Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国自然资源航空物探遥感中心吴琼获国家专利权

中国自然资源航空物探遥感中心吴琼获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国自然资源航空物探遥感中心申请的专利一种基于LiDAR多维观测特征的古老滑坡识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117011548B

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311010230.1,技术领域涉及:G06V10/44;该发明授权一种基于LiDAR多维观测特征的古老滑坡识别方法是由吴琼;葛大庆;于峻川;张玲;陈扬洋;郭兆成;莫悠;马燕妮;王宇设计研发完成,并于2023-08-11向国家知识产权局提交的专利申请。

一种基于LiDAR多维观测特征的古老滑坡识别方法在说明书摘要公布了:本发明公开了一种基于LiDAR多维观测特征的古老滑坡识别方法,包括以下识别过程:获取机载LiDAR多维观测数据;获取持久性图,提取滑坡形态拓扑特征;获取持久性图,提取滑坡纹理拓扑特征;提取古老滑坡光谱特征;对拓扑特征进向量化处理;构建深度学习卷积网络;将向量化的拓扑特征和正射影像古老滑坡光谱特性进行数据融合;获取基于多特征融合的古老滑坡图像特征分类结果。本发明运用持久同调理论生成持久性图,从中提取拓扑特征,建立拓扑特征与滑坡演化的关系,将其拓扑特征和光谱特征进行组合,并通过构建的卷积神经网络在训练过程中动态地对各特征进行非线性变化和组合,获得更全面的滑坡特征表示,得到古老滑坡识别结果。

本发明授权一种基于LiDAR多维观测特征的古老滑坡识别方法在权利要求书中公布了:1.一种基于LiDAR多维观测特征的古老滑坡识别方法,其特征在于:包括以下识别过程: 步骤一、获取机载LiDAR多维观测数据; 步骤二、通过DEM构建山体阴影灰度函数,获取持久性图,提取滑坡形态拓扑特征; 所述步骤二中,结合不同方向创建多个山体阴影地图刻画地表微地貌,对多个角度的光照产生的阴影图像,构造滑坡在多个方向的山体阴影灰度函数,计算公式如下: , 其中,为山体阴影灰度值,为太阳高度角,为格网单元坡度,为太阳方位角,为格网单元的坡向;以山体阴影灰度函数为研究对象提取拓扑特征;设灰度阈 值为s,对灰度值函数进行过滤,记录随着灰度阈值s的增加拓扑特征出现及消失的时刻, 获取持久性图,提取滑坡形态拓扑特征; 步骤三、利用LiDAR强度灰度值函数,获取持久性图,提取滑坡纹理拓扑特征; 所述步骤三中,利用LiDAR强度灰度值函数Gx,y为研究对象提取拓扑特征;设强度阈值为t,对强度值函数进行过滤,记录随着强度阈值t的增加拓扑特征出现及消失的时刻,得到持久性图,获得滑坡纹理拓扑特征; 步骤四、从正射影像数据中,提取古老滑坡光谱特征; 步骤五、对拓扑特征进向量化处理; 步骤六、构建深度学习卷积网络; 步骤七、将步骤五向量化的拓扑特征和步骤四获得的LiDAR正射影像古老滑坡光谱特征进行数据融合; 步骤八、利用步骤六所构建的深度学习卷积神经网络,获取基于多特征融合的古老滑坡图像特征分类结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国自然资源航空物探遥感中心,其通讯地址为:100089 北京市海淀区学院路29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。