新葡京娱乐场-大陆娱乐场开户注册

武漢大學(xué)張永軍教授項(xiàng)目組在國(guó)際上首次提出攝影測(cè)量遙感的科學(xué)概念，構(gòu)建了多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理技術(shù)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(guān)鍵技術(shù)，成功研制出我國(guó)首套多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理系統(tǒng)MIPS。 一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、成果簡(jiǎn)介 武漢大學(xué)張永軍教授項(xiàng)目組在國(guó)際上首次提出攝影測(cè)量遙感的科學(xué)概念，構(gòu)建了多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理技術(shù)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(guān)鍵技術(shù)，成功研制出我國(guó)首套多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理系統(tǒng)MIPS，相關(guān)技術(shù)理論《多模態(tài)衛(wèi)星影像一體化攝影測(cè)量遙感智能處理技術(shù)及應(yīng)用》2021年榮獲測(cè)繪科技進(jìn)步特等獎(jiǎng)。 技術(shù)特色： (1) 首次提出基于人工智能技術(shù)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(shù)，通過自適應(yīng)增量?jī)?yōu)化提升深度分割網(wǎng)絡(luò)模型的遷移性和普適性，保證多類型地物語義分割的時(shí)效性、容錯(cuò)性、穩(wěn)定性和區(qū)域一致性。 (2) 通過語義分割結(jié)果全自動(dòng)進(jìn)行多源地理信息控制點(diǎn)粗差剔除，實(shí)現(xiàn)超大范圍多模態(tài)影像精準(zhǔn)幾何處理；提出輻射不變特征變換算法進(jìn)行多模態(tài)影像高可靠性匹配；單臺(tái)機(jī)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(dòng)化處理精度和效率。 (3) 突破了基于深度學(xué)習(xí)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(shù)，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(jié)果的輔助下進(jìn)行大范圍遙感影像無縫鑲嵌合成。 (4) 基于深度學(xué)習(xí)進(jìn)行建筑物、道路、農(nóng)作物等典型地物目標(biāo)語義信息智能提取；基于多尺度語義分割網(wǎng)絡(luò)融合經(jīng)驗(yàn)知識(shí)實(shí)現(xiàn)建筑物矢量邊緣精確提?。唤Y(jié)合語義分割和多起點(diǎn)中心線追蹤優(yōu)化提取道路網(wǎng)拓?fù)涫噶浚换?D卷積和注意力機(jī)制實(shí)現(xiàn)多類農(nóng)作物精細(xì)分類及其時(shí)空特征智能提取。 (5) 構(gòu)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(shù)體系，研制出我國(guó)首套自主產(chǎn)權(quán)的多模態(tài)衛(wèi)星影像一體化攝影測(cè)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(shì)，顯著提升了融合處理的精準(zhǔn)度和智能化水平。 先進(jìn)性 MIPS具備快速語義分割、語義輔助精準(zhǔn)幾何處理、三維地形提取與多影像時(shí)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(cè)量處理、多源影像融合、語義信息提取的相關(guān)理論與方法，結(jié)合先進(jìn)的計(jì)算機(jī)技術(shù)、CPU/GPU兩級(jí)加速并行處理及深度學(xué)習(xí)技術(shù)，處理效果和效率均明顯優(yōu)于國(guó)內(nèi)外同類軟件。例如單機(jī)情況下19小時(shí)即可完成1551景2米分辨率衛(wèi)星影像的全自動(dòng)處理，包括云區(qū)檢測(cè)、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(jié)果約束的立體衛(wèi)星影像區(qū)域網(wǎng)平差自動(dòng)化程度和精度均顯著提升，例如在1:1萬基礎(chǔ)測(cè)繪產(chǎn)品DEM/DOM的輔助下，高分七號(hào)立體衛(wèi)星影像的全自動(dòng)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(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機(jī)載LiDAR點(diǎn)云及多視航空影像作為輸入數(shù)據(jù)，通過點(diǎn)云語義分割、點(diǎn)云影像配準(zhǔn)、實(shí)景三維模型重建、建筑物單體結(jié)構(gòu)化模型重建、人機(jī)交互等功能模塊，實(shí)現(xiàn)高效率、（半）自動(dòng)的城市實(shí)體三維模型重建，具備全自動(dòng)大測(cè)區(qū)城市建模、半自動(dòng)城市高精度精細(xì)實(shí)體模型重建等多種解決方案，致力于提高智慧城市建設(shè)的自動(dòng)化程度，推進(jìn)實(shí)景三維中國(guó)建設(shè)進(jìn)程。 