-
公开(公告)号：CN117893924A
公开(公告)日：2024-04-16
申请号：CN202311487560.X
申请日：2023-11-09
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开一种基于树冠形态的无人机激光雷达点云单木分割方法，该方法使用无人机激光雷达获取的林地数据，首先在基于区域增长算法从CHM中提取出初始的树冠区域，然后根据每个树冠内的局部密度最大值点的数量判断初始树冠是否为正确分割的树冠，然后根据树冠的形态对错误分割树冠进行精细分割，得到更新后的树顶点集，最后将更新后的树顶点作为种子点应用区域增长算法得到最终的单木分割结果。本发明可以充分利用树木点云中包含的高度信息和密度信息，并且在密度信息的引导下，可以更准确地识别出错误分割树，摆脱了传统方法对点云信息的低利用率。
-
公开(公告)号：CN114265036B
公开(公告)日：2023-05-12
申请号：CN202111569528.7
申请日：2021-12-21
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于激光雷达遥感数据处理技术领域，具体涉及一种基于地基激光雷达点云的植被聚集度指数估算方法。本发明对地基激光雷达点云数据预处理后，再将点云数据转换坐标系后投影至半球面，用以对间隙率的计算，此过程通过激光点面积重构，将三维点云的垂直方向信息表达在了半球投影后的计算结果中，引入不同投影半径的激光点赋予不同的面积这一概念，使得三维的高程信息不被忽略，转换成二维可用信息，有效避免了传统方法无法有效使用第三维信息的缺陷；最后分区域统计间隙率数值，使用有限长度平均法计算得到各区域聚集度指数结果。本发明能够在估算聚集度指数时充分考虑到植被的垂直结构信息，克服了传统方法精度不高的问题。
-
公开(公告)号：CN114241217A
公开(公告)日：2022-03-25
申请号：CN202111412560.4
申请日：2021-11-25
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V10/46
Abstract: 本发明属于地面激光雷达点云数据处理技术领域，具体涉及一种基于圆柱特征的树干点云高效提取方法。本发明利用地面激光雷达获取的森林植被内部三维激光点云数据，基于树干的圆柱特征，经历地面点滤波、归一化分层、树干定位和树干提取处理，建立从地面激光雷达森林点云中提取树木树冠以下树干点云的树干点云提取方法。相比现有的树干点云提取方法，本发明能够准确定位树干，并精细提取树干点云，同时，算法效率高，鲁棒性强，适用于森林等大场景中树干点云的提取，能应用于林业资源调查、森林场景重建、森林结构参数提取等诸多领域。
-
公开(公告)号：CN114241217B
公开(公告)日：2023-03-07
申请号：CN202111412560.4
申请日：2021-11-25
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V10/46
Abstract: 本发明属于地面激光雷达点云数据处理技术领域，具体涉及一种基于圆柱特征的树干点云高效提取方法。本发明利用地面激光雷达获取的森林植被内部三维激光点云数据，基于树干的圆柱特征，经历地面点滤波、归一化分层、树干定位和树干提取处理，建立从地面激光雷达森林点云中提取树木树冠以下树干点云的树干点云提取方法。相比现有的树干点云提取方法，本发明能够准确定位树干，并精细提取树干点云，同时，算法效率高，鲁棒性强，适用于森林等大场景中树干点云的提取，能应用于林业资源调查、森林场景重建、森林结构参数提取等诸多领域。
-
公开(公告)号：CN114265036A
公开(公告)日：2022-04-01
申请号：CN202111569528.7
申请日：2021-12-21
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于激光雷达遥感数据处理技术领域，具体涉及一种基于地基激光雷达点云的植被聚集度指数估算方法。本发明对地基激光雷达点云数据预处理后，再将点云数据转换坐标系后投影至半球面，用以对间隙率的计算，此过程通过激光点面积重构，将三维点云的垂直方向信息表达在了半球投影后的计算结果中，引入不同投影半径的激光点赋予不同的面积这一概念，使得三维的高程信息不被忽略，转换成二维可用信息，有效避免了传统方法无法有效使用第三维信息的缺陷；最后分区域统计间隙率数值，使用有限长度平均法计算得到各区域聚集度指数结果。本发明能够在估算聚集度指数时充分考虑到植被的垂直结构信息，克服了传统方法精度不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN117523396A
公开(公告)日：2024-02-06
申请号：CN202311491921.8
申请日：2023-11-09
