新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開了一種結合全球 DEM 與立體視覺的衛(wèi)星影像云檢測方法，利用密集匹配的 DSM 數(shù)據(jù) 和現(xiàn)有的全球 DEM 數(shù)據(jù) SRTM，結合高程與影像灰度信息提取云區(qū)域。主要步驟如下：通過多影像多 匹配基元方法獲得模型匹配的 M-DSM，基于特征線的方法配準 M-DSM 與 SRTM，通過高程差值獲得 初始種子點，然后把種子點計算到像方，結合影像的灰度信息提取出云區(qū)域。本發(fā)明在有大面積雪的影 像，能有效的避免雪的干擾，準確地檢測出云區(qū)，提高了遙感影像的利用率。 

用于彩色數(shù)字影像系統(tǒng)的色適應變換尋優(yōu)方法及系統(tǒng)，包括輸入影像客體各樣本可見光范圍光譜反 射率數(shù)據(jù)；計算各樣本在目標光源照明條件下色度信息，求解各樣本在各種模擬光源照明條件下色度信 息；利用各種色適應變換方法預測色適應變換后在目標光源照明條件下的色度信息；計算各模擬光源下 各待尋優(yōu)的色適應變換方法對各樣本的色適應變換平均精度；構建 BP 神經(jīng)網(wǎng)絡對模擬光源的相對光譜 功率分布曲線與色適應變換平均精度之間關系進行擬合；對于任意光源，利用各條 BP

武漢大學張永軍教授項目組在國際上首次提出攝影測量遙感的科學概念，構建了多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理技術體系，突破了匹配干擾地物快速智能分割、語義輔助幾何處理與大范圍影像鑲嵌合成、地物信息智能提取等關鍵技術，成功研制出我國首套多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理系統(tǒng)MIPS。 一、項目分類 關鍵核心技術突破 二、成果簡介 武漢大學張永軍教授項目組在國際上首次提出攝影測量遙感的科學概念，構建了多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理技術體系，突破了匹配干擾地物快速智能分割、語義輔助幾何處理與大范圍影像鑲嵌合成、地物信息智能提取等關鍵技術，成功研制出我國首套多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理系統(tǒng)MIPS，相關技術理論《多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理技術及應用》2021年榮獲測繪科技進步特等獎。 技術特色： (1) 首次提出基于人工智能技術的多模態(tài)衛(wèi)星影像語義分割與幾何處理融合新理論。創(chuàng)建了衛(wèi)星影像跨域穩(wěn)健語義分割技術，通過自適應增量優(yōu)化提升深度分割網(wǎng)絡模型的遷移性和普適性，保證多類型地物語義分割的時效性、容錯性、穩(wěn)定性和區(qū)域一致性。 (2) 通過語義分割結果全自動進行多源地理信息控制點粗差剔除，實現(xiàn)超大范圍多模態(tài)影像精準幾何處理；提出輻射不變特征變換算法進行多模態(tài)影像高可靠性匹配；單臺機器2.5分鐘可完成8000景衛(wèi)星影像的并行區(qū)域網(wǎng)平差，大幅提高了自動化處理精度和效率。 (3) 突破了基于深度學習的多視遙感影像三維地形及大范圍合成影像智能生成技術，采用物方半全局優(yōu)化提升困難區(qū)域的密集匹配精度，并在語義分割結果的輔助下進行大范圍遙感影像無縫鑲嵌合成。 (4) 基于深度學習進行建筑物、道路、農(nóng)作物等典型地物目標語義信息智能提取；基于多尺度語義分割網(wǎng)絡融合經(jīng)驗知識實現(xiàn)建筑物矢量邊緣精確提??；結合語義分割和多起點中心線追蹤優(yōu)化提取道路網(wǎng)拓撲矢量；基于3D卷積和注意力機制實現(xiàn)多類農(nóng)作物精細分類及其時空特征智能提取。 (5) 構建了全新的多模態(tài)衛(wèi)星遙感影像幾何語義一體化智能處理技術體系，研制出我國首套自主產(chǎn)權的多模態(tài)衛(wèi)星影像一體化攝影測量遙感智能處理軟件系統(tǒng)MIPS，其數(shù)據(jù)處理效果和效率均有明顯優(yōu)勢，顯著提升了融合處理的精準度和智能化水平。 先進性 MIPS具備快速語義分割、語義輔助精準幾何處理、三維地形提取與多影像時序合成、地物語義信息智能提取等特色功能。系統(tǒng)采用最新的衛(wèi)星影像攝影測量處理、多源影像融合、語義信息提取的相關理論與方法，結合先進的計算機技術、CPU/GPU兩級加速并行處理及深度學習技術，處理效果和效率均明顯優(yōu)于國內(nèi)外同類軟件。例如單機情況下19小時即可完成1551景2米分辨率衛(wèi)星影像的全自動處理，包括云區(qū)檢測、影像融合、影像匹配、區(qū)域網(wǎng)平差、正射影像糾正等全部處理流程。語義分割結果約束的立體衛(wèi)星影像區(qū)域網(wǎng)平差自動化程度和精度均顯著提升，例如在1:1萬基礎測繪產(chǎn)品DEM/DOM的輔助下，高分七號立體衛(wèi)星影像的全自動處理高程精度從2.6米大幅提升至0.8米以內(nèi)，鑲嵌接邊精度優(yōu)于1像素。

