-
公开(公告)号：CN109727279A
公开(公告)日：2019-05-07
申请号：CN201910083298.X
申请日：2019-01-28
Applicant: 南京师范大学
IPC: G06T7/33
Abstract: 开放遥感数据均按安全政策的要求做了一定的脱密处理，在用户试图将自有矢量数据与遥感数据叠置时，会出现两者不匹配的情况。针对这一问题，本发明公开了一种矢量数据与遥感影像的自动配准方法。本发明的具体步骤为：1)基于矢量数据，利用扫描线算法提取三值矩阵A；2)基于遥感影像提取灰度矩阵G，并利用Canny算子得到灰度矩阵G的边缘矩阵E；3)使用边缘矩阵E在三值矩阵A上进行遍历，生成归一化的边缘配准因子矩阵F'边；4)使用灰度矩阵G在三值矩阵A上进行遍历，生成归一化的灰度配准因子矩阵F'灰；5)基于配准因子的特性，进行矢量数据与遥感影像的自动配准；6)提取矢量要素规定范围内的遥感影像数据。
-
Patent Agency Ranking
公开(公告)号：CN109727279B
公开(公告)日：2022-07-29
申请号：CN201910083298.X
申请日：2019-01-28
Applicant: 南京师范大学
IPC: G06T7/33
Abstract: 开放遥感数据均按安全政策的要求做了一定的脱密处理，在用户试图将自有矢量数据与遥感数据叠置时，会出现两者不匹配的情况。针对这一问题，本发明公开了一种矢量数据与遥感影像的自动配准方法。本发明的具体步骤为：1)基于矢量数据，利用扫描线算法提取三值矩阵A；2)基于遥感影像提取灰度矩阵G，并利用Canny算子得到灰度矩阵G的边缘矩阵E；3)使用边缘矩阵E在三值矩阵A上进行遍历，生成归一化的边缘配准因子矩阵F'边；4)使用灰度矩阵G在三值矩阵A上进行遍历，生成归一化的灰度配准因子矩阵F'灰；5)基于配准因子的特性，进行矢量数据与遥感影像的自动配准；6)提取矢量要素规定范围内的遥感影像数据。
-
公开(公告)号：CN107657264A
公开(公告)日：2018-02-02
申请号：CN201710430616.6
申请日：2017-06-09
Applicant: 南京师范大学 , 中国科学院南京土壤研究所
CPC classification number: G06K9/6267 , G01N21/31 , G01N21/35 , G01N21/4738
Abstract: 本发明公开了一种基于KNN分类进行土壤剖面类型识别方法，包括以下几个步骤：S1、针对一光谱曲线，提取其波谷特征；S2、针对一光谱曲线，提取其波峰特征；S3、针对训练集和测试集数据，提取土壤光谱曲线波谷特征，存入数据集合c1；S4、针对训练集和测试集数据，经差分求导处理后，提取土壤光谱一阶导数曲线波峰波谷特征,存入数据集合c2；S5、合并数据集合c1、c2，得到属性数据集L，对属性数据集L进行归一化操作后，基于KNN分类方法，进行测试集土壤光谱曲线的土壤类型识别；S6、基于最大占比原则，确定测试集土壤剖面的土壤类型。本方法在超高维分类方面具有更大优势，满足在样本数据维度高、土壤类型较多的情况下使用。
-
公开(公告)号：CN107657264B
公开(公告)日：2020-11-06
申请号：CN201710430616.6
申请日：2017-06-09
Applicant: 南京师范大学 , 中国科学院南京土壤研究所
Abstract: 本发明公开了一种基于KNN分类进行土壤剖面类型识别方法，包括以下几个步骤：S1、针对一光谱曲线，提取其波谷特征；S2、针对一光谱曲线，提取其波峰特征；S3、针对训练集和测试集数据，提取土壤光谱曲线波谷特征，存入数据集合c1；S4、针对训练集和测试集数据，经差分求导处理后，提取土壤光谱一阶导数曲线波峰波谷特征,存入数据集合c2；S5、合并数据集合c1、c2，得到属性数据集L，对属性数据集L进行归一化操作后，基于KNN分类方法，进行测试集土壤光谱曲线的土壤类型识别；S6、基于最大占比原则，确定测试集土壤剖面的土壤类型。本方法在超高维分类方面具有更大优势，满足在样本数据维度高、土壤类型较多的情况下使用。
-
公开(公告)号：CN107194401B
公开(公告)日：2019-08-27
申请号：CN201710367360.9
申请日：2017-05-23
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于灰度匹配的自动化火成岩分类方法，具体包括步骤为：基于QAPF图版，生成灰度图像；基于火成岩矿物含量，生成投点坐标；基于哈希表集合与投点处灰度值，快速获取火成岩分类命名。本发明能在火成岩QAPF等标准灰度图图版的基础上，通过火成岩矿物成分投点、投点位置灰度值获取、基于哈希表集合快速获取火成岩名称等环节，快速实现火成岩的自动化分类命名。本发明与现有技术相比，算法复杂度较低，且解决了图版边界线上火成岩的种类分类问题。
-
公开(公告)号：CN107194401A
公开(公告)日：2017-09-22
申请号：CN201710367360.9
申请日：2017-05-23
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于灰度匹配的自动化火成岩分类方法，具体包括步骤为：基于QAPF图版，生成灰度图像；基于火成岩矿物含量，生成投点坐标；基于哈希表集合与投点处灰度值，快速获取火成岩分类命名。本发明能在火成岩QAPF等标准灰度图图版的基础上，通过火成岩矿物成分投点、投点位置灰度值获取、基于哈希表集合快速获取火成岩名称等环节，快速实现火成岩的自动化分类命名。本发明与现有技术相比，算法复杂度较低，且解决了图版边界线上火成岩的种类分类问题。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
