-
公开(公告)号：CN110263111A
公开(公告)日：2019-09-20
申请号：CN201910469835.4
申请日：2019-05-31
Applicant: 南京林业大学 , 中国地质调查局南京地质调查中心
Abstract: 本发明涉及一种基于先验知识的土地利用/覆被信息时空监测方法与技术，具体步骤包括：多源土地利用/覆被数据的几何配准；多源土地利用/覆被数据的尺度转换；多源土地利用/覆被数据的数据转换；基于多源土地利用/覆被的先验知识提取；基于先验知识的土地利用/覆被信息提取；长时间序列土地利用/覆被空间监测；土地利用/覆被信息时空模拟与预测。优点：1）挖掘和利用国内外已有的土地利用/覆被产品和成果，有效地实现土地利用/覆被信息的快速提取。2）有效实现土地利用/覆被的模拟和预测，为科学监测与空间认知提供技术支撑；3）为全球城镇规划、人居环境质量监测和生态环境保护提供评估方法和决策支持。
-
-
公开(公告)号：CN106154247A
公开(公告)日：2016-11-23
申请号：CN201610467706.8
申请日：2016-06-24
Applicant: 南京林业大学
CPC classification number: G01S7/4876 , G01S7/4802 , G01S17/88
Abstract: 本发明提出一种多尺度全波形激光雷达数据最优化分解方法，其方法包括以下步骤：（一）通过对全波形信号的增强处理，提高信号的信噪比，提升后向散射波形的数据质量；（二）综合先验知识和各类核密度函数的后向散射波形分解与拟合；（三）对波形分解结果进行精度评价。本发明的优点：1）提出的综合核密度函数和先验知识的波形优化模型，既防止了数据的过拟合，又保证了解析结果的合理性，构建的优化模型具有开放性，可以容易地扩充有效的核密度函数和可靠的先验知识。2）多尺度全波形数据信息提取与挖掘的完整框架，实现了信息提取的完整性，综合多种方法定性和定量地验证了结果的精度和有效性。
-
公开(公告)号：CN106126816A
公开(公告)日：2016-11-16
申请号：CN201610467713.8
申请日：2016-06-24
Applicant: 南京林业大学
IPC: G06F17/50
CPC classification number: G06F17/5004
Abstract: 本发明是一种重复建筑自动感知下的大规模ALS建筑点云建模方法，包括以下步骤：（一）采用深度学习方法，精细分割ALS点云，获取“建筑”、“植被”、“地面”和“其他”四类目标；（二）针对建筑点云，在局部区域内探测重复建筑，并对探测出的重复建筑配准和对齐，接着采用数据驱动方法，构建重复建筑屋顶模型，针对剩余的非重复建筑，采取综合数据驱动和模型驱动的混合建模方法，构建建筑屋顶的几何模型；（三）定性和定量评价建筑屋顶几何模型建模方法的精度和效率。优点：1）建模的效率和精度高，适合对重复建筑较多的城市居民区进行建模。2）方便与其他方法整合，以提升建模方法的应用范围和模型的层次细节。
-
公开(公告)号：CN116503312B
公开(公告)日：2025-02-18
申请号：CN202211644187.X
申请日：2022-12-20
Applicant: 中煤科工集团南京设计研究院有限公司 , 南京林业大学
Abstract: 本发明涉及隧道检测技术领域，具体涉及基于地基LiDAR点云的盾构隧道内衬病害检测方法；基于地基LiDAR隧道衬砌激光点云，并对所述点云进行预处理，得到三维激光点云；将所述三维激光点云投影获取二维激光点云图像，并将所述二维激光点云图像灰度化，得到激光点云灰度图像；基于局部预拟合能量驱动的主动轮廓快速模型分割所述激光点云灰度图像，检测和分析隧道衬砌病害，该方法在病害检测方面具有准确率、召回率较高，虚警率、面积误差较小，计算运行时间较少等优点，能够快速、准确地识别盾构隧道衬砌的病害，解决传统地铁盾构隧道病害监测只能获取有限的离散监测点变化，无法全面反映隧道衬砌病害状况的问题。
-
Patent Agency Ranking
公开(公告)号：CN109448087B
公开(公告)日：2023-07-07
申请号：CN201811215484.6
申请日：2018-10-18
Applicant: 南京林业大学
