CN109141366A - 大数据采集方法 - Google Patents
大数据采集方法 Download PDFInfo
- Publication number
- CN109141366A CN109141366A CN201810092618.3A CN201810092618A CN109141366A CN 109141366 A CN109141366 A CN 109141366A CN 201810092618 A CN201810092618 A CN 201810092618A CN 109141366 A CN109141366 A CN 109141366A
- Authority
- CN
- China
- Prior art keywords
- pixel
- block
- equipment
- window
- pixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000035772 mutation Effects 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000012790 confirmation Methods 0.000 claims description 13
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种大数据采集方法,该方法包括使用大数据采集平台来进行大数据采集。通过本发明,能够准确地获取大数据信息。
Description
技术领域
本发明涉及大数据应用领域,尤其涉及一种大数据采集方法。
背景技术
“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据分析广泛应用于智慧城市建设的各个领域。
发明内容
为了解决上述问题,本发明提供了一种大数据采集方法,该方法包括使用大数据采集平台来进行大数据采集,所述大数据采集平台能够基于成像的突变特征,基于突变程度阈值从拍摄的图像中获取相应的像素块以作为确认子图像输出,还利用窗户越多、对应街区越明亮的特点,基于确认的各个子图像计算对应的街区的明亮程度。
更具体地,本发明至少具有以下四个重要发明点:
(1)采用分层识别的模式对窗户进行图像检测,从而避免窗户识别的误判;
(2)引入了像素块对角线像素值突变检测机制,利用窗户突变程度低的特性,实现对窗户的有效识别;
(3)通过对网络摄像组件采集的图像进行基于数据量大小的自适应压缩操作,在保证图像效果的同时,降低了网络数据传输的带宽;
(4)采用空中全景拍摄的模式,并在对全景图像各个窗户精确获取的基础上,基于窗户面积占据全景图像的百分比确定拍摄街区的明亮程度,为后期的城市建筑规划提供重要的参考数据。
根据本发明的一方面,提供了一种大数据采集方法,该方法包括使用大数据采集平台来进行大数据采集,所述大数据采集平台包括:
地面电视传输接口,设置在飞行器上,用于基于地面电视传输信道接收地面人员通过手持终端发送的目的导航数据以及目的飞行高度;
气压高度计,设置在飞行器上,用于基于气压检测模式获取与当前气压相对应的高度以作为实时高度输出;
导航定位设备,设置在飞行器上,用于基于接收到的伽利略导航数据确定当前伽利略导航位置,所述伽利略导航数据来自于伽利略导航卫星;
飞行驱动设备,设置在飞行器上,用于接收飞行控制指令,并基于接收到的飞行控制指令驱动飞行器的飞行,所述飞行驱动设备分别与所述地面电视传输接口、所述气压高度计和所述导航定位设备连接,用于接收所述目的导航数据和目的飞行高度,并基于所述目的导航数据和目的飞行高度驱动飞行器的飞行直到所述当前伽利略导航位置与所述目的导航数据匹配以及所述实时高度与所述目的飞行高度匹配;
网络摄像组件,设置在飞行器的下方,包括IP摄像头、数据量测量设备、自适应压缩设备和网络传输设备,所述IP摄像头用于对飞行器的下方环境进行图像数据拍摄以获得现场环境图像,所述数据量测量设备与所述IP摄像头连接,用于接收所述现场环境图像并对所述现场环境图像进行数据量计算,所述自适应压缩设备与所述数据量测量设备连接,用于基于计算的数据量的大小调节对所述现场环境图像的压缩强度,所述网络传输设备与所述自适应压缩设备连接,用于将压缩后的现场环境图像无线发送给远端视频服务中心;
