-
公开(公告)号：CN119648889A
公开(公告)日：2025-03-18
申请号：CN202411677213.8
申请日：2024-11-22
Applicant: 武汉大学 , 中铁第四勘察设计院集团有限公司
IPC: G06T15/04 , G06T17/00 , G06V10/26 , G06V10/50 , G06V10/54 , G06V10/56 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明提供基于建筑物纹理感知颜色损失函数的建筑物纹理生成方法和系统，本发明基于颜色损失函数和纹理损失函数，提供了一种基于建筑物纹理感知颜色损失函数的建筑物纹理生成方法，以解决传统三维重建中常见的纹理模糊、模型细节丢失等问题。该方法首先用语义标签对建筑物真实立面纹理影像与对应Mesh贴图纹理影像进行窗户提取，进行前景背景分离；利用真实影像与生成影像的颜色直方图与颜色梯度构建颜色损失函数；利用真实影像与生成影像的纹理直方图与纹理梯度构建颜色损失函数；利用建筑物纹理感知颜色损失函数训练pix2pix网络，用于纹理生成；利用训练好的网络生成建筑物立面纹理影像，并将窗户与背景融合得到完整的建筑物纹理影像。
-
公开(公告)号：CN119693947A
公开(公告)日：2025-03-25
申请号：CN202411659685.0
申请日：2024-11-20
Applicant: 武汉大学 , 中铁第四勘察设计院集团有限公司
Abstract: 本发明解决的技术问题在于如何补全建筑物立面影像提取的语义信息，基于渐进式轮廓修正与尺寸统一化处理，提供了一种适用于建筑物立面影像的语义补全方法和系统。本发明利用建筑物单体化模型立面纹理‑语义标签数据集，通过矩形轮廓补全进行迭代处理，对建筑物立面语义信息可能存在的缺失或多余部分进行补全或切割，并对同行窗户进行统一化处理，获得完整性和规范性更好的语义信息。与现有方法相比，本发明能结合建筑物立面的结构特征，规范与补全现有建筑物立面语义信息，获得可用于合成建筑物立面通用纹理的高质量语义信息。因此，该方法具有重要的实用价值和广泛的应用前景。
-
公开(公告)号：CN119005801A
公开(公告)日：2024-11-22
申请号：CN202411103232.X
申请日：2024-08-13
Applicant: 武汉大学 , 中国科学院空天信息创新研究院
Abstract: 本发明公开了一种基于神经辐射场的建筑物光伏资源评估方法和系统，包括：收集测算区域光照相关信息；表面重建数据准备；构建基于神经辐射场的表面重建模型，通过神经隐式表面表示学习，将处理后的航空影像输入到神经网络中，按照收集光照信息进行约束，生成区域内所有的受遮挡影响较小的建筑物部分三维模型；在三维模型上标注可以安装光伏组件的位置；采用光伏组件安装面积的估算方法计算测算区域内可以进行光伏组件安装的总面积。本发明在测算区域测量少数控制点，利用基于神经辐射场的表面重建模型对房屋进行建模，最后利用光伏评估算法得出测算区域内的屋顶的光伏组件可安装位置与可安装总面积。
-
公开(公告)号：CN117274472B
公开(公告)日：2024-05-31
申请号：CN202311037877.3
申请日：2023-08-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于隐式三维表达的航空真正射影像生成方法和系统，该方法包括：数据准备，至少包括航空影像，影像位姿与相机参数，正射影像地面分辨率；构建神经网络，利用已知相机内外参数的航空影像数据训练神经网络；渲染正射平行投影影像，即利用构建好的神经网络渲染每条光线对应的颜色，得到正射影像的像素值；根据正射影像的像素值，依据正射影像地面分辨率与坐标范围生成标准分幅的真正射影像。本发明对输入影像数据的重叠率、纹理特征要求低，能完全消除相对遮挡区域、不受显式三维重建精度影响，且能高效地利用高程数据，快速生成无损真正射影像。
-
公开(公告)号：CN111325134B
公开(公告)日：2023-04-07
申请号：CN202010096703.4
申请日：2020-02-17
Applicant: 武汉大学
IPC: G06V20/13 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于跨层连接卷积神经网络的遥感影像变化检测方法，属于遥感影像处理方法。本发明包含一种新的卷积神经网络，该网络设计了一种基于跨层连接模块的卷积神经网络模块，该模块利用左右分支充分挖掘遥感影像中的多尺度信息，并通过跨层连接融合多层级特征，实现遥感影像中的影像信息的有效提取。本方法对输入的两张同样尺寸、分辨率、地理覆盖范围的遥感图像，经由该卷积神经网络进行运算，可得到同一尺寸的变化检测结果图。本发明中的卷积神经网络可以获得极佳的遥感影像变化检测精度。
-
Patent Agency Ranking
公开(公告)号：CN111340822B
公开(公告)日：2022-07-15
申请号：CN202010111526.2
申请日：2020-02-24
Applicant: 武汉大学
