新葡京娱乐场-大陆娱乐场开户注册

用于彩色數字影像系統的色適應變換尋優(yōu)方法及系統，包括輸入影像客體各樣本可見光范圍光譜反 射率數據；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 神經網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絡融合經驗知識實現建筑物矢量邊緣精確提取；結合語義分割和多起點中心線追蹤優(yōu)化提取道路網拓撲矢量；基于3D卷積和注意力機制實現多類農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MIPS，其數據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，鑲嵌接邊精度優(yōu)于1像素。

機載LiDAR與航空影像聯合城市三維建模系統（LiDARPro）主要以機載LiDAR點云及多視航空影像作為輸入數據，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與航空影像聯合城市三維建模系統（LiDARPro）主要以機載LiDAR點云及多視航空影像作為輸入數據，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。系統支持DEM、DOM、實景三維模型、建筑物LoD1至LoD3模型等多種產品生產；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、模型數據庫，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據配準問題，點云影像數據難以聯合應用； 單一數據源三維信息與紋理信息不全，高質量模型結果依賴高精度數據輸入，導致數據獲取成本昂貴、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； 實景三維數據制作單位高度依賴國外軟件，國產化難。 先進性： 當前，國內90%以上地形級實景三維數據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與航空影像聯合城市三維建模系統軟件系統以高精度、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。軟件系統具備高精度點云影像配準模塊提供異源數據聯合應用基礎；采用LiDAR點云約束的多視影像密集匹配策略實現高精度、全覆蓋三維數據輸入以實現高質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據；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： 系統主要搭建兩條生產路線，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，此生產線主要產品包括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據；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量實景三維模型，并在此基礎上提取建筑物單體三角網數據，經過模型簡化抽象得到建筑物LoD3模型，此生產線主要產品包括實景三維模型、建筑物LoD3模型等城市級實景三維數據要素。 此外，軟件系統支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、國產麒麟(V4/V10)等多操作系統中運行，已階段性實現國產化。

本發(fā)明公開了一種面向關系數據庫擴展的自適應影像金字塔切片方法，本發(fā)明針對空間數據管理系 統發(fā)展現狀，綜合考慮局域網網絡帶寬和服務器端數據庫存儲塊大小，并結合局域網客戶端硬件情況， 提出了自適應影像切片模型，根據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 同的數據庫、網絡和客戶端條件下實現影像數據智能化高效存儲與訪問，為高效的影像數據管理提供了 可行的思路和方法，有助于在 C/S 架構的網絡環(huán)境下高效存取和管理基于數據庫技術的遙感影像數據。 

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 ? 功能特點： ■ XM-YX開放式醫(yī)學影像多媒體輔助教學系統為醫(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)學院校護理教學內容，彌補書面教學過于抽象的不足，方便學生自主學習。 ■ 系統具有開放性、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。 ■ 內容包括： · 臨床醫(yī)學生理病理三維影像。 · 呼吸系統、消化系統、泌尿系統、神經系統、內分泌系統、骨關節(jié)系統等人體各系統臟器的影像學診斷。 · 系統講解X片、CT、 MRI、超聲檢查及內窺鏡檢查成像原理及相關基本理論 基本病變。 · 各系統疾病的影像學診斷，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，內存2G，硬盤500G。

本發(fā)明公開了一種基于體感技術的機器人離線示教系統，其包 括空間點位采集模塊，數據處理模塊和離線編程模塊，其中，空間點 位采集模塊用于完成機器人的示教過程，其通過體感設備識別和捕捉 人體肢體動作，獲得肢體運動軌跡中的空間點位，以提供給數據處理模塊;數據處理模塊用于對所述空間點位進行濾波和光順處理，獲得 適合機器人運動的運動軌跡，并將處理后的空間點位坐標提供給離線 編程模塊;離線編程模塊用于對運動軌跡中的空間點的坐標進行坐標 變換和后置處理，以生成機器人可以執(zhí)行的代碼，用于輸出至機器人 實現示教。本發(fā)明

便攜式煤樣造影裝置，包括電腦、分析臺、造影儀和遙控器，電腦放置在所述分析臺上，造影儀包括上蓋、機體外殼和內架，上蓋通過鉸鏈與機體外殼連接，內架設在機體外殼內。內架上設有側面相機，上蓋的下表面安裝一個上端相機，內架的下平板安裝一個下端相機，所有相機一起工作，共同完成煤樣的三維造影。本發(fā)明還公開了煤樣三維影像采集方法，造影儀采用成熟的計算機影像合成技術采集煤樣的外觀數據，有利于存儲煤炭勘探現場的煤樣影像資料，幫助勘探技術人員后期的數據采集和處理，并且造影儀在保證技術要求的前提下，整體設計尺寸小巧，方便勘探技術人員攜帶，可以極大提高煤炭資源勘探人員的工作效率，減少數據采集誤差。