像素块分割设备,与所述网络摄像组件连接,用于接收所述现场环境图像,将所述现场环境图像与窗户基准轮廓进行匹配,以获得所述现场环境图像中的一个或多个匹配部分并作为一个或多个可疑像素块输出,所述窗户基准轮廓包括各种类型窗户的基准外形。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于窗户识别的街区大数据采集平台的工作模拟图。
图2为根据本发明实施方案示出的基于窗户识别的街区大数据采集平台的结构方框图。
具体实施方式
下面将参照附图对本发明的基于窗户识别的街区大数据采集平台的实施方案进行详细说明。
“智慧城市规划"是研究城市的未来发展、城市的合理布局和综合安排城市各项工程建设的综合部署,是一定时期内城市发展的蓝图,是城市管理的重要组成部分,是城市建设和管理的依据,也是城市规划、城市建设、城市运行三个阶段管理的前提。
城市规划是以发展眼光、科学论证、专家决策为前提,对城市经济结构、空间结构、社会结构发展进行规划,常常包括城市片区规划。具有指导和规范城市建设的重要作用,是城市综合管理的前期工作,是城市管理的龙头。城市的复杂系统特性决定了城市规划是随城市发展与运行状况长期调整、不断修订,持续改进和完善的复杂的连续决策过程。
对于城市规划来说,各个街区的数据是关注的重点之一,例如明亮程度,街区过于明亮,则容易导致行走车辆和人群行走时受到干扰,而街区过暗,则容易导致街区环境不够清晰,甚至需要路灯进行补充照明。因此,如何准确获取街区的各项数据,是城市规划的重要工作之一。
为了解决上述问题,本发明提供了一种大数据采集方法,该方法包括使用大数据采集平台来进行大数据采集。所述大数据采集平台能够基于窗户成像的突变特征,基于窗户突变程度阈值从拍摄的图像中获取相应的像素块以作为确认窗户子图像输出,还利用窗户越多、对应街区越明亮的特点,基于确认的各个窗户子图像计算对应的街区的明亮程度,能够解决街区大数据难以准确、快速采集的问题。
图1为根据本发明实施方案示出的基于窗户识别的街区大数据采集平台的工作模拟图。
图2为根据本发明实施方案示出的基于窗户识别的街区大数据采集平台的结构方框图,所述平台包括:
地面电视传输接口,设置在飞行器上,用于基于地面电视传输信道接收地面人员通过手持终端发送的目的导航数据以及目的飞行高度;
气压高度计,设置在飞行器上,用于基于气压检测模式获取与当前气压相对应的高度以作为实时高度输出。
接着,继续对本发明的基于窗户识别的街区大数据采集平台的具体结构进行进一步的说明。
在所述基于窗户识别的街区大数据采集平台中,还包括:
导航定位设备,设置在飞行器上;
其中,所述导航定位设备用于基于接收到的伽利略导航数据确定当前伽利略导航位置;
其中,所述伽利略导航数据来自于伽利略导航卫星。
在所述基于窗户识别的街区大数据采集平台中,还包括:
飞行驱动设备,设置在飞行器上,用于接收飞行控制指令,并基于接收到的飞行控制指令驱动飞行器的飞行;
其中,所述飞行驱动设备分别与所述地面电视传输接口、所述气压高度计和所述导航定位设备连接,用于接收所述目的导航数据和目的飞行高度,并基于所述目的导航数据和目的飞行高度驱动飞行器的飞行直到所述当前伽利略导航位置与所述目的导航数据匹配以及所述实时高度与所述目的飞行高度匹配。
在所述基于窗户识别的街区大数据采集平台中,还包括:
网络摄像组件,设置在飞行器的下方,包括IP摄像头、数据量测量设备、自适应压缩设备和网络传输设备,所述IP摄像头用于对飞行器的下方环境进行图像数据拍摄以获得现场环境图像,所述数据量测量设备与所述IP摄像头连接,用于接收所述现场环境图像并对所述现场环境图像进行数据量计算,所述自适应压缩设备与所述数据量测量设备连接,用于基于计算的数据量的大小调节对所述现场环境图像的压缩强度,所述网络传输设备与所述自适应压缩设备连接,用于将压缩后的现场环境图像无线发送给远端视频服务中心。
在所述基于窗户识别的街区大数据采集平台中,还包括:
像素块分割设备,与所述网络摄像组件连接,用于接收所述现场环境图像,将所述现场环境图像与窗户基准轮廓进行匹配,以获得所述现场环境图像中的一个或多个匹配部分并作为一个或多个可疑像素块输出,所述窗户基准轮廓包括各种类型窗户的基准外形;