機載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機載LiDAR點云及多視航空影像作為輸入數(shù)據(jù)，通過點云語義分割、點云影像配準、實景三維模型重建、建筑物單體結構化模型重建、人機交互等功能模塊，實現(xiàn)高效率、（半）自動的城市實體三維模型重建，具備全自動大測區(qū)城市建模、半自動城市高精度精細實體模型重建等多種解決方案，致力于提高智慧城市建設的自動化程度，推進實景三維中國建設進程。 一、項目分類 關鍵核心技術突破 二、技術分析 創(chuàng)新性： 機載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機載LiDAR點云及多視航空影像作為輸入數(shù)據(jù)，通過點云語義分割、點云影像配準、實景三維模型重建、建筑物單體結構化模型重建、人機交互等功能模塊，實現(xiàn)高效率、（半）自動的城市實體三維模型重建，具備全自動大測區(qū)城市建模、半自動城市高精度精細實體模型重建等多種解決方案，致力于提高智慧城市建設的自動化程度，推進實景三維中國建設進程。系統(tǒng)主要由兩部分功能模塊組成：自動化模型重建模塊及三維可視化交互管理系統(tǒng)模塊。其中自動建模模塊由點云影像自動配準、實景三維模型重建、點云濾波、點云分類、建筑物單體化分割、建筑物結構化模型重建等軟件子模塊構成。系統(tǒng)支持DEM、DOM、實景三維模型、建筑物LoD1至LoD3模型等多種產(chǎn)品生產(chǎn)；支持多核、多CPU、多GPU架構的任務并行化管理，支持搭建點云、影像、模型數(shù)據(jù)庫，支持人機交互進行語義分割、模型編輯、紋理編輯等功能。 軟件解決的關鍵問題： LiDAR點云與傾斜影像異源異構數(shù)據(jù)配準問題，點云影像數(shù)據(jù)難以聯(lián)合應用； 單一數(shù)據(jù)源三維信息與紋理信息不全，高質(zhì)量模型結果依賴高精度數(shù)據(jù)輸入，導致數(shù)據(jù)獲取成本昂貴、效率較低； 城市級實景三維模型重建自動化程度低，低精度自動結構化模型成果難復用，而手動模型繪制難度高、工藝繁瑣； 實景三維數(shù)據(jù)制作單位高度依賴國外軟件，國產(chǎn)化難。 先進性： 當前，國內(nèi)90%以上地形級實景三維數(shù)據(jù)制作測繪單位都基于國外軟件進行三維重建，而城市級實景三維模型則重度依賴全人工手動勾繪且需調(diào)用國外專業(yè)三維建模軟件，模型重建學習成本極高、軟件針對性不強而效率低下。 機載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)軟件系統(tǒng)以高精度、高效率、高自動化程度城市級實景三維模型重建為首要目標。軟件系統(tǒng)具備高精度點云影像配準模塊提供異源數(shù)據(jù)聯(lián)合應用基礎；采用LiDAR點云約束的多視影像密集匹配策略實現(xiàn)高精度、全覆蓋三維數(shù)據(jù)輸入以實現(xiàn)高質(zhì)量實景三維模型重建；采取地面點濾波、非地面點地物分類、目標地物單體實例分割遞進式流程得到建筑物等地物單體化三維數(shù)據(jù)；優(yōu)化自動結構化模型重建與人工干預的結構化建模流程，無需額外依賴專業(yè)建模軟件；提供針對建筑物結構化建模的模型編輯、紋理編輯模塊，不達標的自動模型可復用，三維點云端、二維影像端可獨立或聯(lián)合編輯，具備交互友好的參照式、勾繪式、半自動編輯模式。 獨占性： 系統(tǒng)主要搭建兩條生產(chǎn)路線，以適應不同地域模型精度要求差異、不同應用時間響應要求。其一是以LiDAR點云為主的快速建筑物結構化模型重建，經(jīng)過點云分類、建筑物實例分割、結構化模型重建等步驟構建人工地物結構化模型，并利用配準后多視影像對模型紋理映射，此生產(chǎn)線主要產(chǎn)品包括DOM、DEM、 LoD2為主的建筑物結構化模型、典型地物真實色彩點云等輕量基礎數(shù)據(jù)；其二是在LiDAR點云約束下生成高精度密集匹配點云構造高質(zhì)量實景三維模型，并在此基礎上提取建筑物單體三角網(wǎng)數(shù)據(jù)，經(jīng)過模型簡化抽象得到建筑物LoD3模型，此生產(chǎn)線主要產(chǎn)品包括實景三維模型、建筑物LoD3模型等城市級實景三維數(shù)據(jù)要素。 此外，軟件系統(tǒng)支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、國產(chǎn)麒麟(V4/V10)等多操作系統(tǒng)中運行，已階段性實現(xiàn)國產(chǎn)化。

