-
公开(公告)号：CN114359103B
公开(公告)日：2024-04-12
申请号：CN202210005799.8
申请日：2022-01-04
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06T5/73 , G06T5/60 , G06N3/0464 , G06N3/045 , G06N3/094 , G06V10/776 , G06V10/58 , G06V10/82
Abstract: 本发明公开了一种高光谱图像去雾方法、装置、计算机产品及存储介质，结合通道融合的方式提取高光谱图像深层信息，从而获取更为准确的混合像元分解模型。使用混合像元分解模型获取高质量的雾端元丰度值，使用雾端元丰度值调整剩余端元丰度，使用剩余端元进行反卷积重建去雾高光谱图像，为了保证重建后的高光谱图像保留原高光谱图像信息，引入重建损失与对抗损失，实现了高光谱图像的快速去雾，消除了图像块效应、像素过度饱、图像失真的现象，降低了对先验知识的依赖性、提高了模型的鲁棒性。
-
公开(公告)号：CN114882224A
公开(公告)日：2022-08-09
申请号：CN202210629730.2
申请日：2022-06-06
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06V10/26 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06T7/73 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种模型结构、模型训练方法、单体化方法、设备及介质，该模型训练方法包括获取大场景地物的原始三维点云数据；将所述原始三维点云数据制作成标准样本格式文件；对所述标准样本格式文件中的点云样本进行预处理，生成PKL格式样本文件；构建大场景地物单体化模型，所述大场景地物单体化模型包括编码模块、骨干网络、目标生成模块、特征融合模块、Point‑RoIAlign模块和实例预测网络；利用所述PKL格式样本文件中的点云样本对所述大场景地物单体化模型进行训练，得到训练好的大场景地物单体化模型。本发明通过最小化匹配代价函数来实现单个地物的预测，并通过point mask预测来实现最终的地物分割，有效消除了聚类等传统处理手段的缺陷。
-
公开(公告)号：CN114550014B
公开(公告)日：2024-08-13
申请号：CN202210174578.3
申请日：2022-02-24
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06V20/17 , G06V10/26 , G06V10/42 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种道路分割方法及计算机装置，从无人机航拍高分辨率道路数据集获取N张图像，利用所述N张图像获取训练集；利用所述训练集训练道路提取模型，得到训练后的道路提取模型；将待测试图像输入所述训练后的道路提取模型，得到道路提取结果。本发明提出了双注意力的残差学习模块，在自适应调节感受野之外兼顾了全局信息的提取，能够更准确的捕捉道路拓扑结构特征，获得更拟合目标的感受野，提升了道路提取的连贯性。
-
公开(公告)号：CN114549569B
公开(公告)日：2024-04-09
申请号：CN202210198442.6
申请日：2022-03-01
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06T7/13 , G06T7/62 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于二维正射影像的房屋轮廓提取方法，先获取需要提取房屋轮廓区域的原图像，在根据原图像通过影像遍历得到覆盖所述原图像的所有区域的子图像，再将子图像逐一载入房屋检测模型，得到每张子图像中每栋房屋的矩形图像，然后获得的每栋房屋的矩形区域图像输入模糊轮廓提取网络模型，获得每张图像的模糊轮廓灰度图，接着将获得的模糊轮廓灰度图中间十六分之一的矩形区域内的像素置为零，将所得灰度图采用注水填充法获取房屋区域二值图，然后以等距放大的方法将轮廓扩大一定像素，采用最小矩形拟合方式获取房屋的最终矩形轮廓，最后计算步骤8所获得轮廓的像素面积，实现房屋轮廓的精确提取，提高了房屋的统计面积。
-
公开(公告)号：CN114627064A
公开(公告)日：2022-06-14
申请号：CN202210196978.4
申请日：2022-03-01
Applicant: 中国电建集团中南勘测设计研究院有限公司
