-
公开(公告)号：CN104992144B
公开(公告)日：2018-05-29
申请号：CN201510319298.7
申请日：2015-06-11
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种遥感图像中输电线与公路的区分方法，对遥感图像中已经识别到的平行线目标进行垂线添加，垂线之间的间距为d个像元，垂线宽度为f个像元，垂线中心处于所垂直处平行线区域的中心，垂线长度为平行线目标最大平行线间距的K倍，记垂线数量为M，每条垂线上的像素点数量为N，每条垂线与平行线目标的边缘平行线相交的两个像素将每条垂线划分为三个部分，将所有垂线对应部分的像素组合成一个集合，共计三个像素集合，计算三个像素集合的像素灰度值的相似度，区分输电线和公路。本发明利用输电线与公路分别与两侧地物像素灰度值差异的不同，在遥感图像中准确地区分输电线与公路。
-
公开(公告)号：CN104966065B
公开(公告)日：2018-11-09
申请号：CN201510349616.4
申请日：2015-06-23
Applicant: 电子科技大学
CPC classification number: G06K9/00637 , G06K9/00651 , G06K9/3241 , G06K9/4604 , G06K9/4633 , G06T7/13 , G06T2207/10032 , G06T2207/30184
Abstract: 本发明公开了一种目标识别方法和装置。该目标识别方法包括如下步骤：利用线性特征检测方法对待识别图像进行线性特征检测，得到检测出的线性特征，该线性特征检测方法将图像空间线性特征的检测转换为另一空间极值点的检测并且其中利用连续聚类算子来使得在所述转换中连续图像点比离散图像点的权重更大；以及根据待识别图像中待识别目标的特性，从检测出的线性特征中识别出待识别目标。利用根据本发明的目标识别方法和装置，可以在从高分辨率遥感图像中检测识别弱线性目标时，有效地抑制系统噪声和环境噪声，成功地识别并提取目标，防止误判，并且成功检测短线段。
-
公开(公告)号：CN105674901B
公开(公告)日：2017-12-26
申请号：CN201610217370.X
申请日：2016-04-08
Applicant: 电子科技大学
IPC: G01B11/06
CPC classification number: G06T7/0002 , G06K9/0063 , G06K9/34 , G06K9/4642 , G06K9/4661 , G06K9/52 , G06K9/6212 , G06K9/6267 , G06T7/11 , G06T7/143 , G06T2207/10036 , G06T2207/30181 , G06T2207/30204 , H04N5/33 , H04N17/002
Abstract: 本发明公开了一种基于统计学分段的大气气溶胶反演方法，首先得到含有表观反射率的多波段遥感影像和反演波段对应的气溶胶光学厚度查找表，然后按照中红外2.1微米波段的表观反射率区间对像元进行划分和筛选，然后对得到的像元集合按照中红外1.6微米波段的表观反射率区间进行进一步划分和筛选，将最终得到的像元集合按照像元数量划分为两类，像元较多的划为一类，其他为另一类；将像元较多的一类作为基准部分进行反演，采用方法是先从像元集合中搜索出清洁区段，以清洁区段的地表反射率作为整个像元集合的地表反射率，反演得到气溶胶厚度值，然后以这些像元作为基准，对另一类进行反演。本发明可以提高亮地表地区反演结果的精度和分辨率，适用范围更广。
-
公开(公告)号：CN103761524B
公开(公告)日：2016-11-16
申请号：CN201410021143.0
申请日：2014-01-17
Applicant: 电子科技大学
IPC: G06K9/46
CPC classification number: G06T5/00 , G06K9/4647 , G06T7/13 , G06T7/73 , G06T2207/20192
Abstract: 本发明公开了一种基于图像的线性目标识别与提取方法，通过相机拍摄或网络传输接收获取待处理的原始图像，然后进行图像预处理得到增强图像，从增强图像中提取出边缘信息图像，再对边缘信息图像进行通过聚簇算子改进的线性特征提取变换，提取出线性特征，最后，结合需要识别和提取的线性目标的特点，将线性目标与其他线性特征区别开来，从而识别和提取出线性目标。本发明利用边缘信息图像中边缘像素在二维方向上的分布情况来构建聚簇算子改进的线性特征提取变换，能够从复杂背景、亚像元的图像中快速、正确地提取出线性弱目标如电力线等。
-
公开(公告)号：CN119785176A
公开(公告)日：2025-04-08
申请号：CN202411854318.6
申请日：2024-12-16
Applicant: 成都四方伟业软件股份有限公司 , 电子科技大学
IPC: G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/26 , G06V10/80
Abstract: 本发明公开了一种基于深度学习掌子面勘测方法，包括：获取掌子面及其周边区域的高分辨率点云数据并对数据进行预处理；将隧道掌子面区域与周围区域自动分割，从分割的掌子面点云中提取微小的变形特征；构建CNN卷积神经网络和LSTM长短期记忆网络的融合预测模型FDNN，提取掌子面点云的空间特征，处理点云变形数据的时间依赖性，捕捉掌子面在施工期间的动态变化；进行模型训练优化损失函数，调整模型参数并进行多轮迭代训练；将实时点云数据输入训练好的融合预测模型FDNN，进行掌子面变形趋势预测，并预设变形安全阈值。本方案实现了变形特征的全面学习，并捕捉到掌子面细微的时空变化，提高了监测效果。
-
Patent Agency Ranking
公开(公告)号：CN105608697B
公开(公告)日：2018-04-13
申请号：CN201510982201.0
申请日：2015-12-24
Applicant: 电子科技大学
CPC classification number: G01B11/002 , G01N33/0034 , G01P5/00 , G01P13/02 , G06T7/62 , G06T7/73 , G06T2207/10032 , G06T2207/20021 , G06T2207/20076 , G06T2207/30184 , G06T2207/30192
