；将多光谱和全色卫星遥感影像以及训练样本图，输入网络中，进行训练，得到训练后的网络模型；获取待分类的多光谱和全色卫星遥感影像，并输入到网络模型中进行预测，得到各个网络分支的概率分类图；通过概率加权对各个概率分类图进行决策级融合，得到最终的研究区地表要素分类图。与现有技术相比，本发明具有分类精度高、结果鲁棒性好和预测速度快等优点。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.045 seconds)