本發(fā)明公開了一種面向關系數(shù)據(jù)庫擴展的自適應影像金字塔切片方法，本發(fā)明針對空間數(shù)據(jù)管理系 統(tǒng)發(fā)展現(xiàn)狀，綜合考慮局域網(wǎng)網(wǎng)絡帶寬和服務器端數(shù)據(jù)庫存儲塊大小，并結合局域網(wǎng)客戶端硬件情況， 提出了自適應影像切片模型，根據(jù)自適應影像切片模型自適應的選擇影像切片尺寸。本發(fā)明可在多種不 同的數(shù)據(jù)庫、網(wǎng)絡和客戶端條件下實現(xiàn)影像數(shù)據(jù)智能化高效存儲與訪問，為高效的影像數(shù)據(jù)管理提供了 可行的思路和方法，有助于在 C/S 架構的網(wǎng)絡環(huán)境下高效存取和管理基于數(shù)據(jù)庫技術的遙感影像數(shù)據(jù)。 

本發(fā)明公開了一種基于改進 SIFT 算子的低空多視角遙感影像匹配方法，首先采用優(yōu)化的 DoG 算子 對第一影像和第二影像進行特征點檢測，然后利用基于局部區(qū)域采樣模擬的 SIFT 描述子對特征點進行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征點，并利用基于極幾何約束的 RANSAC 算 法對匹配點進行提純。本發(fā)明能夠有效地解決低空遙感影像匹配中存在的多視角以及弱紋理等問題。 

