CN116028660A - 一种基于权重值的图像数据筛选方法、系统及介质 - Google Patents
一种基于权重值的图像数据筛选方法、系统及介质 Download PDFInfo
- Publication number
- CN116028660A CN116028660A CN202211727477.0A CN202211727477A CN116028660A CN 116028660 A CN116028660 A CN 116028660A CN 202211727477 A CN202211727477 A CN 202211727477A CN 116028660 A CN116028660 A CN 116028660A
- Authority
- CN
- China
- Prior art keywords
- data
- data set
- weight
- value
- module
- 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.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于权重值的图像数据筛选方法、系统及介质，获取第一数据集；选择任意一个时间点采集的时间序列环境数据集，对时间序列环境数据集做平均计算，获得平均数据值，计算该环境数据集的权重值，遍历第一数据集，获得若干权重值；对若干权重值按照从低到高的顺序进行排序，获得权重曲线图；将权重曲线图与标准权重曲线图比较，提取符合标准权重曲线图的环境数据集对应的时间段；基于该时间段，筛选所述待筛选区域的图像数据；本发明的有益效果为通过对采集的图像数据进行权重值计算，在根据权重值的大小选择对应时间段的图像数据进行处理，提高了对待筛选区域图像数据采集的准确性，从而提高了对区域图像数据分析结果的准确性。
Description
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种基于权重值的图像数据筛选方法、系统及介质。
背景技术
在地质灾害监测领域，常常会采用图像的手段来记录滑坡地质灾害体在成灾过程中地质灾害现场的岩土体变化和破坏情况，进一步的根据现场图像来分析和评估滑坡带来的二次地质灾害以及成灾规模。滑坡地质灾害体在长期降雨、降雪、变形等因素的作用下会发生失稳，特别是在恶劣气候条件下，如强降雨、强降雪等，滑坡地质灾害体发生失稳的概率大幅增加。采用图像采集技术获取到地质灾害现场的图像信息可以有助于我们对地质灾害体的发育状态进行远程判断，同时当地质灾害体在发生时我们也可以借助于图像信息远程的对地质灾害现场进行二次地质灾害及成灾规模的分析和评估，进一步达到人民生命财产安全保护的目的。
当前地质灾害监测领域，图像数据传输系统是地质灾害图像信息获取过程中重要的技术手段，当前图像传输系统在地质灾害监测中没有深度的进行按需采集，进而导致了部分缺陷的出现。地质灾害图像信息获取过程中，图像数据传输系统的主要目的就是将获取到的图像数据可靠且稳定的上传至指定云服务器，传统的图像数据传输系统其仅仅考虑了图像是否成功上传以及上传失败后图像的重传策略，并没有结合气候环境因素来评估该次图像上传的重要性，因此这类方法具有以下缺陷：在恶劣气候条件下，复杂山区地质灾害现场通信信号质量容易变差，导致采集的图像数据不准确，盲目对采集的图像数据进行分析，导致分析的结果不准确。
有鉴于此，特提出本申请。
发明内容
本发明所要解决的技术问题是在现有技术中，在对地质灾害监测所采集的图像，没有考虑周围环境对图像带来的影响，导致传输的图像不准确，目的在于提供一种基于权重值的图像数据筛选方法、系统及介质，能够实现对地质灾害现场的图像进行精准获取，提高了对图像分析结果的准确性。
本发明通过下述技术方案实现：
一种基于权重值的图像数据筛选方法，方法步骤包括：
获取第一数据集，所述第一数据集为待筛选区域不同时间点采集的时间序列环境数据集；
选择任意一个时间点采集的时间序列环境数据集，并对所述时间序列环境数据集做平均计算，获得平均数据值，并基于该平均数据值计算该环境数据集的权重值，遍历所述第一数据集，获得若干权重值；
对若干所述权重值按照从低到高的顺序进行排序，获得权重曲线图；
将所述权重曲线图与标准权重曲线图进行比较，提取符合所述标准权重曲线图的环境数据集对应的时间段；
基于该时间段，筛选所述待筛选区域的图像数据。
传统的在对地质灾害图像处理的时候，通常都是通过对采集的图像直接进行处理，来得出分析的结果，但是在采用这种方法进行图像处理的时候，往往忽略了周围环境因素给现场地区带来的模糊影响，会导致分析的结果不准确，本发明提供了一种基于权重值的图像数据筛选方法，通过对采集的图像数据进行权重值计算，在根据权重值的大小选择对应时间段的图像数据进行处理，提高了对待筛选区域图像数据采集的准确性，从而提高了对区域图像数据分析结果的准确性。
优选地，方法步骤还包括：通过所述权重曲线图对所述标准权重曲线图进行更新，具体子步骤为：
