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

Inventor： 吴颖丹 ,  吕辉 ,  田德生 ,  刘花璐 ,  胡在铭 ,  兰琰茜

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：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

Inventor： 吴颖丹 ,  吕辉 ,  田德生 ,  刘花璐 ,  胡在铭 ,  兰琰茜

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：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

Inventor： 吴颖丹 ,  王鑫颖 ,  吕辉 ,  田德生 ,  杨飞 ,  胡在铭

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

Inventor： 吴颖丹 ,  王鑫颖 ,  吕辉 ,  田德生 ,  杨飞 ,  胡在铭

IPC: G06N3/04 ,  G06K9/62 ,  G06N3/08 ,  G06T3/40

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。