本發(fā)明提供了一種基于快速二值編碼的高分辨率遙感影像場景分類方法，包括步驟:步驟 1，劃分 待分類遙感影像獲得場景單元;步驟 2，從場景單元中提取尺寸相同的圖像塊作為局部圖像塊訓練樣本; 步驟 3，采用非監(jiān)督學習法學習局部圖像塊訓練樣本獲得濾波器組;步驟 4，將場景單元與濾波器組中 各濾波器分別做卷積獲得各場景單元的幅濾波器響應圖，采用二值編碼法分別融合各場景單元的幅濾波 器響應圖獲得各場景單元的全局特征描述;步驟 5，基于場景單元的全局特征描述進行場景單元分類。 本發(fā)明在保證場景分類精度的前提下，大大降低了非監(jiān)學習法的計算代價。

XM-YX開放式醫(yī)學影像多媒體輔助教學系統(tǒng) ? 功能特點： ■ XM-YX開放式醫(yī)學影像多媒體輔助教學系統(tǒng)為醫(yī)學院校學生提供了一種能夠自主學習、加強感官認識、強化護理學相關知識、易于操作的全方面的學習條件，豐富醫(yī)學院校護理教學內(nèi)容，彌補書面教學過于抽象的不足，方便學生自主學習。 ■ 系統(tǒng)具有開放性、交互性，能夠讓學生課后隨時地進行自主學習，可對學員24小時開放使用，系統(tǒng)操作簡單、界面漂亮，具有動態(tài)效果，能夠從視覺上、聽覺上吸引學生注意力，避免了枯燥無味的介紹，彌補課堂不足。 ■ 內(nèi)容豐富，素材量大，容量超過12G，以視頻、動畫、圖片為主，各種圖像10000幅以上，模擬試題50套。 ■ 內(nèi)容包括： · 臨床醫(yī)學生理病理三維影像。 · 呼吸系統(tǒng)、消化系統(tǒng)、泌尿系統(tǒng)、神經(jīng)系統(tǒng)、內(nèi)分泌系統(tǒng)、骨關節(jié)系統(tǒng)等人體各系統(tǒng)臟器的影像學診斷。 · 系統(tǒng)講解X片、CT、 MRI、超聲檢查及內(nèi)窺鏡檢查成像原理及相關基本理論 基本病變。 · 各系統(tǒng)疾病的影像學診斷，分類介紹各種檢查特點、分析方法、診斷方法及相關解剖。 ■ 配置：19寸觸摸一體機，雙核處理器，內(nèi)存2G，硬盤500G。

本發(fā)明公開了一種基于諧振頻率的硅微諧振式加速度計在線溫度補償方法，在零加速度情況下標定出兩諧振梁諧振頻率平方和與其諧振頻率差的單調(diào)變化關系曲線，然后在輸入加速度情況下對兩諧振梁諧振頻率和諧振頻率差進行測量，結合先前獲得的關系曲線將溫度引起的諧振頻率差從測量得到的諧振頻率差中減去，完成溫度補償工作。本發(fā)明提供的硅微諧振式加速度計溫度補償方法，克服了傳統(tǒng)直接溫度補償方法中溫度場分布的不確定性和熱傳導延遲給補償結果帶來較大偏差的缺陷，能夠實現(xiàn)實時的、高精度的溫度補償。本發(fā)明方法的溫度補償成本低，該方案全部基于FPGA實現(xiàn)，不需要額外增加傳感器和引入其它設備，僅利用已有電路器件即可實現(xiàn)。

本發(fā)明公開了一種基于單光場相機的微尺度流動三維速度場的測量裝置及方法，其中測量裝置包括雙脈沖激光器、熒光顯微鏡、相機系統(tǒng)、同步控制器和計算機，其中計算機用于存儲ＣＣＤ相機獲得的光場圖片；選擇兩幀時間間隔為Δｔ光場照片，利用計算的點擴散函數(shù)，反卷積重建出示蹤粒子的三維位置信息；通過三維互相關算法得出微流場的三維速度場信息。本發(fā)明采用單相機系統(tǒng)與傳統(tǒng)熒光顯微鏡結合，實現(xiàn)微尺度流場的三維速度場測量，系統(tǒng)無需深度掃描，可以對非定常流動或非周期性流動的流場測量。