Abstract: 本发明公开了一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，根据卫星光谱遥感图像反演得到气溶胶光学厚度值，并得到对应区域的风速矢量，对卫星光谱遥感图像和对应的区域数字地图网格化，得到每个图像块的气溶胶光学厚度平均值和企业对应的图像块坐标；将每个图像块的坐标作为GSO算法中萤火虫的初始位置，气溶胶厚度平均值作为萤火虫的属性，每次更新萤火虫位置时，引入由属性值得到的萤火虫相似性修正因子和风速矢量得到的风速风向修正因子，多次迭代后得到萤火虫的源头位置；计算企业的污染覆盖范围半径，将企业作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，实现污染源识别。本发明可以高效准确地实现空气污染源的识别。
-
公开(公告)号：CN105674901A
公开(公告)日：2016-06-15
申请号：CN201610217370.X
申请日：2016-04-08
Applicant: 电子科技大学
IPC: G01B11/06
CPC classification number: G06T7/0002 , G06K9/0063 , G06K9/34 , G06K9/4642 , G06K9/4661 , G06K9/52 , G06K9/6212 , G06K9/6267 , G06T7/11 , G06T7/143 , G06T2207/10036 , G06T2207/30181 , G06T2207/30204 , H04N5/33 , H04N17/002 , G01B11/06
Abstract: 本发明公开了一种基于统计学分段的大气气溶胶反演方法，首先得到含有表观反射率的多波段遥感影像和反演波段对应的气溶胶光学厚度查找表，然后按照中红外2.1微米波段的表观反射率区间对像元进行划分和筛选，然后对得到的像元集合按照中红外1.6微米波段的表观反射率区间进行进一步划分和筛选，将最终得到的像元集合按照像元数量划分为两类，像元较多的划为一类，其他为另一类；将像元较多的一类作为基准部分进行反演，采用方法是先从像元集合中搜索出清洁区段，以清洁区段的地表反射率作为整个像元集合的地表反射率，反演得到气溶胶厚度值，然后以这些像元作为基准，对另一类进行反演。本发明可以提高亮地表地区反演结果的精度和分辨率，适用范围更广。
-
公开(公告)号：CN105608697A
公开(公告)日：2016-05-25
申请号：CN201510982201.0
申请日：2015-12-24
Applicant: 电子科技大学
CPC classification number: G01B11/002 , G01N33/0034 , G01P5/00 , G01P13/02 , G06T7/62 , G06T7/73 , G06T2207/10032 , G06T2207/20021 , G06T2207/20076 , G06T2207/30184 , G06T2207/30192 , G06T7/0006 , G06T2207/10036
Abstract: 本发明公开了一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，根据卫星光谱遥感图像反演得到气溶胶光学厚度值，并得到对应区域的风速矢量，对卫星光谱遥感图像和对应的区域数字地图网格化，得到每个图像块的气溶胶光学厚度平均值和企业对应的图像块坐标；将每个图像块的坐标作为GSO算法中萤火虫的初始位置，气溶胶厚度平均值作为萤火虫的属性，每次更新萤火虫位置时，引入由属性值得到的萤火虫相似性修正因子和风速矢量得到的风速风向修正因子，多次迭代后得到萤火虫的源头位置；计算企业的污染覆盖范围半径，将企业作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，实现污染源识别。本发明可以高效准确地实现空气污染源的识别。
-
公开(公告)号：CN119785028A
公开(公告)日：2025-04-08
申请号：CN202411854375.4
申请日：2024-12-16
Applicant: 成都四方伟业软件股份有限公司 , 电子科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/30 , G06N3/0464 , G06N3/0895 , G06N3/0455 , G06V10/44
Abstract: 本发明公开了基于融合注意力的U‑net网络的平面图语义分割方法，包括以下步骤：S1.获取平面图像，并对获取到的平面图像进行预处理后输入U‑net网络中；S2.在U‑net网络中对预处理后的平面图像进行特征提取；S3.将提取到的多尺度特征进行融合；S4.输出融合后的结果并进行后处理。本发明将深度学习技术引入平面图自动语义分割框架，充分利用建筑平面图的空间结构特性，通过卷积神经网络实现各类房间和建筑元素的高效分割。
-
公开(公告)号：CN104966065A
公开(公告)日：2015-10-07
申请号：CN201510349616.4
申请日：2015-06-23
Applicant: 电子科技大学
CPC classification number: G06K9/00637 , G06K9/00651 , G06K9/3241 , G06K9/4604 , G06K9/4633 , G06T7/13 , G06T2207/10032 , G06T2207/30184 , G06K9/0063
Abstract: 本发明公开了一种目标识别方法和装置。该目标识别方法包括如下步骤：利用线性特征检测方法对待识别图像进行线性特征检测，得到检测出的线性特征，该线性特征检测方法将图像空间线性特征的检测转换为另一空间极值点的检测并且其中利用连续聚类算子来使得在所述转换中连续图像点比离散图像点的权重更大；以及根据待识别图像中待识别目标的特性，从检测出的线性特征中识别出待识别目标。利用根据本发明的目标识别方法和装置，可以在从高分辨率遥感图像中检测识别弱线性目标时，有效地抑制系统噪声和环境噪声，成功地识别并提取目标，防止误判，并且成功检测短线段。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
