公开(公告)号：CN102930496A

公开(公告)日：2013-02-13

申请号：CN201210422394.0

申请日：2012-10-29

Applicant: 南京信息工程大学

Inventor： 毕硕本 ,  王启富 ,  毕胜杰 ,  梁静涛 ,  乔文文

IPC: G06T1/00

Abstract: 本发明公开一种基于TM影像的水体信息提取方法，包括如下步骤：将7个波段的文件进行数据融合，然后设置合适的边缘处理办法进行影像数据的拼接；再利用栅格化的目标区域的边界，对前述拼接好的影像数据进行裁剪；针对TM影像的波谱信息建立水体信息提取模型；针对提取出的水体信息中的山体阴影噪声，建立噪声去除模型。此种水体信息提取方法可利用LandsatTM卫星影像，尽可能精确地提取水体信息，为后续科研提供基础水文信息。

公开(公告)号：CN104299227A

公开(公告)日：2015-01-21

申请号：CN201410488034.X

申请日：2014-09-22

Applicant: 南京信息工程大学

Inventor： 毕硕本 ,  曾晓文 ,  潘秋羽 ,  毕胜杰 ,  路明月

IPC: G06T7/00

CPC classification number: G06T7/168 ,  G06T2207/30192

Abstract: 本发明提供了基于Snake模型的云拓扑变换检测方法。所述方法采用粒子系统模拟生成云的序列图像，提取第一帧云图的初始轮廓，并使用Snake模型对该轮廓进行Snake变形，获取云图的目标轮廓，用前一帧云图的目标轮廓来初始化下一帧云图的轮廓；使用Snake模型对初始轮廓曲线进行Snake变形，使其收敛到图像中云团的目标轮廓位置；通过判断Snake轮廓曲线是否发生了分裂或者合并拓扑变换，来实现云的拓扑变换检测。本发明方法引入球体来模拟云的轮廓，通过改变球体的个数，可以实现不同形状的云的三维可视化。同时结合粒子系统，通过系统中每个粒子的运动来模拟云的动态效果；对预测短时强降水、冰雹、大风等灾害性天气具有很强的现实意义。

公开(公告)号：CN103116593B

公开(公告)日：2016-02-10

申请号：CN201210186883.0

申请日：2012-06-08

Applicant: 南京信息工程大学

Inventor： 毕硕本 ,  颜坚 ,  毕胜杰 ,  汪大 ,  郭忆

IPC: G06F17/30

Abstract: 本发明针对上述现有凸壳算法存在的不足，提供了一种基于多核架构的计算凸壳的并行算法，包括以下步骤：（1）找到初始点集合的初始不完全凸壳，其各边用逆时针方向的有向边表示；（2）根据初始不完全凸壳对点集合进行分类，找出各条有向边的所有外点；（3）迭代地并行地生长初始不完全凸壳中的每一条有向边；（4）删除最终所得凸壳上的非凸壳顶点。本发明有效地对原算法进行了优化从而充分节省了运算资源。并对原算法中点集分类过程和迭代过程进行了并行扩展，充分利用了多核处理器的并行计算资源；更进一步通过并行、串行的自适应选择来控制并行任务粒度以控制并行加速比，并消除了可能产生的瓶颈。

公开(公告)号：CN104484900A

公开(公告)日：2015-04-01

申请号：CN201410485014.7

申请日：2014-09-22

Applicant: 南京信息工程大学

Inventor： 毕硕本 ,  陈东祺 ,  颜坚 ,  毕胜杰 ,  路明月

IPC: G06T17/20

CPC classification number: G06T17/20

Abstract: 本发明提供了基于Delaunay三角网的气象要素插值评估方法。所述方法对区域观测站的气象要素数据进行特定规则取样或者随机取样；使用二维凸壳并行算法建立气象要素的Delaunay三角网；对气象要素数据进行Delaunay三角网的变分辨率空间插值，得到气象要素空间分布；根据逆向工程的方法思想，对气象要素在时空分布进行近似反求，从而得到区域尺度上的气象要素数据。本发明方法在传统的气象要素插值方法的基础上，根据空间插值能够保留原来观测数据不变和在效率与准确度之间的权衡的实际应用要求，将整个网格的偏差和平滑度控制在一定的阈值范围内，从而得到更精确的气象要素数据。

公开(公告)号：CN103116593A

公开(公告)日：2013-05-22

申请号：CN201210186883.0

申请日：2012-06-08

Applicant: 南京信息工程大学

Inventor： 毕硕本 ,  颜坚 ,  毕胜杰 ,  汪大 ,  郭忆

IPC: G06F17/30

Abstract: 本发明针对上述现有凸壳算法存在的不足，提供了一种基于多核架构的计算凸壳的并行算法，包括以下步骤：（1）找到初始点集合的初始不完全凸壳，其各边用逆时针方向的有向边表示；（2）根据初始不完全凸壳对点集合进行分类，找出各条有向边的所有外点；（3）迭代地并行地生长初始不完全凸壳中的每一条有向边；（4）删除最终所得凸壳上的非凸壳顶点。本发明有效地对原算法进行了优化从而充分节省了运算资源。并对原算法中点集分类过程和迭代过程进行了并行扩展，充分利用了多核处理器的并行计算资源；更进一步通过并行、串行的自适应选择来控制并行任务粒度以控制并行加速比，并消除了可能产生的瓶颈。