-
公开(公告)号：CN116310787A
公开(公告)日：2023-06-23
申请号：CN202211722927.7
申请日：2022-12-30
Applicant: 辽宁工程技术大学
IPC: G06V20/10 , G06V10/764
Abstract: 本发明公开了一种用于高分辨率遥感影像多场景快速分类的区间二型模糊建模方法，包括：读取待分割的高分辨率遥感影像；计算训练样本中每个像素的灰度值在对应的地物类别中出现的频率值；在高分辨率遥感影像的灰度测度空间对不同地物类别建立高斯回归模型；利用高斯回归模型计算各个地物类别所有像素灰度值的隶属函数值，并对各地物类别中的所有像素的灰度值进行归一化；确定模糊化高斯回归隶属函数的上边界、下边界；实现高分辨率遥感影像分类；对所有分类结果进行比较，取最优分类作为最终结果。本发明的区间二型模糊模型可以同时描述像素类别的不确定性和模型的不确定性，提供了更丰富的信息，并且具有更强的处理不确定性信息的能力。
-
公开(公告)号：CN109816656A
公开(公告)日：2019-05-28
申请号：CN201910105715.6
申请日：2019-02-01
Applicant: 辽宁工程技术大学
Abstract: 一种火电厂负压侧系统漏点精确定位方法，其特征包括以下步骤：首先采用红外图像采集装置对火电厂负压侧系统疑似漏点位置进行红外图像拍摄，而后通过上位机处理系统读取被检测设备的红外成像视频并对进行对抽取的样本图像进行灰度化处理、去噪处理、图像增强处理，再进行移动模板法识别图像中真空漏点部位像方位置，最终对真空管道漏点位置进行精确确定；本发明相较现有方法具有定位速度快、检测效率高、较强的抗干扰能力，不会对环境造成污染，不需大量外接设备，现场携带方便，泄露区划定明显，检测时间短，检测成本低。
-
公开(公告)号：CN106611425B
公开(公告)日：2019-05-07
申请号：CN201611174159.0
申请日：2016-12-19
Applicant: 辽宁工程技术大学
IPC: G06T7/168
Abstract: 本发明提供一种全色遥感图像分割方法，包括对像素点建立高斯分布概率密度函数；从当前的欧氏空间映射到黎曼空间构建数据子流形；在参数子流形上随机选取与地物类别数相同数量的点，表征初始的图像分割结果；将当前计算的数据子流形上的点划分到测地线距离的最小值对应的参数子流形上的点所属的地物类别；计算各像素点的光谱测度的均值和方差；构建表征地物类别的高斯分布概率密度函数表征新的图像分割结果中的某地物类别；图像分割结果不再改变时当前参数子流形上的点表征最优图像分割结果。本发明在欧氏空间建模，映射到黎曼空间，结合测地线距离描述数据与类别的非相似性测度，有效克服欧氏空间影像分割引入过多约束条件的问题。
-
公开(公告)号：CN106249256A
公开(公告)日：2016-12-21
申请号：CN201610536541.5
申请日：2016-07-08
Applicant: 辽宁工程技术大学
IPC: G01S19/23
CPC classification number: G01S19/23
Abstract: 本发明提出一种基于粒子群优化算法的实时GLONASS相位偏差估计方法，属于卫星定位系统和定位测量技术领域，利用IFB变化率粒子对所有单差模糊度参数进行改正，采用LAMBDA方法进行双差模糊度固定，将获得的RATIO值作为评价每个粒子的适应度，并使用粒子群优化算法对IFB变化率粒子的群体最优位置进行搜索，最终获得最优IFB变化率估值；解决了由于IFB和模糊度线性相关所带来的问题；实时在线对IFB变化率进行估计，避免由于观测条件变化导致已有的IFB变化率校正参数不可用现象，适合于实时动态定位；采用实时的GLONASS相位偏差估计方法实现实时模糊度固定，进一步拓展GLONASS的应用领域。
-
公开(公告)号：CN109934825B
公开(公告)日：2023-02-28
申请号：CN201910155482.0
申请日：2019-03-01
Applicant: 辽宁工程技术大学
IPC: G06T7/10
Abstract: 一种结合层次化高斯混合模型和M‑H的遥感影像分割方法，包括以下步骤，首先读取待分割的高分辨率遥感影像，然后将待分割遥感影像内各像素强度作为样本点，构建待分割遥感影像的似然函数；而后定义似然函数模型参数的先验分布模型，包括混合权重，组份权重，均值和方差，接下来根据贝叶斯定理，结合似然函数和各参数先验分布构建模型参数的后验分布，即分割模型，最终利用结合层次化高斯混合模型和M‑H的遥感影像分割方法实现遥感影像分割；通过以上方法步骤实现影像分割和模型参数求解，提出方法具有建模非对称、重尾和多峰等复杂统计分布的能力，在准确建模高分辨率遥感影像模型的前提下，提出算法可得到高精度的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN112891948A
公开(公告)日：2021-06-04
申请号：CN202110367223.1
申请日：2021-04-06