提取符合所述标准权重曲线图的权重值；
通过提取的权重值对所述标准权重曲线图进行更新。
优选地，所述平均数据值的计算子步骤包括：
在所述第一数据集中，去掉最大数据值、最小数据值以及最新采集的数据集，获得第二数据集；
将所述第二数据集进行平均计算，获得平均数据值。
优选地，所述权重值的具体表达式为：
P为权重值，DN为最新采集的数据值，D为平均数据值。
优选地，所述第一数据集为降雨量数据或风沙数据。
优选地，在所述第一数据集中，相邻两个环境数据采集的时间间隔为1min。
本发明还提供了一种基于权重值的图像数据筛选系统，系统包括数据获取模块、计算模块、曲线模块、比较模块以及筛选模块；
所述数据获取模块，用于获取第一数据集，所述第一数据集为待筛选区域不同时间点采集的时间序列环境数据集；
所述计算模块，用于选择任意一个时间点采集的时间序列环境数据集，并对所述时间序列环境数据集做平均计算，获得平均数据值，并基于该平均数据值计算该环境数据集的权重值，遍历所述第一数据集，获得若干权重值；
所述曲线模块，用于对若干所述权重值按照从低到高的顺序进行排序，获得权重曲线图；
所述比较模块，用于将所述权重曲线图与标准权重曲线图进行比较，提取符合所述标准权重曲线图的环境数据集对应的时间段；
所述筛选模块，用于基于该时间段，筛选所述待筛选区域的图像数据。
优选地，所述系统还包括权重值提取模块以及更新模块；
所述权重值提取模块，用于提取符合所述标准权重曲线图的权重值；
所述更新模块，用于通过提取的权重值对所述标准权重曲线图进行更新。
优选地，所述计算模块包括数据去除模块以及平均数据值计算模块；
所述数据去除模块，用于在所述第一数据集中，去掉最大数据值、最小数据值以及最新采集的数据集，获得第二数据集；
所述更新模块，用于将所述第二数据集进行平均计算，获得平均数据值。
本发明还提供了一种计算机存储介质，其上存储有计算程序，该计算机程序被处理器执行时，实现如上所述的筛选方法。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明实施例提供的一种基于权重值的图像数据筛选方法、系统及介质，通过对采集的图像数据进行权重值计算，在根据权重值的大小选择对应时间段的图像数据进行处理，提高了对待筛选区域图像数据采集的准确性，从而提高了对区域图像数据分析结果的准确性。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为筛选方法步骤示意图；
图2为筛选方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本本发明。在其他实施例中，为了避免混淆本本发明，未具体描述公知的结构、电路、材料或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
在本发明的描述中，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
实施例一
传统的在对地质灾害图像处理的时候，通常都是通过对采集的图像直接进行处理，来得出分析的结果，但是在采用这种方法进行图像处理的时候，往往忽略了周围环境因素给现场地区带来的模糊影响，会导致分析的结果不准确。
本实施例公开了一种基于权重值的图像数据筛选方法，通过对采集的图像数据进行权重值计算，在根据权重值的大小选择对应时间段的图像数据进行处理，提高了对待筛选区域图像数据采集的准确性，从而提高了对区域图像数据分析结果的准确性，本实施例具体的方法示意图如图1、图2所示，方法步骤包括：
S1：获取第一数据集，所述第一数据集为待筛选区域不同时间点采集的时间序列环境数据集；所述第一数据集为降雨量数据或风沙数据。在所述第一数据集中，相邻两个环境数据采集的时间间隔为1min。
在本实施例中，因为在发生地质灾害的区域上，当该区域发生沙尘暴或者降雨量的时候，对地质灾害产生的风险是不同的，因此，本实施例主要考虑的是周围环境因素对区域发生地质灾害的影响，从而对采集的图像进行精细化筛选，使得能够精准的通过采集的图像对该区域的地质灾害进行分析处理，在获取的第一数据集中，是间隔一定时间获取环境因素数据，且采集的因素数据之间间隔是相同的，本实施例以采集的1min为例，且在第一数据集中，包含的不同时间序列的数据集，即每个时间点采集的数据，都包括了之前所有时间点采集的数据，来形成数据集，是一个序列的数据集。
S2：选择任意一个时间点采集的时间序列环境数据集，并对所述时间序列环境数据集做平均计算，获得平均数据值，并基于该平均数据值计算该环境数据集的权重值，遍历所述第一数据集，获得若干权重值；所述平均数据值的计算子步骤包括：在所述第一数据集中，去掉最大数据值、最小数据值以及最新采集的数据集，获得第二数据集；将所述第二数据集进行平均计算，获得平均数据值。
在步骤S2中，是通过降雨量的多少为例，来对具体实现的过程进行说明：
