您的位置: 专家智库 > >

刘松林

作品数:11 被引量:1H指数:1
供职机构:中国人民解放军总参谋部测绘研究所更多>>
发文基金:国家自然科学基金山东省自然科学基金更多>>
相关领域:自动化与计算机技术天文地球机械工程更多>>

文献类型

  • 10篇期刊文章
  • 1篇会议论文

领域

  • 6篇天文地球
  • 6篇自动化与计算...
  • 1篇机械工程

主题

  • 3篇遥感
  • 3篇要素提取
  • 3篇网络
  • 3篇居民区
  • 3篇建筑
  • 2篇神经网
  • 2篇神经网络
  • 2篇卷积
  • 2篇卷积神经网络
  • 2篇建筑物
  • 1篇地图
  • 1篇多光谱
  • 1篇多光谱遥感
  • 1篇多光谱遥感图...
  • 1篇星上处理
  • 1篇遥感图像
  • 1篇遥感卫星
  • 1篇遥感影像
  • 1篇异构
  • 1篇异构计算

机构

  • 11篇中国人民解放...
  • 1篇解放军信息工...
  • 1篇山东科技大学
  • 1篇西安电子科技...
  • 1篇中山大学
  • 1篇中国空间技术...
  • 1篇西安航天天绘...

作者

  • 11篇刘松林
  • 5篇巩丹超
  • 3篇李新涛
  • 2篇张丽
  • 2篇赵明瑜
  • 1篇刘平芝
  • 1篇刘爱龙
  • 1篇刘薇
  • 1篇高凯
  • 1篇刘凯
  • 1篇焦洋洋

传媒

  • 6篇测绘科学与工...
  • 1篇红外与激光工...
  • 1篇光学精密工程
  • 1篇测绘学报
  • 1篇地球信息科学...

