-
公开(公告)号：CN113934686B
公开(公告)日：2024-08-23
申请号：CN202110301529.7
申请日：2021-03-22
Applicant: 湖北工业大学
IPC: G06F16/13 , G06F16/182 , G06F16/51
Abstract: 本发明属于激光扫描测量数据处理领域，涉及一种面向海量机载激光点云的分布式多级空间索引方法，该方法包括以下步骤：1）基于虚拟格网对激光点云空间进行划分，形成激光点云分区；2）基于四叉树和三维R树构建激光点云分区局部索引；3）将各个激光点云分区局部索引的根节点，作为全局空间索引的叶子节点，利用STR树建立全局空间索引。本发明提供了一种可以实现海量机载激光点云在集群节点上的分布式存储以及高效查询与调度的面向海量机载激光点云的分布式多级空间索引方法。
-
Patent Agency Ranking
公开(公告)号：CN113934686A
公开(公告)日：2022-01-14
申请号：CN202110301529.7
申请日：2021-03-22
Applicant: 湖北工业大学
IPC: G06F16/13 , G06F16/182 , G06F16/51
Abstract: 本发明属于激光扫描测量数据处理领域，涉及一种面向海量机载激光点云的分布式多级空间索引方法，该方法包括以下步骤：1）基于虚拟格网对激光点云空间进行划分，形成激光点云分区；2）基于四叉树和三维R树构建激光点云分区局部索引；3）将各个激光点云分区局部索引的根节点，作为全局空间索引的叶子节点，利用STR树建立全局空间索引。本发明提供了一种可以实现海量机载激光点云在集群节点上的分布式存储以及高效查询与调度的面向海量机载激光点云的分布式多级空间索引方法。
-
公开(公告)号：CN106886794A
公开(公告)日：2017-06-23
申请号：CN201710078970.7
申请日：2017-02-14
Applicant: 湖北工业大学
CPC classification number: G06K9/6211 , G06K9/0063
Abstract: 本发明属于测绘科学与技术领域，提供了一种顾及高阶结构特征的异源遥感影像同名点匹配方法，包括进行异源影像匹配前的数据准备；进行特征点簇的划分与提取；特征点候选匹配点的确定；顾及高阶结构特征的同名点匹配；对每层金字塔影像匹配结果，利用融合选权迭代法的RFM模型区域网平差方法；逐层精化匹配结果直到完成原始影像层，最终实现异源遥感影像同名点的自动可靠匹配。本发明综合运用有理函数模型和超图影像匹配模型，将几何约束特征和高阶结构特征引入到逐层金字塔影像匹配中，既保证了超图模型的稀疏性，也使超边采样带来的信息损失降到最小；本发明提高了异源遥感影像匹配的可靠性和成功率，有效降低同名点人工量测的工作量。
-
公开(公告)号：CN111414988B
公开(公告)日：2023-04-18
申请号：CN202010089566.1
申请日：2020-02-13
Applicant: 湖北工业大学
IPC: G06T3/40 , G06V10/40 , G06V10/80 , G06V10/77 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于多尺度特征自适应融合网络的遥感影像超分辨率方法，包括：1)利用滤波器对原始输入的低分辨率遥感影像进行卷积运算，提取原始特征图；2)通过n个级联的多尺度特征提取模块AMFE对原始特征图的自适应多尺度特征进行提取，得到自适应多尺度特征图；3)将原始特征图和自适应多尺度特征图进行叠加，利用滤波器对叠加后的图进行卷积运算，实现特征降维与融合；4)采用亚像素卷积方法，获取最终的超分辨率重建后的遥感影像。本发明提供了一种能够实现遥感影像多尺度特征信息的自适应融合、能够实现遥感影像高分辨率细节信息的高效重建以及改善影像超分辨率重建效果的基于多尺度特征自适应融合网络的遥感影像超分辨率方法。
-
公开(公告)号：CN111414988A
公开(公告)日：2020-07-14
申请号：CN202010089566.1
申请日：2020-02-13
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于多尺度特征自适应融合网络的遥感影像超分辨率方法，包括：1)利用滤波器对原始输入的低分辨率遥感影像进行卷积运算，提取原始特征图；2)通过n个级联的多尺度特征提取模块AMFE对原始特征图的自适应多尺度特征进行提取，得到自适应多尺度特征图；3)将原始特征图和自适应多尺度特征图进行叠加，利用滤波器对叠加后的图进行卷积运算，实现特征降维与融合；4)采用亚像素卷积方法，获取最终的超分辨率重建后的遥感影像。本发明提供了一种能够实现遥感影像多尺度特征信息的自适应融合、能够实现遥感影像高分辨率细节信息的高效重建以及改善影像超分辨率重建效果的基于多尺度特征自适应融合网络的遥感影像超分辨率方法。
-
公开(公告)号：CN106886794B
公开(公告)日：2019-06-14
申请号：CN201710078970.7
申请日：2017-02-14
Applicant: 湖北工业大学
Abstract: 本发明属于测绘科学与技术领域，提供了一种顾及高阶结构特征的异源遥感影像同名点匹配方法，包括进行异源影像匹配前的数据准备；进行特征点簇的划分与提取；特征点候选匹配点的确定；顾及高阶结构特征的同名点匹配；对每层金字塔影像匹配结果，利用融合选权迭代法的RFM模型区域网平差方法；逐层精化匹配结果直到完成原始影像层，最终实现异源遥感影像同名点的自动可靠匹配。本发明综合运用有理函数模型和超图影像匹配模型，将几何约束特征和高阶结构特征引入到逐层金字塔影像匹配中，既保证了超图模型的稀疏性，也使超边采样带来的信息损失降到最小；本发明提高了异源遥感影像匹配的可靠性和成功率，有效降低同名点人工量测的工作量。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
