-
公开(公告)号：CN118608791B
公开(公告)日：2024-11-26
申请号：CN202411067700.2
申请日：2024-08-06
Applicant: 中国铁路设计集团有限公司
IPC: G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06V10/52
Abstract: 本发明公开了一种基于UNet语义分割双分支改进的滑坡检测方法，包括：S1，获取研究区域的高分辨率卫星遥感影像；S2，对所述高分辨率卫星遥感影像进行预处理，得到数据增强后的卫星遥感影像；S3，通过目视解译制作语义分割样本集；S4，设计基于UNet语义分割双分支改进的滑坡检测模型，所述滑坡检测模型由边界自适应特征分支、多尺度特征分支和UNet的常规反卷积组组成；S5，模型的训练、测试和验证；S6，将S55得到的滑坡检测模型运用于滑坡潜在区域检测，获得滑坡检测结果。该方法提高了对目标与背景差异的区分能力，扩大了感受野，更好地满足不同尺度下的目标的信息提取要求，具有更高的精确度、召回率。
-
公开(公告)号：CN118608791A
公开(公告)日：2024-09-06
申请号：CN202411067700.2
申请日：2024-08-06
Applicant: 中国铁路设计集团有限公司
IPC: G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06V10/52
Abstract: 本发明公开了一种基于UNet语义分割双分支改进的滑坡检测方法，包括：S1，获取研究区域的高分辨率卫星遥感影像；S2，对所述高分辨率卫星遥感影像进行预处理，得到数据增强后的卫星遥感影像；S3，通过目视解译制作语义分割样本集；S4，设计基于UNet语义分割双分支改进的滑坡检测模型，所述滑坡检测模型由边界自适应特征分支、多尺度特征分支和UNet的常规反卷积组组成；S5，模型的训练、测试和验证；S6，将S55得到的滑坡检测模型运用于滑坡潜在区域检测，获得滑坡检测结果。该方法提高了对目标与背景差异的区分能力，扩大了感受野，更好地满足不同尺度下的目标的信息提取要求，具有更高的精确度、召回率。
-
公开(公告)号：CN118114352B
公开(公告)日：2024-08-27
申请号：CN202410525858.3
申请日：2024-04-29
Applicant: 中国铁路设计集团有限公司
Abstract: 本发明公开了一种基于参数解析和里程点匹配的铁路线位快速恢复方法，包括以下步骤S100，获取铁路线位基础数据；S200，构建全局自定义坐标系；S300，解算曲线交点的全局自定义坐标；S400，全局自定义坐标系下的里程点平面坐标解算；S500，解算设计坐标系下线位的平面坐标；S600，铁路线位结果输出及核查；S700，对所述初始参考里程点进行补充；S800，线位里程点平面坐标迭代优化。本方法解决了铁路线位参数缺失情况下线位数据恢复困难的问题，能够获取有效的铁路线位数据，支撑铁路三维电子沙盘、铁路BIM等应用，有效支撑数字化铁路的建设。
-
公开(公告)号：CN119251699A
公开(公告)日：2025-01-03
申请号：CN202411342999.8
申请日：2024-09-25
Applicant: 中国铁路设计集团有限公司 , 中国国家铁路集团有限公司
IPC: G06V20/13 , G06V10/20 , G06V10/24 , G06N3/0464 , G06N3/048 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/764 , G06V10/28 , G06V10/40 , G06V10/44
Abstract: 本发明公开了一种光学卫星影像像素级变化检测方法，包括：S1，数据采集和预处理；S2，设计卷积神经网络模型Φ：卷积神经网络模型Φ包括多尺度特征融合策略Ψ和多尺度输出结构Ω，多尺度特征融合策略Ψ通过四类非线性激活操作提取多尺度特征输出多尺度特征图，多尺度输出结构Ω通过激活层对特征图进行分类输出检测结果；S3，模型训练；S4，模型优化；S5，模型预测：固定卷积神经网络Φ，对每一对待测试影像进行变化检测，得到变化检测结果图CBI。该方法有效抵抗了双时相卫星遥感影像间存在的配准误差及遥感影像的投影差带来的影响，提升了像素级变化检测的精度，提升了像素级变化检测的处理效率。
-
公开(公告)号：CN117218309B
公开(公告)日：2024-02-20
申请号：CN202311223700.2
申请日：2023-09-21
Applicant: 中国铁路设计集团有限公司
Abstract: 本发明公开了一种线性带状特征的影像地图服务快速制作方法，包括以下步骤：S1，数据预处理：获取铁路线位中线和铁路数字正射影像，并将它们换为平面坐标系；S2，影像分幅矩形框自适应计算；S3，影像拼接与空间旋转；S4，根据计算出的矩形框进行影像裁切处理；S5，计算影像空间线性变换后的向量参数；S6，裁切后影像二次空间定位，生成新的坐标参考信息；S7，铁路数字正射影像地图瓦片制作，发布影像地图服务。本发明的方法去除了无效背景值、减小了数据存储，优化了地图瓦片效果；解决了线性带状特征影像地图制作中的数据冗余和地图瓦片压盖、空洞的现象，有效提升了影像地图服务制作效率与可视化效果。
