-
公开(公告)号：CN114385822A
公开(公告)日：2022-04-22
申请号：CN202011140133.0
申请日：2020-10-22
Applicant: 核工业湖州勘测规划设计研究院股份有限公司 , 武汉大学
IPC: G06F16/36 , G06F16/35 , G06F40/30 , G06F40/284 , G06F40/216 , G06T17/05 , G06V10/50
Abstract: 本发明公开了一种利用词袋模型的高分辨率DEM语义对象识别方法，属于地理空间数据处理技术领域，具体包括以下步骤：步骤1，地貌特征向量表达，步骤2，地貌词袋模型构建，步骤3，目标地貌语义映射，步骤4，地貌对象分类识别。本发明中，由高分辨率DEM数据集提取地貌变量生成地貌特征向量，然后利用外部开放数据源丰富地貌语义信息形成地貌词袋并生成地貌加权特征向量，其次形成目标地貌特征要素和词袋内高等级概念之间的映射，最后比对目标数据加权特征和训练数据加权特征实现地貌识别，通过集成地貌变量，基于区域的特征和高级地貌描述，实现自动地貌识别，显著提高派生地貌对象的识别精度及效率。
-
Patent Agency Ranking
公开(公告)号：CN118781387A
公开(公告)日：2024-10-15
申请号：CN202410747896.3
申请日：2024-06-11
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 兰州交通大学 , 核工业湖州勘测规划设计研究院股份有限公司 , 北京帝测科技股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V20/70 , G06V20/10 , G06V10/82 , G06T7/11 , G06T7/136 , G06N3/0464
Abstract: 本发明的实施例提供了区域多年水质敏感性评估方法、装置和设备。所述方法包括通过获取多模态对地观测影像，根据影像内容提取水域和深度学习训练样本，根据提取的水域和深度学习训练样本使用SAM模型识别多年LULC种类，通过加权数据立方体得到多年水敏感性定量评估结果。以此方式，可以通过深度学习从超高分辨率的对地观测数据下识别城市土地利用及评估水域敏感性，从而实现对计算时间成本和标注数据集需求的平衡，充分利用对地观测技术的优势，突破了传统人力调查在空间和时间连续性上的局限。
-
公开(公告)号：CN118334363B
公开(公告)日：2024-08-20
申请号：CN202410749987.0
申请日：2024-06-12
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 兰州交通大学 , 北京帝测科技股份有限公司 , 核工业湖州勘测规划设计研究院股份有限公司
Abstract: 本发明的实施例提供了基于遥感图像和LiDAR分析的地形特征语义建模方法。所述方法包括获取高分辨率遥感影像和LiDAR数据；基于所述高分辨率遥感影像提取第一地形特征，以及基于LiDAR数据提取地形对象；将所述第一地形特征和地形对象进行边缘融合，得到边缘融合后的地形特征；对所述边缘融合后的地形特征进行语义建模。以此方式，可以充分整合多种地球观测数据，实现了地形特征的准确提取，并且将地形特征提取的结果与本体定义的地形知识相结合，在时空、尺度、功能、语义等方面实现地形特征知识一致性描述与规范化表达。
-
公开(公告)号：CN118334363A
公开(公告)日：2024-07-12
申请号：CN202410749987.0
申请日：2024-06-12
Applicant: 中国科学院沈阳应用生态研究所 , 宁夏大学 , 兰州交通大学 , 北京帝测科技股份有限公司 , 核工业湖州勘测规划设计研究院股份有限公司
Abstract: 本发明的实施例提供了基于遥感图像和LiDAR分析的地形特征语义建模方法。所述方法包括获取高分辨率遥感影像和LiDAR数据；基于所述高分辨率遥感影像提取第一地形特征，以及基于LiDAR数据提取地形对象；将所述第一地形特征和地形对象进行边缘融合，得到边缘融合后的地形特征；对所述边缘融合后的地形特征进行语义建模。以此方式，可以充分整合多种地球观测数据，实现了地形特征的准确提取，并且将地形特征提取的结果与本体定义的地形知识相结合，在时空、尺度、功能、语义等方面实现地形特征知识一致性描述与规范化表达。
-
公开(公告)号：CN102945550A
公开(公告)日：2013-02-27
申请号：CN201210390177.8
申请日：2012-10-15
Applicant: 武汉大学
Abstract: 本发明涉及一种基于高斯尺度空间构建遥感影像语义的方法，包括以下步骤：首先构建遥感影像的高斯尺度空间；然后分别建立包括同一尺度下的遥感影像不同空间区域和同一遥感影像空间区域下的不同尺度的二维高斯尺度树形层次结构；基于两个不同类型的高斯尺度树形层次结构分别构建非结构性语义和结构性语义，完成基于高斯尺度空间构建遥感影像语义。
-
公开(公告)号：CN102945550B
公开(公告)日：2015-09-16
申请号：CN201210390177.8
申请日：2012-10-15
Applicant: 武汉大学
Abstract: 本发明涉及一种基于高斯尺度空间构建遥感影像语义的方法，包括以下步骤：首先构建遥感影像的高斯尺度空间；然后分别建立包括同一尺度下的遥感影像不同空间区域和同一遥感影像空间区域下的不同尺度的二维高斯尺度树形层次结构；基于两个不同类型的高斯尺度树形层次结构分别构建非结构性语义和结构性语义，完成基于高斯尺度空间构建遥感影像语义。
-
-
-
-
-
Search Results
6
records
(took 0.041 seconds)