假设现在获取到了N个间隔为1分钟的雨量数据序列为Di，其中i＝1、2、3…N，且DN表示雨量传感器最新获取到的雨量数据、D1表示前N-1分钟获取到的历史雨量数据，在雨量数据序列[D1，D2，D3，…，DN-1]中经过循环比较得出的最大值历史雨量数据为Dmax、最小值为Dmin，则去掉最大值、最小值、最新值的雨量数据平均值D可由下式计算：
获取均值D的目的是为了衡量雨量数据DN的数据波动状态，进一步的进行数据上传权重的评估，本系统采用的数据上传权重评估方法获取到的权重值P可由下式表示：
P为权重值，DN为最新采集的数据值，D为平均数据值，其中权重值P的取值范围为0～1，权重值P可以表示当前雨量数据与历史雨量数据相比其波动的状态。
S3：对若干所述权重值按照从低到高的顺序进行排序，获得权重曲线图；
在步骤S3中，将每一次获得的数据所计算得出的权重值P进行统计，并将统计后的权重值按照高低顺序进行排序，形成一个新的序列Pi，其中i＝1、2、3…，这样形成的序列Pi便将要上传的数据和其重要性对应起来，即每个时间点采集的数据所构成的数据集均有对应的重要性权值，当不在采集数据的时候，以最后一个时间点采集的序列数据集为截止点，从序列Pi中找出最大值所对应到的待传数据进行优先上传操作，即将环境中降雨量的变化趋势作为了数据上传的优先顺序权重值计算依据，进而实现了地质灾害图像数据传输过程中数据上传优先级的管控。
S4：将所述权重曲线图与标准权重曲线图进行比较，提取符合所述标准权重曲线图的环境数据集对应的时间段；
在步骤S4中，将获得的权重曲线图与标准权重曲线图进行对比，通过直观的数据图对比的方式，能够直观的观察出具体是那个时间段或时间点对应采集的图像数据比较准确，能够使得最终分析的结果比较接近真实情况，本实施例是通过对环境数据进行分析，检测周围环境数据对地质区域的影响，进而来判断具体哪一个时间段或时间点所采集的图像数据对地质灾害分析比较准确，能够实时并精确的获得分析的结果。
S5：基于该时间段，筛选所述待筛选区域的图像数据。在步骤S5中，判断出需要的权重值，提取相关权重值对应的时间段，在根据具体时间段来获取对应的图像数据，能够判定具体是那个时间段获取的图像数据是最准确的，最能反映该区域地质灾害所处的情况。
方法步骤还包括：通过所述权重曲线图对所述标准权重曲线图进行更新，具体子步骤为：提取符合所述标准权重曲线图的权重值；通过提取的权重值对所述标准权重曲线图进行更新。
为了提高对图像数据采集的准确性，在每一次对相关数据进行评估后，将评估后的准确权重值对相应的标准权重曲线进行更新，具体更新方法为：将最新获得的权重值添加至标准权重曲线序列的对应时间节点上，即将标准权重曲线序列的原有时间节点上的值用最新获得的权重值进行替换，以助于下一次的阈值比较。
本实施例公开的一种基于权重值的图像数据筛选方法，通过环境中的历史降雨量数据进行数据上传权重值的计算，依据数据上传的权重值来对将要上传的图像数据进行排序，进而实现较为关键和重要的图像数据优先上传的目的，与现有技术方案相比，本实施例依据降雨量数据来对图像数据传输进行管控的方式，可以在复杂山区恶劣气候条件下及地质灾害现场通信信号质量变差的情形下优先传输降雨量波动较大的图像数据，让图像数据依据降雨量趋势有序进行传输，降低关键或重要图像数据的传输时延，避免了固定重传策略所带来的额外功耗，解决了不重要图像数据因重传策略长时间占据通信信道导致重要图像数据时延增大的问题，在复杂山区滑坡地质灾害监测中具有较强的实用价值。
实施例二
本实施例公开了一种基于权重值的图像数据筛选系统，本实施例是为了实现如实施例一中的筛选方法，系统包括数据获取模块、计算模块、曲线模块、比较模块以及筛选模块；
所述数据获取模块，用于获取第一数据集，所述第一数据集为待筛选区域不同时间点采集的时间序列环境数据集；
所述计算模块，用于选择任意一个时间点采集的时间序列环境数据集，并对所述时间序列环境数据集做平均计算，获得平均数据值，并基于该平均数据值计算该环境数据集的权重值，遍历所述第一数据集，获得若干权重值；
所述曲线模块，用于对若干所述权重值按照从低到高的顺序进行排序，获得权重曲线图；
所述比较模块，用于将所述权重曲线图与标准权重曲线图进行比较，提取符合所述标准权重曲线图的环境数据集对应的时间段；
所述筛选模块，用于基于该时间段，筛选所述待筛选区域的图像数据。
所述系统还包括权重值提取模块以及更新模块；所述权重值提取模块，用于提取符合所述标准权重曲线图的权重值；所述更新模块，用于通过提取的权重值对所述标准权重曲线图进行更新。
所述计算模块包括数据去除模块以及平均数据值计算模块；
所述数据去除模块，用于在所述第一数据集中，去掉最大数据值、最小数据值以及最新采集的数据集，获得第二数据集；所述更新模块，用于将所述第二数据集进行平均计算，获得平均数据值。
实施例三
