一种基于深度学习的遥感图像分割的修补方法

    公开(公告)号:CN115205302A

    公开(公告)日:2022-10-18

    申请号:CN202210823624.8

    申请日:2022-07-14

    Abstract: 本发明提出一种基于深度学习的遥感图像分割的修补方法,属于遥感图像领域,本发明具体包括:制作遥感图像数据集和构建道路场景语义分割网络模型;将遥感图像数据集中的高分辨率遥感道路图像输入到训练好的网络模型中进行遥感道路图的场景语义分割;采用改进八邻域断点检测算法搜索断点;将搜索到的断点划分为常规断点和特殊断点;采用多项式拟合的方法对常规断点进行曲线拟合,采用形态学膨胀对特殊断点变大或者变粗,实现整体道路图像断点的修补;采用形态学腐蚀整体道路图像断点周围的毛边或者毛刺。本发明解决了由于道路场景复杂化,会忽视一些局部信息,造成道路断点,道路缺乏连通性的问题。

    基于SDN和MEC的车联网移动性管理方法

    公开(公告)号:CN113691956A

    公开(公告)日:2021-11-23

    申请号:CN202110395126.3

    申请日:2021-04-13

    Abstract: 本发明涉及车联网系统中无线短距离通信技术领域,特别涉及一种基于SDN和MEC的车联网移动性管理方法,包括根据基站是否能够提供服务对计算资源进行管理,即当基站能够提供服务,即车辆在线时,利用车辆到基础设备技术将部分任务上传到移动边缘计算服务器进行任务卸载的计算,利用李雅普诺夫优化将随机优化问题解耦为独立的每帧优化,构建乘法漂移函数并最小化漂移和惩罚函数之和的上限,得到移动车辆的CPU周期频率、发射功率和带宽的最优分配;当基站不能提供服务,即车辆离线时;通过车到车技术采用多跳路由算法获得最优的路径来卸载计算任务;本发明方法能保持可靠的通信并且最大限度地提高系统的通信容量。

Patent Agency Ranking