公开(公告)号：CN119515893A

公开(公告)日：2025-02-25

申请号：CN202411397380.7

申请日：2024-10-09

Applicant: 南京林业大学

Inventor： 徐昇 ,  池悦

IPC: G06T7/11 ,  G06V10/20 ,  G06V10/30 ,  G06V10/24 ,  G06V10/32 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06V10/25 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及林业遥感技术领域，尤其涉及一种基于遥感影像的单株树冠分割方法。通过遥感影像采集树木RGB图像，创建人工林、城市林、自然林三种数据集，同时对数据进行预处理，包括数据增强、去除噪声、校正图像畸变、统一图像尺寸和色彩空间等步骤；使用深度神经网络TCSRCNN进行训练；将最优模型部署到实际应用场景中，对新的遥感图像进行单木树冠的自动分割。本发明能够准确分割树冠的不规则边缘，有效应对单木树冠间的粘连以及算法的泛化能力不足等问题。不仅为森林资源监测提供了准确的数据支持，还为生态环境评估、林业规划与管理等领域提供了有力的技术支撑。

公开(公告)号：CN118674915A

公开(公告)日：2024-09-20

申请号：CN202410760696.1

申请日：2024-06-13

Applicant: 南京林业大学

Inventor： 徐昇 ,  池悦 ,  周璇 ,  夏少波

IPC: G06V10/25 ,  G06V10/80

Abstract: 本发明公开一种模态多目标检测方法和装置、系统、存储介质，包括以下步骤：步骤S1、获取3D LiDAR点云和2D街道图像；步骤S2、根据3D LiDAR点云和2D街道图像，通过级联双向方式进行融合，得到3D LiDAR点云和2D街道图像之间的特征对应关系；步骤S3、根据3D LiDAR点云和2D街道图像之间的特征对应关系进行目标检测；步骤S4、采用非极大值抑制方法去除重叠的候选框。采用本发明的技术方案，克服现有3D物体检测方法在精度、鲁棒性和实时性方面的局限性。