本实施例公开了一种计算机存储介质，其上存储有计算程序，该计算机程序被处理器执行时，实现如实施例一所述的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序发布指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序发布指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的发布指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序发布指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的发布指令产生包括发布指令装置的制造品，该发布指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序发布指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的发布指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于权重值的图像数据筛选方法，其特征在于，方法步骤包括：
获取第一数据集，所述第一数据集为待筛选区域不同时间点采集的时间序列环境数据集；
选择任意一个时间点采集的时间序列环境数据集，并对所述时间序列环境数据集做平均计算，获得平均数据值，并基于该平均数据值计算该环境数据集的权重值，遍历所述第一数据集，获得若干权重值；
对若干所述权重值按照从低到高的顺序进行排序，获得权重曲线图；
将所述权重曲线图与标准权重曲线图进行比较，提取符合所述标准权重曲线图的环境数据集对应的时间段；
基于该时间段，筛选所述待筛选区域的图像数据。
2.根据权利要求1所述的一种基于权重值的图像数据筛选方法，其特征在于，方法步骤还包括：通过所述权重曲线图对所述标准权重曲线图进行更新，具体子步骤为：
提取符合所述标准权重曲线图的权重值；
通过提取的权重值对所述标准权重曲线图进行更新。
3.根据权利要求1所述的一种基于权重值的图像数据筛选方法，其特征在于，所述平均数据值的计算子步骤包括：
在所述第一数据集中，去掉最大数据值、最小数据值以及最新采集的数据集，获得第二数据集；
将所述第二数据集进行平均计算，获得平均数据值。
4.根据权利要求3所述的一种基于权重值的图像数据筛选方法，其特征在于，所述权重值的具体表达式为：
P为权重值，DN为最新采集的数据值，D为平均数据值。
5.根据权利要求1所述的一种基于权重值的图像数据筛选方法，其特征在于，所述第一数据集为降雨量数据或风沙数据。
6.根据权利要求5所述的一种基于权重值的图像数据筛选方法，其特征在于，在所述第一数据集中，相邻两个环境数据采集的时间间隔为1min。
7.一种基于权重值的图像数据筛选系统，其特征在于，系统包括数据获取模块、计算模块、曲线模块、比较模块以及筛选模块；
所述数据获取模块，用于获取第一数据集，所述第一数据集为待筛选区域不同时间点采集的时间序列环境数据集；
所述计算模块，用于选择任意一个时间点采集的时间序列环境数据集，并对所述时间序列环境数据集做平均计算，获得平均数据值，并基于该平均数据值计算该环境数据集的权重值，遍历所述第一数据集，获得若干权重值；
所述曲线模块，用于对若干所述权重值按照从低到高的顺序进行排序，获得权重曲线图；
所述比较模块，用于将所述权重曲线图与标准权重曲线图进行比较，提取符合所述标准权重曲线图的环境数据集对应的时间段；
所述筛选模块，用于基于该时间段，筛选所述待筛选区域的图像数据。
8.根据权利要求7所述的一种基于权重值的图像数据筛选系统，其特征在于，所述系统还包括权重值提取模块以及更新模块；
所述权重值提取模块，用于提取符合所述标准权重曲线图的权重值；
所述更新模块，用于通过提取的权重值对所述标准权重曲线图进行更新。
9.根据权利要求8所述的一种基于权重值的图像数据筛选系统，其特征在于，所述计算模块包括数据去除模块以及平均数据值计算模块；
所述数据去除模块，用于在所述第一数据集中，去掉最大数据值、最小数据值以及最新采集的数据集，获得第二数据集；
所述更新模块，用于将所述第二数据集进行平均计算，获得平均数据值。
10.一种计算机存储介质，其上存储有计算程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1～6任一所述的筛选方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211727477.0A CN116028660A (zh) | 2022-12-30 | 2022-12-30 | 一种基于权重值的图像数据筛选方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211727477.0A CN116028660A (zh) | 2022-12-30 | 2022-12-30 | 一种基于权重值的图像数据筛选方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116028660A true CN116028660A (zh) | 2023-04-28 |
