-
公开(公告)号：CN112819830B
公开(公告)日：2024-09-06
申请号：CN202110092586.9
申请日：2021-01-24
Applicant: 南京林业大学
Abstract: 本发明公开一种基于深度学习与机载激光点云的单株树冠分割方法，包括获取研究场地的点云数据；将去噪后的点云数据分为地上点和地面点；提取地上点中单株树木点云，将不同树木划分在不同的体素内；构造训练样本数据集；对PointNet深度神经网络开展训练；将待测场地的地上点通过体素化的方法细分为多个体素，将体素内点云数据转换为PointNet所需格式后，输入到训练好的PointNet模型内，识别出树的每个体素中的点云；将每个体素DSM的梯度信息结合惯性动量梯度的方法定位树冠的边界点，根据边界点勾勒出分割的树冠。本发明在体素尺度上识别树木，并结合高度相关的梯度信息来完成单株树冠的划定，单株树冠分割精确较高。
-
公开(公告)号：CN109444211B
公开(公告)日：2021-10-15
申请号：CN201810958190.6
申请日：2018-08-22
Applicant: 南京林业大学
IPC: G01N25/20
Abstract: 基于铜制水冷系统和线性拟合方法的平板导热系数测量仪，包括加热系统、铜制水冷系统和上位机；加热系统包括仪器外罩、加热隔热层、加热盘、样品盘、散热盘、样品盘上表面温度传感器、样品盘下表面温度传感器、散热盘传感器、散热盘卡扣和加热仪器控制面板；所述铜制水冷系统包括铜制水箱、水泵、水箱内传感器、铜制水管、水管内传感器、铜制水冷盘、水冷盘内传感器、水冷盘卡扣、水箱隔热层、水管隔热层和水冷盘隔热层；本发明本发明设计了绝热结构，避免了侧面散热对系统的影响，实验精度高；简化了传统仪器结构，测量的快速和准确；无需二次加热，实验步骤简单。
-
公开(公告)号：CN109444211A
公开(公告)日：2019-03-08
申请号：CN201810958190.6
申请日：2018-08-22
Applicant: 南京林业大学
IPC: G01N25/20
Abstract: 基于铜制水冷系统和线性拟合方法的平板导热系数测量仪，包括加热系统、铜制水冷系统和上位机；加热系统包括仪器外罩、加热隔热层、加热盘、样品盘、散热盘、样品盘上表面温度传感器、样品盘下表面温度传感器、散热盘传感器、散热盘卡扣和加热仪器控制面板；所述铜制水冷系统包括铜制水箱、水泵、水箱内传感器、铜制水管、水管内传感器、铜制水冷盘、水冷盘内传感器、水冷盘卡扣、水箱隔热层、水管隔热层和水冷盘隔热层；本发明本发明设计了绝热结构，避免了侧面散热对系统的影响，实验精度高；简化了传统仪器结构，测量的快速和准确；无需二次加热，实验步骤简单。
-
公开(公告)号：CN112819830A
公开(公告)日：2021-05-18
申请号：CN202110092586.9
申请日：2021-01-24
Applicant: 南京林业大学
Abstract: 本发明公开一种基于深度学习与机载激光点云的单株树冠分割方法，包括获取研究场地的点云数据；将去噪后的点云数据分为地上点和地面点；提取地上点中单株树木点云，将不同树木划分在不同的体素内；构造训练样本数据集；对PointNet深度神经网络开展训练；将待测场地的地上点通过体素化的方法细分为多个体素，将体素内点云数据转换为PointNet所需格式后，输入到训练好的PointNet模型内，识别出树的每个体素中的点云；将每个体素DSM的梯度信息结合惯性动量梯度的方法定位树冠的边界点，根据边界点勾勒出分割的树冠。本发明在体素尺度上识别树木，并结合高度相关的梯度信息来完成单株树冠的划定，单株树冠分割精确较高。
-
-
-
Search Results
4
records
(took 0.019 seconds)