一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、技術(shù)分析 創(chuàng)新性： 機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機(jī)載LiDAR點(diǎn)云及多視航空影像作為輸入數(shù)據(jù)，通過點(diǎn)云語義分割、點(diǎn)云影像配準(zhǔn)、實(shí)景三維模型重建、建筑物單體結(jié)構(gòu)化模型重建、人機(jī)交互等功能模塊，實(shí)現(xiàn)高效率、（半）自動(dòng)的城市實(shí)體三維模型重建，具備全自動(dòng)大測(cè)區(qū)城市建模、半自動(dòng)城市高精度精細(xì)實(shí)體模型重建等多種解決方案，致力于提高智慧城市建設(shè)的自動(dòng)化程度，推進(jìn)實(shí)景三維中國(guó)建設(shè)進(jìn)程。系統(tǒng)主要由兩部分功能模塊組成：自動(dòng)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(dòng)建模模塊由點(diǎn)云影像自動(dòng)配準(zhǔn)、實(shí)景三維模型重建、點(diǎn)云濾波、點(diǎn)云分類、建筑物單體化分割、建筑物結(jié)構(gòu)化模型重建等軟件子模塊構(gòu)成。系統(tǒng)支持DEM、DOM、實(shí)景三維模型、建筑物L(fēng)oD1至LoD3模型等多種產(chǎn)品生產(chǎn)；支持多核、多CPU、多GPU架構(gòu)的任務(wù)并行化管理，支持搭建點(diǎn)云、影像、模型數(shù)據(jù)庫，支持人機(jī)交互進(jìn)行語義分割、模型編輯、紋理編輯等功能。 軟件解決的關(guān)鍵問題： LiDAR點(diǎn)云與傾斜影像異源異構(gòu)數(shù)據(jù)配準(zhǔn)問題，點(diǎn)云影像數(shù)據(jù)難以聯(lián)合應(yīng)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(jié)果依賴高精度數(shù)據(jù)輸入，導(dǎo)致數(shù)據(jù)獲取成本昂貴、效率較低； 城市級(jí)實(shí)景三維模型重建自動(dòng)化程度低，低精度自動(dòng)結(jié)構(gòu)化模型成果難復(fù)用，而手動(dòng)模型繪制難度高、工藝繁瑣； 實(shí)景三維數(shù)據(jù)制作單位高度依賴國(guó)外軟件，國(guó)產(chǎn)化難。 先進(jìn)性： 當(dāng)前，國(guó)內(nèi)90%以上地形級(jí)實(shí)景三維數(shù)據(jù)制作測(cè)繪單位都基于國(guó)外軟件進(jìn)行三維重建，而城市級(jí)實(shí)景三維模型則重度依賴全人工手動(dòng)勾繪且需調(diào)用國(guó)外專業(yè)三維建模軟件，模型重建學(xué)習(xí)成本極高、軟件針對(duì)性不強(qiáng)而效率低下。 機(jī)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(dòng)化程度城市級(jí)實(shí)景三維模型重建為首要目標(biāo)。軟件系統(tǒng)具備高精度點(diǎn)云影像配準(zhǔn)模塊提供異源數(shù)據(jù)聯(lián)合應(yīng)用基礎(chǔ)；采用LiDAR點(diǎn)云約束的多視影像密集匹配策略實(shí)現(xiàn)高精度、全覆蓋三維數(shù)據(jù)輸入以實(shí)現(xiàn)高質(zhì)量實(shí)景三維模型重建；采取地面點(diǎn)濾波、非地面點(diǎn)地物分類、目標(biāo)地物單體實(shí)例分割遞進(jìn)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(dòng)結(jié)構(gòu)化模型重建與人工干預(yù)的結(jié)構(gòu)化建模流程，無需額外依賴專業(yè)建模軟件；提供針對(duì)建筑物結(jié)構(gòu)化建模的模型編輯、紋理編輯模塊，不達(dá)標(biāo)的自動(dòng)模型可復(fù)用，三維點(diǎn)云端、二維影像端可獨(dú)立或聯(lián)合編輯，具備交互友好的參照式、勾繪式、半自動(dòng)編輯模式。 獨(dú)占性： 系統(tǒng)主要搭建兩條生產(chǎn)路線，以適應(yīng)不同地域模型精度要求差異、不同應(yīng)用時(shí)間響應(yīng)要求。