像素块遍历设备,与所述像素块分割设备连接,用于接收一个或多个可疑像素块以及接收所述现场环境图像,采用相互间隔为1像素点的45度对角线对每一个可疑像素块进行切分,以获得多条由像素点组成的像素线,对每一条像素线的像素点进行斜向下45度方向的遍历分析,将像素值超过前后像素点平均像素值的像素点作为突变像素点,将各条像素线的突变像素点数量相加以获得对应可疑像素块的突变像素点总数,所述像素块遍历设备输出一个或多个可疑像素块的突变像素点总数,其中所述前后像素点平均像素值为将像素点所在像素线斜向上45度方向的2个像素点的像素值与像素点所在像素线斜向下45度方向的2个像素点的像素值相加除以4所获得的数值,像素值取像素点RGB三个颜色通道中的R颜色通道数据;
尺寸提取设备,与所述像素块分割设备连接,用于接收一个或多个可疑像素块,并确定和输出每一个可疑像素块的长度和宽度;
像素块分析设备,分别与所述像素块遍历设备和所述尺寸提取设备连接,用于接收一个或多个可疑像素块的突变像素点总数以及接收每一个可疑像素块的长度和宽度,并针对每一个可疑像素块执行以下操作:将可疑像素块的长度和宽度相乘以获得可疑像素块的像素块面积,将可疑像素块的突变像素点总数除以可疑像素块的像素块面积以获得可疑像素块的突变程度;
对象匹配设备,与所述像素块分析设备连接,将一个或多个可疑像素块的突变程度与窗户突变程度阈值匹配,将匹配度大于等于百分比阈值的可疑像素块作为确认窗户子图像输出,所述确认窗户子图像的数量为一个或多个;
窗户面积估算设备,分别与所述对象匹配设备和所述像素块分割设备连接,用于接收来自所述像素块分割设备的现场环境图像以及接收来自所述对象匹配设备的一个或多个确认窗户子图像,计算各个确认窗户子图像的像素点总数,并将所述一个或多个确认窗户子图像的像素点总数相加以获得窗户面积,计算所述现场环境图像的像素点总数以获得现场环境面积,将所述窗户面积除以所述现场环境面积以获得窗户占据百分比,并基于窗户占据百分比计算所述目的导航数据对应的街区的明亮程度;
其中,所述自适应压缩设备基于计算的数据量的大小调节对所述现场环境图像的压缩强度包括:计算的数据量越大,调节的对所述现场环境图像的压缩强度越高,并获得压缩后的现场环境图像。
在所述基于窗户识别的街区大数据采集平台中,还包括:
TF存储卡,分别与所述对象匹配设备和所述像素块分割设备连接;
所述TF存储卡用于存储所述窗户突变程度阈值、所述百分比阈值和所述窗户基准轮廓。
在所述基于窗户识别的街区大数据采集平台中:
所述窗户面积估算设备还与所述地面电视传输接口连接;
其中,所述窗户面积估算设备用于将所述街区的明亮程度通过所述地面电视传输接口发送到地面人员的手持终端处。
以及在所述基于窗户识别的街区大数据采集平台中:
所述自适应压缩设备还与所述地面电视传输接口连接;
其中,所述自适应压缩设备用于将获得的压缩后的现场环境图像通过所述地面电视传输接口发送到地面人员的手持终端处。
另外,所述伽利略导航数据来自于伽利略卫星导航系统中的伽利略导航卫星。伽利略卫星导航系统(Galileo satellite navigation system),是由欧盟研制和建立的全球卫星导航定位系统,该计划于1999年2月由欧洲委员会公布,欧洲委员会和欧空局共同负责。系统由轨道高度为23616km的30颗卫星组成,其中27颗工作星,3颗备份星。卫星轨道高度约2.4万公里,位于3个倾角为56度的轨道平面内。截止2016年12月,已经发射了18颗工作卫星,具备了早期操作能力(EOC),并计划在2019年具备完全操作能力(FOC)。全部30颗卫星(调整为24颗工作卫星,6颗备份卫星)计划于2020年发射完毕。
采用本发明的基于窗户识别的街区大数据采集平台,针对现有技术中街区大数据难以准确、快速采集的技术问题,通过采用高精度的图像分析机制,获取街区中各个窗户的子图像,利用窗户越多、对应街区越明亮的特点,基于各个窗户的子图像所占据的面积百分比确定相应街区的明亮程度,从而提高了街区大数据采集的速度和精度。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种大数据采集方法,该方法包括使用大数据采集平台来进行大数据采集,所述大数据采集平台包括:
地面电视传输接口,设置在飞行器上,用于基于地面电视传输信道接收地面人员通过手持终端发送的目的导航数据以及目的飞行高度;
气压高度计,设置在飞行器上,用于基于气压检测模式获取与当前气压相对应的高度以作为实时高度输出。
2.如权利要求1所述的方法,其特征在于,所述平台还包括:
导航定位设备,设置在飞行器上;