IPC: G06T7/11 , G06K9/62 , G06V10/762
Abstract: 本发明公开了一种多尺度自适应机载LiDAR点云建筑物单体化分割方法，该方法包括以下步骤：步骤1、建筑物点云点间距的计算；步骤2、通过二维多尺度密度聚类算法对建筑物点云数据进行单体分割；步骤3、对变换后的点云运用三维多尺度密度聚类算法进行单体分割；步骤4、对非屋顶单体结构的建筑物点云在未缩放变换的尺度上再次运用三维多尺度密度聚类算法，将其分割为屋顶单体结构；步骤5、屋顶细节结构的识别与对应单体的合并；步骤6、小建筑物单体结构的识别；步骤7、建筑物附属物点合并到对应单体结构上，实现建筑物单体分割。本发明解决了老城区密集区域建筑物、裙楼结构建筑物和点云密度不均匀建筑物无法单体分割的问题。
-
公开(公告)号：CN111311750A
公开(公告)日：2020-06-19
申请号：CN202010052650.6
申请日：2020-01-17
Applicant: 武汉大学
Abstract: 本发明公开了一种基于约束三角网的镶嵌线网络全局优化方法，该方法包括：步骤1、准备输入数据，包括：正射影像、影像无效区域掩膜，以及可选输入的地形数据；步骤2、根据正射影像边界多边形构建边界约束的三角网；步骤3、判断三角网内各三角形所属的原始影像序号组，对所有有效多边形对应的有效三角形构建多标签选择的能量函数，基于图割最优化算法求解三角形标签最优解；步骤4、通过对三角形进行连通性分析，得到有效多边形组，记录影像有效镶嵌多边形边缘作为镶嵌线网络输出。本发明无需考虑影像边界局部拓扑关系，不限制影像轮廓形状，支持设置影像无效区域，支持地形数据辅助，可应对极高重叠度、覆盖区含空洞等任意分布的复杂场景。
-
公开(公告)号：CN119600431A
公开(公告)日：2025-03-11
申请号：CN202411396039.X
申请日：2024-10-08
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/764 , G06V10/42 , G06V10/44 , G06V10/80
Abstract: 本申请涉及建筑物损伤评估技术领域，特别涉及一种联合全局和局部线索的遥感图像建筑物损伤评估方法，其中，方法包括：获取目标区域中建筑物的灾前和灾后初始双时相影像，基于初始双时相影像得到满足一定配对条件的灾前和灾后双时相影像；对双时相影像进行权重共享编码，以获得多尺度双时相特征；基于多尺度双时相特征得到多尺度差异增强融合特征；基于全局和局部线索，连接融合多尺度差异增强融合特征，得到输出特征；基于输出特征预测建筑物的损伤评估结果和错误预测结果，以得到建筑物的最终损伤评估结果。由此，解决了相关技术中，特征差异小，导致建模的效果差，难以迁移应用，全局‑局部特征利用不充分，困难样本感知能力缺乏等问题。
-
公开(公告)号：CN117292126A
公开(公告)日：2023-12-26
申请号：CN202311174932.3
申请日：2023-09-12
Applicant: 武汉大学
IPC: G06V10/26 , G06V10/54 , G06V10/82 , G06V10/80 , G06V10/44 , G06T19/20 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种利用重复纹理约束的建筑物立面解析方法、系统及电子设备，该方法包括：步骤1、数据准备，准备一组建筑物立面影像，并对影像进行语义标签标注得到语义图；步骤2、构建利用局部和行列方向重复纹理特征约束的Multi‑DRCNet网络，主要包含可以提取局部重复纹理与行列重复纹理特征的多层空洞卷积模块MD‑Module和多尺度行列卷积模块MRC‑Module；步骤3、利用公开建筑物立面数据训练Multi‑DRCNet网络并保存模型参数作为预训练权重；步骤4、加载步骤3保存的预训练权重并利用步骤1准备的建筑物立面数据微调Multi‑DRCNet网络，微调后的Multi‑DRCNet网络可用于解析建筑物立面影像。本发明能够有效解决树木等物体对建筑物立面带来的遮挡问题，提高立面解析精度，达到较好的目视解译效果。
-
公开(公告)号：CN117274472A
公开(公告)日：2023-12-22
申请号：CN202311037877.3
申请日：2023-08-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于隐式三维表达的航空真正射影像生成方法和系统，该方法包括：数据准备，至少包括航空影像，影像位姿与相机参数，正射影像地面分辨率；构建神经网络，利用已知相机内外参数的航空影像数据训练神经网络；渲染正射平行投影影像，即利用构建好的神经网络渲染每条光线对应的颜色，得到正射影像的像素值；根据正射影像的像素值，依据正射影像地面分辨率与坐标范围生成标准分幅的真正射影像。本发明对输入影像数据的重叠率、纹理特征要求低，能完全消除相对遮挡区域、不受显式三维重建精度影响，且能高效地利用高程数据，快速生成无损真正射影像。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.053 seconds)
