-
公开(公告)号:CN118941450B
公开(公告)日:2025-03-14
申请号:CN202411413050.2
申请日:2024-10-11
Applicant: 南京大学
IPC: G06T3/4076 , G06T3/4046 , G06T5/50 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于ICGAN的高分辨率遥感图像融合方法,属于图像融合技术领域。本发明包括获取遥感图像数据构建ICGAN模型,基于遥感图像数据利用生成器和鉴别器训练模型;利用生成器生成高分辨率的多光谱图像,利用鉴别器对生成器的输出结果进行真假判别;最后基于训练好的生成器进行模型测试,对测试结果进行比较分析。本发明对于低分辨率多光谱图像的光谱信息和全色图像的空间信息保留能力强大,并且ICGAN融合图像的空间细节以及纹理特征更加丰富,对比其他融合方法效果较优。
-
公开(公告)号:CN104502919A
公开(公告)日:2015-04-08
申请号:CN201510019559.3
申请日:2015-01-13
Applicant: 南京大学
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明公开了一种利用机载激光雷达点云提取城市植被三维覆盖的方法,包括如下步骤:数据预处理,机载激光雷达(LiDAR)点云数据中值滤波和数据高度归一化。根据航空摄影状况进行地物激光点强度值校准后分析的结果,建立依据强度值和空间信息的分类规则,用来区分植被与非植被激光点。利用现有工具评估规则的有效性,并优化后进行激光点分类。激光点垂直分层,利用反距离法(IDW)对分层数据分别内插,得到植被三维覆盖图。
-
公开(公告)号:CN102902837B
公开(公告)日:2015-02-11
申请号:CN201210260712.8
申请日:2012-07-25
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明涉及一种复杂矢量多边形图形空间叠置分析制图方法,属于地理信息系统中的空间分析制图和空间数据挖掘技术领域。该方法的步骤包括:将两幅矢量多边形图形转换成精度游程编码图形;分别以其中一幅精度游程编码图形为背景底图,以交叉方式对另一幅矢量多边形图形链段进行上覆遍历叠置、跨多边形检测和分解,得到分解和未分解链段;筛选出符合叠置模式的合格链段作为叠置成果矢量多边形图形的组成链段;构建含有确定空间关系的叠置成果矢量多边形图形。本发明避免了矢量多边形图形之间直接叠置带来的大量链段相交判断和可能出现的误判及遗漏,为有效建立新的拓扑关系创造了条件,提高了矢量多边形图形空间叠置分析制图技术的可操作性、鲁棒性和实用性。
-
公开(公告)号:CN116645407A
公开(公告)日:2023-08-25
申请号:CN202310443626.9
申请日:2023-04-23
Applicant: 南京大学
IPC: G06T7/62 , G06V10/774 , G06V10/764 , G06Q50/02
Abstract: 本发明公开了一种基于机器学习的冬小麦种植面积近实时预测方法,包括生成过去几年冬小麦土地利用图,在Google Earth Engine(GEE)平台中,对Landsat 8遥感影像进行预处理操作,并融合DEM、NDVI、MNDWI、MNBI得到预处理遥感影像;预测下一年冬小麦的种植面积,按照两种影像数据融合方式进行数据集的构建,利用GEE从年度堆栈中选择影像中像素个数的0.25%作为像素训练样本采样率,生成随机点数据集和最终的训练规则;分析下一年冬小麦种植面积的预测精度。本发明利用GEE遥感云平台以及随机森林模型,快速生成长时间序列的冬小麦历史轮作数据,并与统计年鉴中的数据呈现非常好的相关性,预测精度有大幅提升,并通过融合冬小麦播种后1‑2个月内的Landsat 8遥感影像数据,对冬小麦进行近实时的种植面积预测,弥补了国内尚未有快速的短期冬小麦物候产品的空缺。
-
公开(公告)号:CN102902837A
公开(公告)日:2013-01-30
申请号:CN201210260712.8
申请日:2012-07-25
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明涉及一种复杂矢量多边形图形空间叠置分析制图方法,属于地理信息系统中的空间分析制图和空间数据挖掘技术领域。该方法的步骤包括:将两幅矢量多边形图形转换成精度游程编码图形;分别以其中一幅精度游程编码图形为背景底图,以交叉方式对另一幅矢量多边形图形链段进行上覆遍历叠置、跨多边形检测和分解,得到分解和未分解链段;筛选出符合叠置模式的合格链段作为叠置成果矢量多边形图形的组成链段;构建含有确定空间关系的叠置成果矢量多边形图形。本发明避免了矢量多边形图形之间直接叠置带来的大量链段相交判断和可能出现的误判及遗漏,为有效建立新的拓扑关系创造了条件,提高了矢量多边形图形空间叠置分析制图技术的可操作性、鲁棒性和实用性。
-
公开(公告)号:CN118941450A
公开(公告)日:2024-11-12
申请号:CN202411413050.2
申请日:2024-10-11
Applicant: 南京大学
IPC: G06T3/4076 , G06T3/4046 , G06T5/50 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于ICGAN的高分辨率遥感图像融合方法,属于图像融合技术领域。本发明包括获取遥感图像数据构建ICGAN模型,基于遥感图像数据利用生成器和鉴别器训练模型;利用生成器生成高分辨率的多光谱图像,利用鉴别器对生成器的输出结果进行真假判别;最后基于训练好的生成器进行模型测试,对测试结果进行比较分析。本发明对于低分辨率多光谱图像的光谱信息和全色图像的空间信息保留能力强大,并且ICGAN融合图像的空间细节以及纹理特征更加丰富,对比其他融合方法效果较优。
-
公开(公告)号:CN111862247A
公开(公告)日:2020-10-30
申请号:CN201910357775.7
申请日:2019-04-29
Applicant: 南京大学
IPC: G06T9/40
Abstract: 本发明面向高分辨率遥感数字图像和高精度栅格图形数据的高效无损压缩存储,具体公开了一种增强型优势四叉树结构及其构建方法。本发明兼顾28和212灰度亮级栅格型空间数据高效无损压缩存储,充分挖掘优势四叉树空间数据结构的存储潜力,将树结点指针域改造为兼顾存储地址和存储属性需求的指针-属性联合体,当树结点对应图块仅由不同单调子块构成时,用于存储这些子块的属性值,在降低树深度的同时,提高其存储效率。增强型优势四叉树与优势四叉树相比,数据压缩效率提升显著;与线性四叉树相比,压缩效率和访问效率更具优势,非常适合于存储高分辨率复杂遥感图像数据和大规模栅格型空间数据,可为数字图像分析和栅格型空间分析提供有力支持。
-
-
-
-
-
-