-
公开(公告)号:CN105787921B
公开(公告)日:2019-01-11
申请号:CN201510511068.0
申请日:2015-08-19
Applicant: 南京大学 , 浙江省水资源管理中心
IPC: G06T7/50
Abstract: 本发明涉及一种利用机载LiDAR数据重建大型复杂立交桥三维模型的方法。该方法步骤为:利用反向迭代数学形态学滤波和面积信息从机载LiDAR数据提取立交桥点云;根据桥面连通性对立交桥点云进行分割;采用中心线垂线扫描方法分割提取无分叉或交汇结构且宽度保持一致的连通桥面,获取“结构单元”;在结构单元中心线的端点处作圆形缓冲区,通过判断缓冲区内点云高程信息检测立交桥的遮挡结构;通过结构单元匹配、二维中心线拟合以及三维曲面拟合步骤,获取完整的桥面三维中心线;结合桥面宽度信息重建立交桥三维模型。实践证明,本发明能够有效地重建大型复杂立交桥三维模型,解决了立交桥点云的遮挡问题,重建的三维模型具有较高的正确率和完整率。
-
公开(公告)号:CN107798357A
公开(公告)日:2018-03-13
申请号:CN201711211756.0
申请日:2017-11-28
Applicant: 南京大学
CPC classification number: G06Q10/0637 , G06K9/6267 , G06Q50/26
Abstract: 本发明涉及一种基于KNN的村庄用地复垦规划模拟方法,步骤包括:获取待复垦规划研究区的村庄用地信息;建立研究区村庄用地的空间和属性数据库;对复垦规划相关环境变量进行量化并存储;对村庄用地的属性数据进行量化处理;通过对各相关因素进行迭代训练确定knn分类模型;使用knn分类模型对待规划村庄用地分类。本方法在自然、人文双重环境下,估计影响村庄复垦的各因素因子的不同权重,使用非参数的knn模拟,预测判断结果更合理科学。
-
公开(公告)号:CN103617629B
公开(公告)日:2016-05-04
申请号:CN201310690726.8
申请日:2013-12-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于MODIS遥感影像的高分辨率遥感影像植被指数时间序列校正方法,该方法包括HJ NDVI及中低空间分辨率遥感影像NDVI时间序列的构建、HJ及中低空间分辨率遥感影像对应像元的时间序列协整检验、HJ NDVI时间序列异常区段检验、HJ NDVI时间序列异常区段校正四个阶段。该方法能够修正HJ NDVI时间序列因气候原因造成序列曲线形态的异常,提高其正确性和可用性,为在高时空分辨率下研究生物地球化学模型提供有效数据。同时本法也适用于源于其它中高分辨率遥感影像的某种植被指数的时间序列。
-
公开(公告)号:CN103106254B
公开(公告)日:2016-03-09
申请号:CN201310020714.4
申请日:2013-01-21
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明涉及一种多边形矢量数据文件的并行拼接方法,步骤如下:系统生成管理进程和多个拼接进程,管理进程读取多边形矢量文件,并将多边形矢量文件分成需要拼接的矢量文件和不需要拼接的矢量文件;管理进程对需要拼接的矢量文件排序,将相邻且成对的需要拼接的矢量文件分配给各拼接进程;拼接进程接收从管理进程传递的需要拼接的矢量文件名,遍历需要拼接的矢量文件中的多边形,找到需要拼接的多边形并对多边形进行拼接,并将拼接后的矢量文件名传递回管理进程;重复执行以上步骤,直到管理进程的矢量文件拼接序列为空。该方法能够有效地解决基于行划分的栅格矢量化并行算法的结果出现多边形被切分的问题,且提高了矢量文件的拼接效率。
-
公开(公告)号:CN105005962A
公开(公告)日:2015-10-28
申请号:CN201510500058.7
申请日:2015-08-14
Applicant: 南京大学
IPC: G06T3/00
CPC classification number: G06T3/0075
Abstract: 本发明涉及一种基于分层筛选策略的岛礁遥感影像配准方法,步骤包括:仿射不变特征匹配;建立几何变换模型;在几何变换模型的约束下,进行仿射不变特征匹配结果的初次筛选;在初次筛选结果的基础上,进一步利用岛礁面域重叠度控制筛选的结果,保证筛除所有错误的特征点对,最终完成岛礁的配准。本发明考虑到岛礁遥感影像匹配特有的纹理特征缺乏和纹理特征不稳定双重困难,通过建立几何约束模型,筛除明显不符合空间分布的特征点对,然后在几何变换矩阵约束筛选的基础上,以岛礁面积重叠度为约束,对特征点对进行二次筛选,仅保留正确的特征点对以完成岛礁的精确配准。本发明方法适应性强,可精确地完成岛礁影像配准,能够满足实际生产的需要。
-
公开(公告)号:CN103106302B