其中,所述导航定位设备用于基于接收到的伽利略导航数据确定当前伽利略导航位置;
其中,所述伽利略导航数据来自于伽利略导航卫星。
3.如权利要求2所述的方法,其特征在于,所述平台还包括:
飞行驱动设备,设置在飞行器上,用于接收飞行控制指令,并基于接收到的飞行控制指令驱动飞行器的飞行;
其中,所述飞行驱动设备分别与所述地面电视传输接口、所述气压高度计和所述导航定位设备连接,用于接收所述目的导航数据和目的飞行高度,并基于所述目的导航数据和目的飞行高度驱动飞行器的飞行直到所述当前伽利略导航位置与所述目的导航数据匹配以及所述实时高度与所述目的飞行高度匹配。
4.如权利要求3所述的方法,其特征在于,所述平台还包括:
网络摄像组件,设置在飞行器的下方,包括IP摄像头、数据量测量设备、自适应压缩设备和网络传输设备,所述IP摄像头用于对飞行器的下方环境进行图像数据拍摄以获得现场环境图像,所述数据量测量设备与所述IP摄像头连接,用于接收所述现场环境图像并对所述现场环境图像进行数据量计算,所述自适应压缩设备与所述数据量测量设备连接,用于基于计算的数据量的大小调节对所述现场环境图像的压缩强度,所述网络传输设备与所述自适应压缩设备连接,用于将压缩后的现场环境图像无线发送给远端视频服务中心。
5.如权利要求4所述的方法,其特征在于,所述平台还包括:
像素块分割设备,与所述网络摄像组件连接,用于接收所述现场环境图像,将所述现场环境图像与窗户基准轮廓进行匹配,以获得所述现场环境图像中的一个或多个匹配部分并作为一个或多个可疑像素块输出,所述窗户基准轮廓包括各种类型窗户的基准外形;
像素块遍历设备,与所述像素块分割设备连接,用于接收一个或多个可疑像素块以及接收所述现场环境图像,采用相互间隔为1像素点的45度对角线对每一个可疑像素块进行切分,以获得多条由像素点组成的像素线,对每一条像素线的像素点进行斜向下45度方向的遍历分析,将像素值超过前后像素点平均像素值的像素点作为突变像素点,将各条像素线的突变像素点数量相加以获得对应可疑像素块的突变像素点总数,所述像素块遍历设备输出一个或多个可疑像素块的突变像素点总数,其中所述前后像素点平均像素值为将像素点所在像素线斜向上45度方向的2个像素点的像素值与像素点所在像素线斜向下45度方向的2个像素点的像素值相加除以4所获得的数值,像素值取像素点RGB三个颜色通道中的R颜色通道数据;
尺寸提取设备,与所述像素块分割设备连接,用于接收一个或多个可疑像素块,并确定和输出每一个可疑像素块的长度和宽度;
像素块分析设备,分别与所述像素块遍历设备和所述尺寸提取设备连接,用于接收一个或多个可疑像素块的突变像素点总数以及接收每一个可疑像素块的长度和宽度,并针对每一个可疑像素块执行以下操作:将可疑像素块的长度和宽度相乘以获得可疑像素块的像素块面积,将可疑像素块的突变像素点总数除以可疑像素块的像素块面积以获得可疑像素块的突变程度;
对象匹配设备,与所述像素块分析设备连接,将一个或多个可疑像素块的突变程度与窗户突变程度阈值匹配,将匹配度大于等于百分比阈值的可疑像素块作为确认窗户子图像输出,所述确认窗户子图像的数量为一个或多个;
窗户面积估算设备,分别与所述对象匹配设备和所述像素块分割设备连接,用于接收来自所述像素块分割设备的现场环境图像以及接收来自所述对象匹配设备的一个或多个确认窗户子图像,计算各个确认窗户子图像的像素点总数,并将所述一个或多个确认窗户子图像的像素点总数相加以获得窗户面积,计算所述现场环境图像的像素点总数以获得现场环境面积,将所述窗户面积除以所述现场环境面积以获得窗户占据百分比,并基于窗户占据百分比计算所述目的导航数据对应的街区的明亮程度;
其中,所述自适应压缩设备基于计算的数据量的大小调节对所述现场环境图像的压缩强度包括:计算的数据量越大,调节的对所述现场环境图像的压缩强度越高,并获得压缩后的现场环境图像。
6.如权利要求5所述的方法,其特征在于,所述平台还包括:
TF存储卡,分别与所述对象匹配设备和所述像素块分割设备连接;
所述TF存储卡用于存储所述窗户突变程度阈值、所述百分比阈值和所述窗户基准轮廓。
7.如权利要求6所述的方法,其特征在于:
所述窗户面积估算设备还与所述地面电视传输接口连接;
其中,所述窗户面积估算设备用于将所述街区的明亮程度通过所述地面电视传输接口发送到地面人员的手持终端处。
8.如权利要求7所述的方法,其特征在于:
所述自适应压缩设备还与所述地面电视传输接口连接;
其中,所述自适应压缩设备用于将获得的压缩后的现场环境图像通过所述地面电视传输接口发送到地面人员的手持终端处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810092618.3A CN109141366A (zh) | 2018-01-31 | 2018-01-31 | 大数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810092618.3A CN109141366A (zh) | 2018-01-31 | 2018-01-31 | 大数据采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109141366A true CN109141366A (zh) | 2019-01-04 |
Family
ID=64801601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810092618.3A Withdrawn CN109141366A (zh) | 2018-01-31 | 2018-01-31 | 大数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109141366A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969597A (zh) * | 2019-05-04 | 2020-04-07 | 孟宪胜 | 基于大数据解析的风向突变检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103292701A (zh) * | 2013-06-24 | 2013-09-11 | 哈尔滨工业大学 | 基于机器视觉的精密器件在线尺寸测量方法 |
CN103424409A (zh) * | 2013-04-12 | 2013-12-04 | 安徽工业大学 | 一种基于dsp的视觉检测系统 |
CN103632132A (zh) * | 2012-12-11 | 2014-03-12 | 广西工学院 | 一种基于肤色分割和模板匹配的人脸检测与识别方法 |
CN104134209A (zh) * | 2014-07-18 | 2014-11-05 | 北京国电富通科技发展有限责任公司 | 一种视觉导航中的特征提取与匹配方法及系统 |
CN105157679A (zh) * | 2015-03-10 | 2015-12-16 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
CN107093205A (zh) * | 2017-03-15 | 2017-08-25 | 北京航空航天大学 | 一种基于无人机图像的三维空间建筑物窗户检测重建方法 |
-
2018
- 2018-01-31 CN CN201810092618.3A patent/CN109141366A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632132A (zh) * | 2012-12-11 | 2014-03-12 | 广西工学院 | 一种基于肤色分割和模板匹配的人脸检测与识别方法 |
CN103424409A (zh) * | 2013-04-12 | 2013-12-04 | 安徽工业大学 | 一种基于dsp的视觉检测系统 |
CN103292701A (zh) * | 2013-06-24 | 2013-09-11 | 哈尔滨工业大学 | 基于机器视觉的精密器件在线尺寸测量方法 |
CN104134209A (zh) * | 2014-07-18 | 2014-11-05 | 北京国电富通科技发展有限责任公司 | 一种视觉导航中的特征提取与匹配方法及系统 |
CN105157679A (zh) * | 2015-03-10 | 2015-12-16 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