其一是以LiDAR點(diǎn)云為主的快速建筑物結(jié)構(gòu)化模型重建，經(jīng)過點(diǎn)云分類、建筑物實(shí)例分割、結(jié)構(gòu)化模型重建等步驟構(gòu)建人工地物結(jié)構(gòu)化模型，并利用配準(zhǔn)后多視影像對(duì)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(jié)構(gòu)化模型、典型地物真實(shí)色彩點(diǎn)云等輕量基礎(chǔ)數(shù)據(jù)；其二是在LiDAR點(diǎn)云約束下生成高精度密集匹配點(diǎn)云構(gòu)造高質(zhì)量實(shí)景三維模型，并在此基礎(chǔ)上提取建筑物單體三角網(wǎng)數(shù)據(jù)，經(jīng)過模型簡(jiǎn)化抽象得到建筑物L(fēng)oD3模型，此生產(chǎn)線主要產(chǎn)品包括實(shí)景三維模型、建筑物L(fēng)oD3模型等城市級(jí)實(shí)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(guó)產(chǎn)麒麟(V4/V10)等多操作系統(tǒng)中運(yùn)行，已階段性實(shí)現(xiàn)國(guó)產(chǎn)化。

本發(fā)明公開了一種面向關(guān)系數(shù)據(jù)庫擴(kuò)展的自適應(yīng)影像金字塔切片方法，本發(fā)明針對(duì)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(luò)帶寬和服務(wù)器端數(shù)據(jù)庫存儲(chǔ)塊大小，并結(jié)合局域網(wǎng)客戶端硬件情況， 提出了自適應(yīng)影像切片模型，根據(jù)自適應(yīng)影像切片模型自適應(yīng)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(luò)和客戶端條件下實(shí)現(xiàn)影像數(shù)據(jù)智能化高效存儲(chǔ)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(gòu)的網(wǎng)絡(luò)環(huán)境下高效存取和管理基于數(shù)據(jù)庫技術(shù)的遙感影像數(shù)據(jù)。 

本發(fā)明公開了一種基于改進(jìn) 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(duì)第一影像和第二影像進(jìn)行特征點(diǎn)檢測(cè)，然后利用基于局部區(qū)域采樣模擬的 SIFT 描述子對(duì)特征點(diǎn)進(jìn)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(diǎn)，并利用基于極幾何約束的 RANSAC 算 法對(duì)匹配點(diǎn)進(jìn)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(chǎng)景分類方法，包括步驟:步驟 1，劃分 待分類遙感影像獲得場(chǎng)景單元;步驟 2，從場(chǎng)景單元中提取尺寸相同的圖像塊作為局部圖像塊訓(xùn)練樣本; 步驟 3，采用非監(jiān)督學(xué)習(xí)法學(xué)習(xí)局部圖像塊訓(xùn)練樣本獲得濾波器組;步驟 4，將場(chǎng)景單元與濾波器組中 各濾波器分別做卷積獲得各場(chǎng)景單元的幅濾波器響應(yīng)圖，采用二值編碼法分別融合各場(chǎng)景單元的幅濾波 器響應(yīng)圖獲得各場(chǎng)景單元的全局特征描述;步驟 5，基于場(chǎng)景單元的全局特征描述進(jìn)行場(chǎng)景單元分類。 本發(fā)明在保證場(chǎng)景分類精度的前提下，大大降低了非監(jiān)學(xué)習(xí)法的計(jì)算代價(jià)。

XM-YX開放式醫(yī)學(xué)影像多媒體輔助教學(xué)系統(tǒng) ? 功能特點(diǎn)： ■ XM-YX開放式醫(yī)學(xué)影像多媒體輔助教學(xué)系統(tǒng)為醫(yī)學(xué)院校學(xué)生提供了一種能夠自主學(xué)習(xí)、加強(qiáng)感官認(rèn)識(shí)、強(qiáng)化護(hù)理學(xué)相關(guān)知識(shí)、易于操作的全方面的學(xué)習(xí)條件，豐富醫(yī)學(xué)院校護(hù)理教學(xué)內(nèi)容，彌補(bǔ)書面教學(xué)過于抽象的不足，方便學(xué)生自主學(xué)習(xí)。 ■ 系統(tǒng)具有開放性、交互性，能夠讓學(xué)生課后隨時(shí)地進(jìn)行自主學(xué)習(xí)，可對(duì)學(xué)員24小時(shí)開放使用，系統(tǒng)操作簡(jiǎn)單、界面漂亮，具有動(dòng)態(tài)效果，能夠從視覺上、聽覺上吸引學(xué)生注意力，避免了枯燥無味的介紹，彌補(bǔ)課堂不足。 ■ 內(nèi)容豐富，素材量大，容量超過12G，以視頻、動(dòng)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(xué)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(guān)節(jié)系統(tǒng)等人體各系統(tǒng)臟器的影像學(xué)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(guān)基本理論 基本病變。 · 各系統(tǒng)疾病的影像學(xué)診斷，分類介紹各種檢查特點(diǎn)、分析方法、診斷方法及相關(guān)解剖。 ■ 配置：19寸觸摸一體機(jī)，雙核處理器，內(nèi)存2G，硬盤500G。