Abstract: 本发明涉及一种盾构隧道表面点云数据分段方法，包括：1）盾构隧道点云投影：根据盾构隧道点云走向，将三维点云转换成二维；2）边界点提取：将投影后的二维点云网格化，利用网格提取出点云的上下边界点；3）隧道点云分段位置计算：a）所提取边界点的切线斜率计算；b）分段位置计算；4）对两个投影面上盾构隧道点云分段位置联合处理，完成隧道整体点云数据的分段，为隧道点云建模做准备。优点：1）研究了盾构隧道表面点云的分段方法，为基于TLS技术的盾构隧道的中轴线提取、断面分析等点云处理方法提供了技术支撑。2）有效提高中轴线拟合精度，补充盾构隧道变形监测技术方法，在盾构隧道安全监测、预防重大事故方面具有重要的实用价值。
-
公开(公告)号：CN109919955A
公开(公告)日：2019-06-21
申请号：CN201910182145.0
申请日：2019-03-11
Applicant: 南京林业大学
Abstract: 本发明提出的是一种地基式激光雷达点云的隧道轴线提取和分割方法，包括如下步骤：（1）基于2D投影法提取隧道轴线点；（2）构建轴线MST；（3）基于SG滤波进行隧道轴线平滑；（4）基于改进RANSAC算法进行轴线分割；（5）总体最小二乘轴线拟合。本发明采取先分割后拟合的策略，实现隧道轴线方程的分段表达；降低分割的复杂度，实现对隧道要素的精确分割；使用总体最小二乘方法拟合隧道轴线，降低对噪声的敏感程度。
-
公开(公告)号：CN106199557A
公开(公告)日：2016-12-07
申请号：CN201610483426.6
申请日：2016-06-24
Applicant: 南京林业大学
IPC: G01S7/48
CPC classification number: G01S7/4802
Abstract: 本发明提出一种机载激光雷达数据植被提取方法，该方法包括以下步骤：（一）机载激光雷达点云的预处理；（二）机载激光雷达点云的预分割；（三）分割单元特征选取；（四）基于核函数的软间隔SVM分类；（五）基于先验知识的数据植被粗分类结果的优化。本发明的优点：1）该方法不需要融合多光谱影像、高光谱影像等其他数据源，具有很强的普适性。2）该方法保证了激光雷达点云空间自相关性，有效防止分类算法破坏这种空间属性，保证植被和非植被点的可分性，提高了植被的探测率。3）该算法可以有效地将建筑周边及立体墙面点、建筑屋顶不规则物体点和植被密集区域的地面点与植被分离，达到精确提取城区中植被的目的。
-
公开(公告)号：CN106127857A
公开(公告)日：2016-11-16
申请号：CN201610467712.3
申请日：2016-06-24
Applicant: 南京林业大学
Abstract: 本发明提出的是综合数据驱动与模型驱动的机载LiDAR数据建模方法，该方法包括以下步骤：（一）全波形LiDAR数据波形精确分解和建筑提取；（二）基于数据驱动的复杂建筑屋顶分割；（三）建筑屋顶语义划分；（四）基于分割单元的建筑屋顶建模；（五）建筑模型精度评价及渲染。本发明的优点：（1）可精确而合理地分割复杂建筑屋顶，并能维持屋顶分割面片间的拓扑关系，能够详细提取复杂建筑屋顶及大面积连体建筑的结构和边界线，为合理的建筑语义分块创造了条件；（2）能够构建复杂建筑模型，并保证模型的合理性和较高的重建效率，可以广泛用于大规模场景的城市建模。
-
公开(公告)号：CN106154247B
公开(公告)日：2018-07-10
申请号：CN201610467706.8
申请日：2016-06-24
Applicant: 南京林业大学
Abstract: 本发明提出一种多尺度全波形激光雷达数据最优化分解方法，其方法包括以下步骤：（一）通过对全波形信号的增强处理，提高信号的信噪比，提升后向散射波形的数据质量；（二）综合先验知识和各类核密度函数的后向散射波形分解与拟合；（三）对波形分解结果进行精度评价。本发明的优点：1）提出的综合核密度函数和先验知识的波形优化模型，既防止了数据的过拟合，又保证了解析结果的合理性，构建的优化模型具有开放性，可以容易地扩充有效的核密度函数和可靠的先验知识。2）多尺度全波形数据信息提取与挖掘的完整框架，实现了信息提取的完整性，综合多种方法定性和定量地验证了结果的精度和有效性。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.047 seconds)