Family
ID=86077385
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211727477.0A Pending CN116028660A (zh) | 2022-12-30 | 2022-12-30 | 一种基于权重值的图像数据筛选方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116028660A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117746342A (zh) * | 2024-02-19 | 2024-03-22 | 广州市突发事件预警信息发布中心(广州市气象探测数据中心) | 利用公共视频进行道路积水识别方法 |
-
2022
- 2022-12-30 CN CN202211727477.0A patent/CN116028660A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117746342A (zh) * | 2024-02-19 | 2024-03-22 | 广州市突发事件预警信息发布中心(广州市气象探测数据中心) | 利用公共视频进行道路积水识别方法 |
| CN117746342B (zh) * | 2024-02-19 | 2024-05-17 | 广州市突发事件预警信息发布中心(广州市气象探测数据中心) | 利用公共视频进行道路积水识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Weng | Land use change analysis in the Zhujiang Delta of China using satellite remote sensing, GIS and stochastic modelling | |
| KR101891225B1 (ko) | 배경 모델을 업데이트하기 위한 방법 및 장치 | |
| CN108416985B (zh) | 一种基于图像识别的地质灾害监测预警系统及预警方法 | |
| CN110232359B (zh) | 滞留物检测方法、装置、设备及计算机存储介质 | |
| CN111738945B (zh) | 一种基于矿山的点云数据预处理方法 | |
| CN106897957B (zh) | 一种基于pca和pso-elm的自动气象站实时数据质量控制方法 | |
| CN116030396B (zh) | 一种用于视频结构化提取的精确分割方法 | |
| CN116028660A (zh) | 一种基于权重值的图像数据筛选方法、系统及介质 | |
| CN116304963B (zh) | 一种适用于地质灾害预警的数据处理系统 | |
| CN113269240A (zh) | 一种雨量站选址信息输出方法、装置、电子设备和介质 | |
| CN111832492A (zh) | 静态交通异常的判别方法、装置、计算机设备及存储介质 | |
| CN108596032B (zh) | 一种视频中打架行为检测方法、装置、设备及介质 | |
| CN115331124A (zh) | 一种基于无人机遥感的入侵植物生物量估算方法 | |
| CN117439827A (zh) | 一种网络流量大数据分析方法 | |
| CN109242786B (zh) | 一种适用于城市区域的自动化形态学滤波方法 | |
| US20210364670A1 (en) | Device, method and computer program product for validating data provided by a rain sensor | |
| CN117392464B (zh) | 基于多尺度去噪概率模型的图像异常检测的方法、系统 | |
| CN116805435B (zh) | 一种数电机房智能巡检装置 | |
| CN117033935B (zh) | 基于贝叶斯融合的统计与监测下的场降雨特征的预测方法 | |
| CN117372629A (zh) | 一种基于数字孪生的水库可视化数据监管控制系统及方法 | |
| CN113470058A (zh) | 一种砾石的粒度分布测量方法及装置 | |
| CN111031258B (zh) | 月球车导航相机曝光参数确定方法及装置 | |
| CN115952410B (zh) | 一种基于深度学习的滑坡灾害检测系统 | |
| CN117333795A (zh) | 一种基于筛选后处理的河流表面流速测量方法及系统 | |
| CN116719241A (zh) | 一种基于3d可视化技术的信息化智能闸门自动控制方法 |
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 |