本發(fā)明公開了一種基于體感技術(shù)的機(jī)器人離線示教系統(tǒng)，其包 括空間點(diǎn)位采集模塊，數(shù)據(jù)處理模塊和離線編程模塊，其中，空間點(diǎn) 位采集模塊用于完成機(jī)器人的示教過程，其通過體感設(shè)備識(shí)別和捕捉 人體肢體動(dòng)作，獲得肢體運(yùn)動(dòng)軌跡中的空間點(diǎn)位，以提供給數(shù)據(jù)處理模塊;數(shù)據(jù)處理模塊用于對(duì)所述空間點(diǎn)位進(jìn)行濾波和光順處理，獲得 適合機(jī)器人運(yùn)動(dòng)的運(yùn)動(dòng)軌跡，并將處理后的空間點(diǎn)位坐標(biāo)提供給離線 編程模塊;離線編程模塊用于對(duì)運(yùn)動(dòng)軌跡中的空間點(diǎn)的坐標(biāo)進(jìn)行坐標(biāo) 變換和后置處理，以生成機(jī)器人可以執(zhí)行的代碼，用于輸出至機(jī)器人 實(shí)現(xiàn)示教。本發(fā)明

便攜式煤樣造影裝置，包括電腦、分析臺(tái)、造影儀和遙控器，電腦放置在所述分析臺(tái)上，造影儀包括上蓋、機(jī)體外殼和內(nèi)架，上蓋通過鉸鏈與機(jī)體外殼連接，內(nèi)架設(shè)在機(jī)體外殼內(nèi)。內(nèi)架上設(shè)有側(cè)面相機(jī)，上蓋的下表面安裝一個(gè)上端相機(jī)，內(nèi)架的下平板安裝一個(gè)下端相機(jī)，所有相機(jī)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(jì)算機(jī)影像合成技術(shù)采集煤樣的外觀數(shù)據(jù)，有利于存儲(chǔ)煤炭勘探現(xiàn)場(chǎng)的煤樣影像資料，幫助勘探技術(shù)人員后期的數(shù)據(jù)采集和處理，并且造影儀在保證技術(shù)要求的前提下，整體設(shè)計(jì)尺寸小巧，方便勘探技術(shù)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(shù)據(jù)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(cè)量方法，包括以下步驟：利用攜帶坐標(biāo)獲取裝置的照相機(jī)逐段拍攝城市天際輪廓線立面的局部影像，并記錄每個(gè)拍攝時(shí)刻照相機(jī)的坐標(biāo)方位和鏡頭朝向；獲取每個(gè)拍攝點(diǎn)與所拍攝對(duì)象之間的水平距離；建立拍攝點(diǎn)與拍攝圖像的幾何映射關(guān)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(cè)量數(shù)據(jù)。本發(fā)明縮小了常規(guī)技術(shù)帶來的圖像畸變誤差，提高了測(cè)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(cè)量方法，縮小了常規(guī)技術(shù)帶來的 圖像畸變誤差，提高了測(cè)量精度。技術(shù)方案：為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術(shù)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(cè)量方法，包括以下步驟：1）利用攜帶坐標(biāo)獲取裝置的照相機(jī)逐段拍攝城市天際輪廓線立面的局部影 像，并記錄每個(gè)拍攝時(shí)刻照相機(jī)的坐標(biāo)方位和鏡頭朝向；2）獲取每個(gè)拍攝點(diǎn)與所拍攝對(duì)象之間的水平距離；3）建立拍攝點(diǎn)與拍攝圖像的幾何映射關(guān)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(cè)量數(shù)據(jù)。技術(shù)創(chuàng)新點(diǎn)及參數(shù)1.1）利用攜帶坐標(biāo)獲取裝置的照相機(jī)(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(biāo)獲取裝置的照相機(jī)(800萬以上像素)，在每一次拍攝局部 影像時(shí)，記錄拍攝時(shí)相機(jī)坐標(biāo)方位的經(jīng)度、緯度以及鏡頭朝向。進(jìn)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(duì)象上左右兩端點(diǎn)A1和A2的經(jīng)緯 度坐標(biāo)，以及兩點(diǎn)之間的距離K；2.2）由拍攝點(diǎn)向步驟2.1）中的兩點(diǎn)連線做垂線，垂線與所述兩點(diǎn)連線有一 交點(diǎn)，記錄拍攝點(diǎn)至所述交點(diǎn)的距離，該距離為拍攝點(diǎn)與所拍攝對(duì)象之間的水平 距離S。