-
Patent Agency Ranking
公开(公告)号：CN118114352A
公开(公告)日：2024-05-31
申请号：CN202410525858.3
申请日：2024-04-29
Applicant: 中国铁路设计集团有限公司
Abstract: 本发明公开了一种基于参数解析和里程点匹配的铁路线位快速恢复方法，包括以下步骤S100，获取铁路线位基础数据；S200，构建全局自定义坐标系；S300，解算曲线交点的全局自定义坐标；S400，全局自定义坐标系下的里程点平面坐标解算；S500，解算设计坐标系下线位的平面坐标；S600，铁路线位结果输出及核查；S700，对所述初始参考里程点进行补充；S800，线位里程点平面坐标迭代优化。本方法解决了铁路线位参数缺失情况下线位数据恢复困难的问题，能够获取有效的铁路线位数据，支撑铁路三维电子沙盘、铁路BIM等应用，有效支撑数字化铁路的建设。
-
公开(公告)号：CN117218309A
公开(公告)日：2023-12-12
申请号：CN202311223700.2
申请日：2023-09-21
Applicant: 中国铁路设计集团有限公司
Abstract: 本发明公开了一种线性带状特征的影像地图服务快速制作方法，包括以下步骤：S1，数据预处理：获取铁路线位中线和铁路数字正射影像，并将它们换为平面坐标系；S2，影像分幅矩形框自适应计算；S3，影像拼接与空间旋转；S4，根据计算出的矩形框进行影像裁切处理；S5，计算影像空间线性变换后的向量参数；S6，裁切后影像二次空间定位，生成新的坐标参考信息；S7，铁路数字正射影像地图瓦片制作，发布影像地图服务。本发明的方法去除了无效背景值、减小了数据存储，优化了地图瓦片效果；解决了线性带状特征影像地图制作中的数据冗余和地图瓦片压盖、空洞的现象，有效提升了影像地图服务制作效率与可视化效果。
-
公开(公告)号：CN115526886B
公开(公告)日：2023-05-26
申请号：CN202211320523.5
申请日：2022-10-26
Applicant: 中国铁路设计集团有限公司 , 天津市测绘地理信息研究中心
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征融合的光学卫星影像像素级变化检测方法，属于遥感影像处理方法。本发明包含一种新的卷积神经网络，该网络设计了一种新的多尺度特征融合策略，该策略能抵抗双时相卫星遥感影像间存在的配准误差，进而有效提升遥感影像变化检测精度；同时，该网络提出了一种半组卷积模块，在网络模型中嵌入该模块能有效提升网络的推理速度，提升变化检测效率。本方法对输入的两张同样尺寸、分辨率、地理覆盖范围的遥感图像，经由该网络进行运算，可得到同一尺寸的变化检测结果图。本发明中的变化检测方法可以获得极佳的遥感影像变化检测精度。
-
公开(公告)号：CN115526886A
公开(公告)日：2022-12-27
申请号：CN202211320523.5
申请日：2022-10-26
Applicant: 中国铁路设计集团有限公司 , 天津市测绘地理信息研究中心
Abstract: 本发明公开了一种基于多尺度特征融合的光学卫星影像像素级变化检测方法，属于遥感影像处理方法。本发明包含一种新的卷积神经网络，该网络设计了一种新的多尺度特征融合策略，该策略能抵抗双时相卫星遥感影像间存在的配准误差，进而有效提升遥感影像变化检测精度；同时，该网络提出了一种半组卷积模块，在网络模型中嵌入该模块能有效提升网络的推理速度，提升变化检测效率。本方法对输入的两张同样尺寸、分辨率、地理覆盖范围的遥感图像，经由该网络进行运算，可得到同一尺寸的变化检测结果图。本发明中的变化检测方法可以获得极佳的遥感影像变化检测精度。
-
公开(公告)号：CN115359362A
公开(公告)日：2022-11-18
申请号：CN202210819284.1
申请日：2022-07-12
Applicant: 中国铁路设计集团有限公司 , 中国国家铁路集团有限公司
Abstract: 本发明公开了一种基于遥感解译库的铁路外部环境安全隐患识别方法，包括：S1，根据铁路外部环境安全隐患分类体系制定解译库图像的编码规则；S2，以单个安全隐患地物为对象，制作该对象的实地拍摄照片、卫星影像、航空摄影和结构图，每一张参考解译图都按照步骤S1的编码规则进行统一命名；S3，建立解译参考图像数据库：选用关系型数据库对解译图像相关信息和项目信息进行管理，包括图像信息管理表和项目信息管理表，两表通过项目编码建立连接关系；S4，解译参考图像数据管理；S5，铁路外部环境安全隐患遥感识别；S6遥感解译库更新。该方法将使铁路外部环境安全隐患遥感排查工作更加准确、高效、便捷。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.03 seconds)