Abstract: 本发明公开了一种基于二维正射影像的稀疏植被区域化提取方法，包括具体步骤：垂直向地面拍摄，获取需提取植被区域的二维图像；计算二维图像每个像素的vdvi，并将其转换为vdvi灰度图；其中所述vdvi为可见光波段差异植被指数；采用波谷分割法，分割vdvi灰度图，得到植被与非植被的分割二值化图像，植被区域为二值化图像的前景，非植被区域为二值化图像的背景；基于阈值侵蚀算子对二值化图像进行滤波变换，得到植被侵蚀空地后的二值化图像；获取二值化图像的所有轮廓，将轮廓面积小于预设面积的轮廓区域进行类别转换，得到最终稀疏植被区域化提取的分割图，解决现有基于二维图像提取稀疏植被区域时面积统计精度低、主观性强的问题。
-
Patent Agency Ranking
公开(公告)号：CN114359103A
公开(公告)日：2022-04-15
申请号：CN202210005799.8
申请日：2022-01-04
Applicant: 中国电建集团中南勘测设计研究院有限公司
Abstract: 本发明公开了一种高光谱图像去雾方法、装置、计算机产品及存储介质，结合通道融合的方式提取高光谱图像深层信息，从而获取更为准确的混合像元分解模型。使用混合像元分解模型获取高质量的雾端元丰度值，使用雾端元丰度值调整剩余端元丰度，使用剩余端元进行反卷积重建去雾高光谱图像，为了保证重建后的高光谱图像保留原高光谱图像信息，引入重建损失与对抗损失，实现了高光谱图像的快速去雾，消除了图像块效应、像素过度饱、图像失真的现象，降低了对先验知识的依赖性、提高了模型的鲁棒性。
-
公开(公告)号：CN118298077A
公开(公告)日：2024-07-05
申请号：CN202410393782.3
申请日：2024-04-02
Applicant: 中国电建集团中南勘测设计研究院有限公司
Abstract: 一种田埂中心线提取方法，包括：S1、根据待测绘田埂的正射影像，得到待测绘田埂中各耕地的轮廓点；S2、获取相邻两块耕地的所有轮廓点对；每个所述轮廓点对包含相邻两块耕地中其中一块耕地的轮廓点，以及另一块耕地中与该轮廓点距离最近且距离小于预设阈值的轮廓点；S3、获取相邻两块耕地的各轮廓点对的中点，依次将各中点相连，得到相邻两块耕地的田埂中心线。与现有技术相比，本发明可根据预设阈值判别绘制双线或者中心线，提高绘图效率。利用多个轮廓点生成中点，并依次连接形成中心线，避免出现线段相离、相交、重复，通过连接中心线端点与最近轮廓点避免出现悬挂点及伪节点。
-
公开(公告)号：CN116245751A
公开(公告)日：2023-06-09
申请号：CN202211704467.5
申请日：2022-12-29
Applicant: 中国电建集团中南勘测设计研究院有限公司
Abstract: 本发明公开了一种水域无人机高光谱影像耀斑处理方法、设备及存储介质，选取高光谱影像中红光波段、绿光波段和蓝光波段的反射率影像，计算三个波段的无镜面反射图像；修正所述无镜面反射图像，获取修正后的无镜面反射图像中的高亮像素点，所有高亮像素点构成高亮区域；利用回归分析法建立各波段信息与近红外波段信息之间的映射关系，校正所述高亮区域；利用红外波段的信息，从高光谱影像中去除校正后的高亮区域，即得到耀斑恢复处理后的影像。本发明针对镜面反射及水面波纹在高光谱影像上留下的严重耀斑现象，采用基于耀斑增益估算的水面耀斑恢复方法，能很好对小面积的耀斑区域进行恢复，并且较完整地保持光谱特征，提高水质监测力度和广度。
-
公开(公告)号：CN115457107A
公开(公告)日：2022-12-09
申请号：CN202210879392.8
申请日：2022-07-25
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06T7/62 , G06V10/762
Abstract: 本发明公开了一种房屋底面积计算方法、系统。与现有技术相比，本发明不仅能有效剔除异常点，实现对结构缺失墙体垂直面的精准提取，还能高效精准的实现扭曲变形墙体垂直面拟合，解决了由于房屋墙体结构缺失、变形扭曲等原因而导致现有房屋底面积测量方法难以准确计算房屋底面积的问题。
-
公开(公告)号：CN114550014A
公开(公告)日：2022-05-27
申请号：CN202210174578.3
申请日：2022-02-24
Applicant: 中国电建集团中南勘测设计研究院有限公司
IPC: G06V20/17 , G06V10/26 , G06V10/42 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种道路分割方法及计算机装置，从无人机航拍高分辨率道路数据集获取N张图像，利用所述N张图像获取训练集；利用所述训练集训练道路提取模型，得到训练后的道路提取模型；将待测试图像输入所述训练后的道路提取模型，得到道路提取结果。本发明提出了双注意力的残差学习模块，在自适应调节感受野之外兼顾了全局信息的提取，能够更准确的捕捉道路拓扑结构特征，获得更拟合目标的感受野，提升了道路提取的连贯性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.04 seconds)