公开(公告)日:2015-10-28
申请号:CN201310025027.1
申请日:2013-01-23
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于地理元胞自动机的行人流仿真方法,将区域道路组织结构与区域行走适宜性引入行人仿真模型,根据步行适宜性将研究区划分为黑色路段、灰色路段和白色路段,使得仿真模型能够对复杂步行环境做出相应反应,而不仅仅是区域行人和障碍物;模型同时将区域道路交通系统从功能结构角度划分为区域出入口、路段以及交叉路口,使其能够仿真宏观行人流区域化运动,模拟区域行人流演化过程中呈现的会流和分流现象;从而大大扩展了仿真模型的实际适用范围,有效提高了模型仿真效果,特别适宜于仿真分析室外开阔区域行人流运动演化。
-
公开(公告)号:CN103020966B
公开(公告)日:2015-08-26
申请号:CN201210512359.8
申请日:2012-12-04
Applicant: 南京大学
Abstract: 一种基于建筑物轮廓约束的航空与地面LiDAR数据自动配准方法:首先分别从航空、地面LiDAR数据中提取建筑物轮廓,简称航空轮廓、地面轮廓;再从航空轮廓、地面轮廓中提取出建筑物角点,简称航空角点、地面角点;然后以航空轮廓与地面轮廓间的匹配度为约束,计算航空角点与地面角点之间初始转换矩阵,并获取初始匹配角点对;最后使用ICP算法计算初始匹配角点对之间的修正转换矩阵,并用初始转换矩阵和修正转换矩阵依次对待匹配地面点云数据进行转换,实现航空与地面LiDAR数据的自动高精度配准。本发明使用轮廓线做约束,在配准的可靠性与精确性方面都有很大的优势;同时,本发明仅从待匹配LiDAR数据与基准LiDAR数据出发,无需借助其他辅助数据便可实现两者之间的精确配准。
-
公开(公告)号:CN103164587B
公开(公告)日:2015-07-08
申请号:CN201310128915.6
申请日:2013-04-12
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明涉及一种林火蔓延地理元胞自动机仿真方法,该方法根据预定区域的DEM数据和树种可燃性分布数据,构建模型运行的元胞空间,并分别建立燃烧元胞栈和高危元胞栈;设置起火点,将起火点所在元胞加入到燃烧元胞栈中;依次取出燃烧元胞栈中的元胞,如果该元胞尚未达到已经熄灭状态,则更新的燃烧状态,并将该元胞八邻域尚未被点燃的元胞装入高危元胞栈中;依次取出高危元胞栈中的元胞,当该元胞的点燃概率大于预定阈值时则该元胞的状态更新为刚被点燃状态,并将该元胞加入到燃烧元胞栈中;重复执行以上两步,直到燃烧元胞栈为空。该方法能够仿真模拟具有复杂树种多样性的林火蔓延,并且得到接近真实情况的林火蔓延结果。
-
公开(公告)号:CN104021210A
公开(公告)日:2014-09-03
申请号:CN201410276517.3
申请日:2014-06-20
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/30241 , G06F17/30908
Abstract: 本发明针对MongoDB集群设计了大规模地理数据存储方案,在MongoDB集群中以GeoJSON格式半结构化方式组织地理数据,使分布式高速MongoDB集群高效存储大规模地理数据成为可能。针对该地理数据存储方案,本发明提出了地理数据的读写方法以及可实现该地理数据读写方法的驱动程序,以OGR类库为地理数据读写驱动的设计架构,以GeoJSON格式半结构化的读写MongoDB集群地理数据源。本发明采用OGR函数库,在地理数据与MongoDB集群之间通过内存中构建的OGR对象建立桥梁,使针对MongoDB集群的地理数据高效读写成为可能,使得高性能地理分析算法可以运行在MongoDB数据库集群之上。
-
公开(公告)号:CN102567508B
公开(公告)日:2014-05-14
申请号:CN201110441736.9
申请日:2011-12-27
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于抽象数据模型的海量栅格数据格式转换并行方法,属于栅格数据格式转换方法领域。本发明的步骤为:借助GDAL库函数解译栅格数据文件,按行划分栅格数据使每块数据量为行数总量除以计算进程数,构建待处理栅格数据块栈表以及数据块处理情况统计表,获取空闲计算进程队列;取出待处理数据块出栈与从空闲计算进程队列中取出的计算进程组合构成操作指令,发送给该计算进程;计算进程接收指令并负责完成该数据块的格式转换操作;计算进程发送的目标数据格式块文件写到框架文件中对应的位置,直到整个框架文件被全部填充。本发明将栅格数据格式转换技术和并行计算技术结合起来,大大提高了数据转换效率,缩短了转换格式耗费的时间。
-
-
-
-
-
-
-
-
-