年份

  • 1篇2024
  • 1篇2023
  • 1篇2022
  • 1篇2020
  • 3篇2019
  • 2篇2018
  • 1篇2017
  • 1篇2016
11 条 记 录,以下是 1-10
排序方式:
基于轮廓匹配的前视红外建筑目标提取
2016年
针对前视红外图像中建筑物的提取问题,本文利用阈值分割和轮廓匹配,提出了一种基于目标轮廓模板的建筑物自动提取算法。首先,设计了一种目标极性判断方法,它能够自动判断目标极性、选取正确的阈值分割结果,并从分割结果中提取封闭轮廓边缘点;然后,对模板和实时图像的边缘点进行曲线段检测和直线段分割,并在模板的指导下完成实时图像轮廓直线段筛选;最后,通过模板轮廓与筛选后实时图像轮廓的匹配完成建筑目标提取。实验结果表明,该算法实现了目标区域的准确提取,在目标图像尺寸小于120×120时,算法执行时间约为3s,能够满足工程应用的需求。
刘松林李新涛巩丹超赵明瑜
关键词:前视红外阈值分割
基于证据网络的场景可识别性分析被引量:1
2020年
针对目标识别任务规划及模板制备的实际需求,为实现目标及其所在场景可识别性程度的定量评价,提出了一种基于证据理论的场景可识别性分析算法。在获取目标及其所在场景的保障数据,并设定成像参数后,首先选取一定数量的显著地物作为场景的节点;然后,从尺度显著性、形状唯一性和可视性三个方面评估各个地物在不同观察角下的可识别性程度,并以此作为场景中各节点的基本信度分配;最后,通过地物轮廓点数定义表征各节点间相互支撑度的条件信度函数,利用证据理论进行推理、融合各个节点信息,得到整个场景的可识别性分析结果。实验结果证明,使用文中算法得到的分析结果合理、有效,能够满足任务规划的需求,具有较大的工程实用价值。
刘松林刘松林张丽巩丹超
关键词:证据理论
基于模型定义的光学遥感卫星星上处理系统设计
2024年
本文提出了一种基于模型定义的光学遥感卫星星上处理系统设计方法,构建了“硬件资源-算子模块-通用处理核-典型应用”的星上处理任务行为模型范式。在硬件层面,采用星上异构嵌入式计算平台,将多处理器一体化设计,通过标准化高速数据互连,完成高速信号传输和数据处理;通过网络拓扑实现良好的扩展性,支持设备规模及数据处理复杂性的变化;在软件层面,针对星上智能处理任务中频繁数据读写操作、大量重复计算操作、卷积神经网络的通用计算与加速等需求,设计了星上平台指令集、星上算法通用算子和星上智能网络组件组成的可配置算子模块,并基于该模块可快速实现特定算法的硬件IP核。经仿真试验验证,本文方法可根据卫星平台和星上处理任务需求,按需适配最佳软硬件解决方案,并有效提高了计算资源利用率;提出的结合云检测的实时流水压缩编码方案,显著提升了压缩性能;设计的轻量化目标检测识别方法,计算资源效率达到91.5%;以高分一号、高分七号原始数据率为例进行分析,相比常规方案整体计算资源利用率分别提高了16.51%、17.77%。实现了星上处理系统研制过程模型化、工作模式可定义、逻辑资源共享化,是适应卫星小型化、快速部署的一种合理优化选择。
刘薇刘薇郭子博刘松林张荔哲
关键词:遥感卫星星上处理异构计算
高分七号卫星立体影像精细三维重建
2023年
为了实现高分七号卫星亚米级影像的高精度精细三维重建,针对高分七号卫星前后视线阵相机的成像特点,围绕影像的定向、影像畸变消除、密集匹配方法优化等方面,提出一套完整的精细三维重建方法和流程。利用影像间连接点几何约束关系对有理函数模型进行了二次定向消除系统误差;其次采用一种基于物方投影面的水平纠正方法对原始影像进行纠正,消除了立体像对之间大的倾斜误差;在密集匹配阶段,将全球公开数字高程模型(Digital Elevation Model,DEM)数据作为视差约束,同时引入顾及影像灰度和特征信息的AD-Census作为匹配测度,有效削弱重复纹理引起的匹配错误问题,提升了数字表面模型(Digital Surface Model,DSM)的质量。利用覆盖我国宁夏和新疆某地的两组高分七号的立体影像进行了试验,结果表明本文所提出方法可将相对误差精度由平差前的0.847 pixel和0.725 pixel分别提升到平差后的0.652 pixel和0.593 pixel,相对误差精度最大可提高23.02%,基于物方投影面的水平纠正方法能够显著消除大倾角差异带来的几何畸变,对高分七号卫星影像取得了较好质量的DSM产品,尤其是对于小尺度密集建筑物区域的重复纹理取得了较好的效果。
巩丹超巩丹超韩轶龙刘松林
关键词:三维重建有理函数模型影像纠正影像匹配
基于直线段拟合的遥感影像居民区轮廓规则化方法
2019年