成果介紹本發(fā)明公開了一種城市天際輪廓線立面正射影像圖的快速獲取和測量方法，包括以下步驟：利用攜帶坐標獲取裝置的照相機逐段拍攝城市天際輪廓線立面的局部影像，并記錄每個拍攝時刻照相機的坐標方位和鏡頭朝向；獲取每個拍攝點與所拍攝對象之間的水平距離；建立拍攝點與拍攝圖像的幾何映射關系，生成城市天際輪廓線立面的正射影像圖；綜合城市天際輪廓線立面與其正射影像圖的幾何比例，輸出城市天際輪廓線立面正射影像圖的測量數據。本發(fā)明縮小了常規(guī)技術帶來的圖像畸變誤差，提高了測量精度。本發(fā)明的目的是提供一種 城市天際輪廓線立面正射影像圖的快速獲取和測量方法，縮小了常規(guī)技術帶來的 圖像畸變誤差，提高了測量精度。技術方案：為實現上述發(fā)明目的，本發(fā)明采用的技術方案為一種城市天際輪 廓線立面正射影像圖的快速獲取和測量方法，包括以下步驟：1）利用攜帶坐標獲取裝置的照相機逐段拍攝城市天際輪廓線立面的局部影 像，并記錄每個拍攝時刻照相機的坐標方位和鏡頭朝向；2）獲取每個拍攝點與所拍攝對象之間的水平距離；3）建立拍攝點與拍攝圖像的幾何映射關系，生成城市天際輪廓線立面的正 射影像圖；4）綜合城市天際輪廓線立面與其正射影像圖的幾何比例，輸出城市天際輪 廓線立面正射影像圖的測量數據。技術創(chuàng)新點及參數1.1）利用攜帶坐標獲取裝置的照相機(800萬以上像素)逐段拍攝城市天際輪 廓線立面的局部影像，所述影像中城市天際輪廓線位于圖幅中心；1.2）通過攜帶坐標獲取裝置的照相機(800萬以上像素)，在每一次拍攝局部 影像時，記錄拍攝時相機坐標方位的經度、緯度以及鏡頭朝向。進一步的，所述步驟2）包括：2.1）分別獲取步驟1）各局部影像所拍攝對象上左右兩端點A1和A2的經緯 度坐標，以及兩點之間的距離K；2.2）由拍攝點向步驟2.1）中的兩點連線做垂線，垂線與所述兩點連線有一 交點，記錄拍攝點至所述交點的距離，該距離為拍攝點與所拍攝對象之間的水平 距離S。進一步的，所述步驟3）包括：3.1）任選城市天際輪廓線立面的某一局部影像為標準，其拍攝點至所拍攝 對象之間的水平距離為S0，所拍攝局部影像所拍攝對象上左右兩端點之間的距離 K0，拍攝得到局部影像的寬度為A0；3.2）以所選局部影像為標準，對其他局部影像的邊長進行縮放調整，，公式 為：A i = S i S 0 A 0式中，Si為局部影像i其拍攝點至所拍攝對象之間的水平距離（參考步驟 2.2）的方法獲得）,Ai為該局部影像縮放后的影像寬度。3.3）將經過縮放調整的局部影像依照圖像序列進行拼接，得到完整的城市 天際輪廓線立面正射影像圖。進一步的，所述步驟4）包括：4.1）于步驟3.3）拼合得到的城市天際輪廓線立面正射影像圖上進行測量， 天際輪廓線的圖面高度為H0，圖面長度為L0；4.2）計算城市天際輪廓線的實際高度H，公式為：H = K 0 A 0 H 04.3）計算城市天際輪廓線的實際長度L，公式為：L = K 0 A 0 L 0式中，K0即為步驟3.1）所選局部影像的拍攝對象左右端點的實際距離（參 考步驟2.1）的方法獲得）。4.4）輸出城市天際輪廓線的實際高度H和實際長度L。市場前景城市天際輪廓線，亦稱城市天際線，是由城市中的高層建筑構成的整體形象， 或由高層建筑群構成的局部形象。城市天際輪廓線直接取決于城市用地建設的發(fā) 展布局，又是城市規(guī)劃建設成果的直觀反映，因此，城市天際輪廓線是城市規(guī)劃 建設部門進行城市建設和調整的重要內容。獲得現狀的城市天際輪廓線的立面正射影像圖是城市規(guī)劃建設部門進行天 際線建設和空間調整的首要和重要技術環(huán)節(jié)。但是，構成城市天際輪廓線的城市 建筑群的分布往往呈曲線形態(tài)蜿蜒綿延，實際長度往往長達數公里以上，甚至超 過5公里，在采用定點單張拍攝的方式時，同樣出現在影像上的被攝物體其實際 距拍攝點的距離往往相差很大，造成定點單張拍攝的城市天際輪廓線圖像存在很 大的透視變形，當采用同樣方法進行測算時，圖像兩端的建筑會比圖像正中的建 筑尺度偏小，造成城市天際輪廓線的高度、長度等數據的測算誤差，這種因透視 造成的測算誤差，雖然可以通過攝像器材進行校正，但仍舊無法完全消除。這使 城市規(guī)劃建設部門在城市天際線建設和空間引導建設中，缺乏準確有效的圖像信息和測量數據。1.減少傳統技術做法的圖像誤差：本發(fā)明針對了傳統城市天際輪 廓線立面影像圖獲取方法應透視帶來的圖像畸變和數據測量誤差，提出一種利用 多點拍攝并自動校正拼合的獲取方式，輸出城市天際輪廓線立面的正射影像圖， 基本消除了透視帶來的圖像誤差。2.自動輸出測算數據，節(jié)省工期：通過附加坐標獲取裝置的攝像器材，將圖 像和坐標同步輸入，可以自動進行空間解算，輸出天際輪廓線立面正射影像圖和 測算數據，交互方式簡便，提高工作效率，節(jié)省工作時間。