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于unity3D的游戏场景树木毁坏的方法，包括：导入树木模型资源添加材质和网格形状；创建地形设置地形参数；导入Damage与Tree Manager脚本组件并添加游戏对象资源；将树木模型分为树干树根和树干两个子对象做成预制件；添加柱形碰撞器调整位置，使树根和树干的碰撞器表面相切；将上述步骤设置好的模型树制作成预制件；导入落叶粒子特效；将预制件添加的脚本组件设置资源参数并做成预制件；用Terrain地形刷组件在游戏场景内刷出模型树；通过Tree Manager脚本组件刷新场景内树木模型。通过脚本控制预制件快速替换的方式使树木毁坏倒下的方式更佳合理自然，借助Unity自带Terrain组件快速的制作场景内的大量树木模型，提高了游戏开发效率，减少了粒子特效和动画的应用。
-
公开(公告)号：CN106249256B
公开(公告)日：2018-08-14
申请号：CN201610536541.5
申请日：2016-07-08
Applicant: 辽宁工程技术大学
IPC: G01S19/23
Abstract: 本发明提出一种基于粒子群优化算法的实时GLONASS相位偏差估计方法，属于卫星定位系统和定位测量技术领域，利用IFB变化率粒子对所有单差模糊度参数进行改正，采用LAMBDA方法进行双差模糊度固定，将获得的RATIO值作为评价每个粒子的适应度，并使用粒子群优化算法对IFB变化率粒子的群体最优位置进行搜索，最终获得最优IFB变化率估值；解决了由于IFB和模糊度线性相关所带来的问题；实时在线对IFB变化率进行估计，避免由于观测条件变化导致已有的IFB变化率校正参数不可用现象，适合于实时动态定位；采用实时的GLONASS相位偏差估计方法实现实时模糊度固定，进一步拓展GLONASS的应用领域。
-
公开(公告)号：CN106127784B
公开(公告)日：2018-08-07
申请号：CN201610511278.4
申请日：2016-07-01
Applicant: 辽宁工程技术大学
Abstract: 本发明提供种高分辨率遥感影像分割方法,包括:读取待分割的高分辨率遥感影像;利用各地物类别的高斯二型模糊隶属函数模型,计算每个灰度级对应的高斯二型模糊隶属度;利用各地物类别的分割决策模型,计算每个灰度级在各分割决策模型中的隶属度;每个像素的灰度级在各分割决策模型中的最大隶属度值所对应的地物类别,即为分割结果;按照设定步长改变高斯二型模糊隶属函数模型,对所有分割结果进行比较,取分割精度最高的分割结果作为最终的高分辨率遥感影像分割结果。本发明方法有效解决了灰度级隶属的不确定性及分割决策的不确定性带来的分割问题,实现对高分辨率遥感数据复杂直方图分布特征的更精确的拟合,并克服了噪声,提高分割精度。
-
公开(公告)号：CN106127784A
公开(公告)日：2016-11-16
申请号：CN201610511278.4
申请日：2016-07-01
Applicant: 辽宁工程技术大学
CPC classification number: G06K9/0063 , G06K9/00697 , G06T2207/10032
Abstract: 本发明提供一种高分辨率遥感影像分割方法，包括：读取待分割的高分辨率遥感影像；利用各地物类别的高斯二型模糊隶属函数模型，计算每个灰度级对应的高斯二型模糊隶属度；利用各地物类别的分割决策模型，计算每个灰度级在各分割决策模型中的隶属度；每个像素的灰度级在各分割决策模型中的最大隶属度值所对应的地物类别，即为分割结果；按照设定步长改变高斯二型模糊隶属函数模型，对所有分割结果进行比较，取分割精度最高的分割结果作为最终的高分辨率遥感影像分割结果。本发明方法有效解决了灰度级隶属的不确定性及分割决策的不确定性带来的分割问题，实现对高分辨率遥感数据复杂直方图分布特征的更精确的拟合，并克服了噪声，提高分割精度。
-
公开(公告)号：CN105844602A
公开(公告)日：2016-08-10
申请号：CN201610201234.1
申请日：2016-04-01
Applicant: 辽宁工程技术大学
CPC classification number: G06T5/10 , G06T5/002 , G06T15/005 , G06T2207/10044
Abstract: 针对现有研究所采用的数据组织形式均不利于发挥机载LIDAR点云真3D特性的局限性，本发明提出一种基于体元的机载LIDAR点云三维滤波方法，属于遥感数据处理领域，方法包括：读取原始LIDAR点云数据；异常数据辨识及剔除；二值体元数据结构模型建立；基于体元的3D滤波。该方法将离散的点云规则化为二值3D体数据，根据体元中是否包含有激光点分别为体元赋值1和0，包含激光点赋值1，无激光点赋值0，1和0分别代表目标和背景，进而选择局部高程最低作为地面种子体元并标记其邻域目标体元为地面体元，本发明有助于3D数据表达及处理。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.029 seconds)