CN107093205A (zh) * | 2017-03-15 | 2017-08-25 | 北京航空航天大学 | 一种基于无人机图像的三维空间建筑物窗户检测重建方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969597A (zh) * | 2019-05-04 | 2020-04-07 | 孟宪胜 | 基于大数据解析的风向突变检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110926474B (zh) | 卫星/视觉/激光组合的城市峡谷环境uav定位导航方法 | |
US7508972B2 (en) | Topographic measurement using stereoscopic picture frames | |
KR101105795B1 (ko) | 항공 화상의 자동 처리 | |
CN106682592B (zh) | 一种基于神经网络方法的图像自动识别系统及方法 | |
CN105527969B (zh) | 一种基于无人机的山地植被垂直带调查监测方法 | |
CN110276254B (zh) | 基于无人机的禁止摆摊区域摊贩自动识别预警方法 | |
CN104834920A (zh) | 一种无人机多光谱图像的智能林火识别方法及装置 | |
CN103679674A (zh) | 一种无人飞行器实时图像拼接方法及系统 | |
CN110046584B (zh) | 一种基于无人机巡检的道路裂纹检测装置及检测方法 | |
CN105516584A (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
CN111932508A (zh) | 一种基于图像处理的钢筋尺寸测量方法及系统 | |
CN111709994B (zh) | 一种自主无人机视觉探测与引导系统及方法 | |
CN109270952A (zh) | 一种农田信息获取系统及方法 | |
CN105243653A (zh) | 一种基于动态匹配的无人机遥感影像快速拼接技术 | |
CN106056069A (zh) | 基于无人机图像分析的林地资源资产评估方法及其评估系统 | |
CN108737775B (zh) | 大数据采集平台 | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN110414343B (zh) | 一种在轨卫星遥感图像舰船检测方法 | |
CN105810023A (zh) | 机场起落架收放自动监测系统及方法 | |
CN114531700A (zh) | 一种非人工的基站天线工参采集系统及方法 | |
CN105208346B (zh) | 基于无人机的输电设备辨认方法 | |
CN109141366A (zh) | 大数据采集方法 | |
Bolkas et al. | A case study on the accuracy assessment of a small UAS photogrammetric survey using terrestrial laser scanning | |
CN104714068B (zh) | 对室外电能表读表的机器人 | |
CN216647401U (zh) | 一种安全帽识别装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 212200 No. 16 Xinzhong South Road, Xinba Town, Yangzhong City, Zhenjiang City, Jiangsu Province Applicant after: Zhang Yueyun Address before: 071051 No. 188 Wind Energy Street, Baoding High-tech Development Zone, Hebei Province Applicant before: Zhang Yueyun |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190104 |
|
WW01 | Invention patent application withdrawn after publication |