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种聚合多层注意力机制与边缘特征的耕地地块分割方法，包括：采集原始图像，对原始图像进行预处理，获取预处理后的原始图像；构建聚合多层注意力机制与边缘特征的深度学习模型，将预处理后的原始图像输入深度学习模型并采用编码器进行分层处理，提取边缘特征图和自注意力特征图；通过解码器对边缘特征图和自注意力特征图进行特征增强，获取空间特征图；空间特征图与预处理后的原始特征图的映射进行加权求和，获取加权融合特征图；解码器对加权融合特征图进行跨越连接，获取空间增强特征图；基于空间增强特征图，通过调整通道维数，获取耕地分割结果；将交叉熵函数和dice函数的加权和对耕地分割结果进行评估，获取评价结果。
-
公开(公告)号：CN116029573A
公开(公告)日：2023-04-28
申请号：CN202111232642.0
申请日：2021-10-22
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06Q10/0639 , G06Q50/02 , G06N3/04 , G06N3/08
Abstract: 本发明涉及土地利用和质量评估技术领域，具体涉及一种基于全遥感数据驱动的耕地自然质量评价方法。本发明结合遥感监测技术用于耕地质量评价，能频繁而持久地提供地表面信息，而且可以在长时间尺度上对耕地质量的动态变化进行监测的优势，考虑到非监督的机器学习客观性强，且不需要人为干预，自动寻找评价单元内耕地质量的内在规律及与各评价指标间复杂的非线性关系，实现基于竞争神经网络，以遥感指标驱动的耕地质量评价方法。本发明克服了传统耕地质量评价依赖专家经验、评价指标获取依赖地面调查的局限性，很大程度上减少了传统耕地质量评价中人力物力的巨大消耗，其长时间多尺度地监测优势，实现了耕地资源及时、高效的监管。
-
公开(公告)号：CN119942213A
公开(公告)日：2025-05-06
申请号：CN202510081299.6
申请日：2025-01-20
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/40 , G06V10/74 , G06N3/084 , G06N3/09 , G06N3/0895 , G06V10/762 , G06N3/0464 , G06N3/048 , G06N3/047
Abstract: 本发明属于变化检测技术领域，具体为一种基于协同变化一致性网络模型的无监督SAR变化检测方法。本发明首先将双时相SAR影像通过预分类得到伪标签，根据伪标签随机采样得到监督样本集和自监督样本集；然后，构建协同变化一致性网络模型：编码器从样本中通过级联的残差块提取深层特征向量，监督样本集对应的特征向量输入到监督学习分支中结合伪标签进行监督学习，自监督样本集对应的特征向量输入到自监督学习分支中通过最小化特征距离进行自监督学习；再在两个分支之间建立变化一致性损失函数，实现双分支协同训练，增强模型对变化特征的表征能力；最后将待检测的SAR影像输入到训练好的模型即可实现不易受到噪声影响的变化检测。
-
公开(公告)号：CN114241155B
公开(公告)日：2025-01-07
申请号：CN202111472677.1
申请日：2021-12-06
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于车载激光雷达点云数据处理技术领域，具体涉及一种基于车载激光点云数据的城市树木三维可视化方法。基于原始点云数据，经树木分割、树冠树干分离后，对树干和树冠单独建模，最后构建城市场景下的树木三维模型。相比于传统的树木三维建模方法，能够根据树干和树冠的不同形态特征进行单独建模，避免了单树建模形态特征表达不精确的缺点，能够简单、快速、准确地构建出城市树木三维模型，可以应用于林业资源调查、3D城市建模，树木参数提取等诸多领域。
-
公开(公告)号：CN115390040B
公开(公告)日：2024-09-03
申请号：CN202210835301.0
申请日：2022-07-15
Applicant: 电子科技大学
IPC: G01S7/48 , G06V10/26 , G06V10/762
Abstract: 本发明属于地面激光雷达点云数据处理技术领域，具体涉及一种基于分割几何特征的树林点云枝叶分离方法。本发明基于地面激光雷达获取的树林点云数据，经历DBSCAN粗分割和RANSAC细分割，建立用于区分树林点云枝叶组分的树林点云枝叶分离方法。本发明能够在较少人工干预的情况下快速分离树林点云的枝叶成分，且保持较高的分离精度。该方法简单、运行高效，能快速、准确地对大面积树林点云进行枝叶分离，为树林点云枝叶分离提供了一种新的思路，并可进一步应用于叶面积指数反演、木质体积估算、树木真实感三维建模等领域。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.025 seconds)