進(jìn)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(biāo)準(zhǔn)，其拍攝點(diǎn)至所拍攝 對(duì)象之間的水平距離為S0，所拍攝局部影像所拍攝對(duì)象上左右兩端點(diǎn)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(biāo)準(zhǔn)，對(duì)其他局部影像的邊長(zhǎng)進(jìn)行縮放調(diào)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(diǎn)至所拍攝對(duì)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(jīng)過縮放調(diào)整的局部影像依照?qǐng)D像序列進(jìn)行拼接，得到完整的城市 天際輪廓線立面正射影像圖。進(jìn)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(jìn)行測(cè)量， 天際輪廓線的圖面高度為H0，圖面長(zhǎng)度為L(zhǎng)0；4.2）計(jì)算城市天際輪廓線的實(shí)際高度H，公式為：H = K 0 A 0 H 04.3）計(jì)算城市天際輪廓線的實(shí)際長(zhǎng)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(duì)象左右端點(diǎn)的實(shí)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(shí)際高度H和實(shí)際長(zhǎng)度L。市場(chǎng)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(gòu)成的整體形象， 或由高層建筑群構(gòu)成的局部形象。城市天際輪廓線直接取決于城市用地建設(shè)的發(fā) 展布局，又是城市規(guī)劃建設(shè)成果的直觀反映，因此，城市天際輪廓線是城市規(guī)劃 建設(shè)部門進(jìn)行城市建設(shè)和調(diào)整的重要內(nèi)容。獲得現(xiàn)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(shè)部門進(jìn)行天 際線建設(shè)和空間調(diào)整的首要和重要技術(shù)環(huán)節(jié)。但是，構(gòu)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(shí)際長(zhǎng)度往往長(zhǎng)達(dá)數(shù)公里以上，甚至超 過5公里，在采用定點(diǎn)單張拍攝的方式時(shí)，同樣出現(xiàn)在影像上的被攝物體其實(shí)際 距拍攝點(diǎn)的距離往往相差很大，造成定點(diǎn)單張拍攝的城市天際輪廓線圖像存在很 大的透視變形，當(dāng)采用同樣方法進(jìn)行測(cè)算時(shí)，圖像兩端的建筑會(huì)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(zhǎng)度等數(shù)據(jù)的測(cè)算誤差，這種因透視 造成的測(cè)算誤差，雖然可以通過攝像器材進(jìn)行校正，但仍舊無法完全消除。這使 城市規(guī)劃建設(shè)部門在城市天際線建設(shè)和空間引導(dǎo)建設(shè)中，缺乏準(zhǔn)確有效的圖像信息和測(cè)量數(shù)據(jù)。1.減少傳統(tǒng)技術(shù)做法的圖像誤差：本發(fā)明針對(duì)了傳統(tǒng)城市天際輪 廓線立面影像圖獲取方法應(yīng)透視帶來的圖像畸變和數(shù)據(jù)測(cè)量誤差，提出一種利用 多點(diǎn)拍攝并自動(dòng)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(dòng)輸出測(cè)算數(shù)據(jù)，節(jié)省工期：通過附加坐標(biāo)獲取裝置的攝像器材，將圖 像和坐標(biāo)同步輸入，可以自動(dòng)進(jìn)行空間解算，輸出天際輪廓線立面正射影像圖和 測(cè)算數(shù)據(jù)，交互方式簡(jiǎn)便，提高工作效率，節(jié)省工作時(shí)間。

本發(fā)明公開了一種傾斜航空影像中建筑物立面損毀檢測(cè)的方法，包括步驟一，利用基于粗糙集理論 的 k-means 聚類算法對(duì)建筑物立面分割，獲得建筑物立面的門窗；二，利用 canny 算法對(duì)建筑物立面的 門窗進(jìn)行邊緣檢測(cè)，獲得門窗的邊緣特征；三，利用經(jīng)濟(jì)學(xué)中的基尼系數(shù)對(duì)所述邊緣特征進(jìn)行統(tǒng)計(jì)，獲 得建筑物立面的基尼系數(shù)；四，根據(jù)所述基尼系數(shù)判定建筑物立面是否損毀。本發(fā)明具有不需要先驗(yàn)信 息和災(zāi)前數(shù)據(jù)的情況下，能簡(jiǎn)單高效的進(jìn)行建筑物立面損毀檢測(cè)，降低了方