针对遥感影像智能提取结果中居民区轮廓提取结果不规则,具有冗余性等问题,提出了一种新的居民区轮廓规则化方法。首先对提取的栅格数据二值化,利用数学形态学算法提取二值化的区域边界,获取居民区边界轮廓线;然后采用折线法思想对边界轮廓进行直线段拟合;最后对拟合后结果进行智能综合优化,得到规则化后的居民区轮廓。试验证明,该方法可以有效地对居民区轮廓进行规则化处理,尤其适用于由大量栅格点表示,轮廓线十分曲折的轮廓,且方法简单,易于算法设计与程序实现,对遥感影像居民区智能提取结果优化、精化效果明显。
赵明瑜刘松林刘松林杨苗苗
关键词:居民区
AlexNet支持下的地图建筑物形状分类方法
2022年
地图目标的形状在地图制图综合、空间查询等研究中发挥着重要作用。地图建筑物形状的识别与分类作为建筑物轮廓化简与典型化的基础,一直是制图综合研究的热点问题。目前,主要的建筑物形状识别方法主要依赖对建筑物轮廓的描述,对建筑物等地图面状要素的形态特征有较强的依赖性,通常只在应对特定类型的规则轮廓或直角化轮廓时能发挥较好的效果,对于形状不规则或复杂的情况识别不佳。本文提出一种AlexNet支持下的地图建筑物形状分类方法,将矢量地图中建筑物数据的形状分类问题,转化为建筑物栅格图像的分类问题,通过完成卷积神经网络的图形分类实现建筑物的形状识别。该方法首先结合空间认知规律提出一系列典型建筑物形状类型,然后利用矢量-栅格转换的方法从OSM数据采样单体建筑物栅格图像,通过人工标识获得建筑物形状分类训练样本,训练AlexNet卷积神经网络分类模型,最后利用训练好的模型对大比例尺建筑物数据进行智能形状分类与识别。本文利用北京、香港2个城市的OSM建筑物数据作为样本训练建筑物形状分类模型,并在广州部分城区的OSM建筑物数据上进行验证。相较传统形状相似性度量方法,本文提出的方法对实验区建筑物的识别分类总体查全率提高了2.48%,达到92.32%,对于较为复杂的形状(如T形、十字形)识别也具有更高的精度,查准率分别提高了13.83%和24.53%。实验结果表明本文提出的方法对建筑物形状分类的效果有明显提升,能够实现常见建筑物形状的有效分类,为下一步的建筑物化简、典型化等综合操作打下了基础。
焦洋洋刘平芝刘爱龙刘平芝
关键词:制图综合建筑物识别卷积神经网络
利用R—FCN的光学卫星影像典型目标检测
2018年
传统的目标检测方法主要依靠人工设计特征,难以适用于海量遥感图像的多类目标检测任务。本文针对高分辨率光学卫星遥感影像中的舰船、飞机、储存罐和桥梁等目标,提出了一种利用R—FCN网络的多类目标检测方法。首先通过人工判读在影像中标注兴趣目标,构建样本库;然后使用样本库对R—FCN网络进行训练;最后,设计了重叠裁切和总体非极大值抑制策略,利用训练好的R—FCN模型完成目标检测。本文充分利用了深度卷积特征,避免了人工设计特征问题。通过在高分二号卫星数据集上进行的对比实验结果表明,本文方法能够快速准确地对多类目标同时进行检测,具有较好的准确性和鲁棒性。
刘松林李新涛李新涛郭浩
关键词:目标检测非极大值抑制
利用DBN与LBP的多光谱遥感图像分类
2017年
针对多光谱遥感图像分类问题,本文提出了一种利用深度置信网络(DBN)与局部二值模式(LBP)纹理特征的分类算法。首先,提取多光谱图像各波段的LBP纹理特征,并将其组合、归一化,形成144维的DBN输入特征向量;然后,计算标记好地物类别真值的像素的特征向量,将其作为训练数据对DBN网络进行训练;最后,利用训练好的网络模型完成多光谱遥感图像分类。通过天绘一号卫星多光谱遥感图像对算法进行实验验证,实验结果表明,本文算法能够取得优于神经网络(NN)和支持向量机(SVM)的性能。这说明DBN能够更好地挖掘数据的本质特征,从而提升分类的准确性。
刘松林李新涛李新涛郭丽
关键词:局部二值模式多光谱遥感图像图像分类
基于光学卫星影像的居民地(建筑物)要素提取与更新
针对不同分辨率光学卫星影像中的典型地物要素,以居民地(建筑物)为主要研究对象,从语义分割角度对典型地物要素智能测图面临的地物提取样本库构建、利用深度卷积特征的像素级地物提取和居民地要素测图应用等关键问题开展研究。
刘松林
关键词:建筑物要素提取
基于纹理增强卷积网络的居民区要素提取
2019年
本文针对空间分辨率为2m的光学卫星影像中的居民区要素,利用纹理信息对U-Net网络进行了改进,提出了一种基于纹理增强CNN的居民区要素提取方法。首先,使用灰度级量化方法提取影像的纹理信息,并对其进行归一化;然后,在U-Net网络的1×1卷积层之前融合CNN特征和影像纹理信息,并使用融合后的特征继续前向传播计算损失;最后,通过损失反向传播实现网络训练。本文的创新点在于将影像纹理信息融入CNN特征,提高了语义分割结果的精度。通过在天绘一号卫星数据集上进行的对比实验结果表明,本文方法能够获得较高精度的居民区要素提取结果。
刘松林高凯高凯李毅恒
关键词:卷积神经网络纹理特征
共2页<12>
聚类工具0