CN107133917A - 用于自动绘制安全射界图中有效安全区域的搜索合并方法 - Google Patents
用于自动绘制安全射界图中有效安全区域的搜索合并方法 Download PDFInfo
- Publication number
- CN107133917A CN107133917A CN201710306888.5A CN201710306888A CN107133917A CN 107133917 A CN107133917 A CN 107133917A CN 201710306888 A CN201710306888 A CN 201710306888A CN 107133917 A CN107133917 A CN 107133917A
- Authority
- CN
- China
- Prior art keywords
- region
- safe
- firing zone
- area
- automatically
- 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.)
- Granted
Links
- 238000010304 firing Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000002372 labelling Methods 0.000 claims description 9
- 230000001788 irregular Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,一、扇形网格自动划分,将初步识别出安全区域的二值图像自动划分为若干个子扇形网格;二、全局区域自动搜索,在满足极坐标横向长度最小的条件下,获取有利于实际作业的极坐标径向长度最大的安全射界区域;三、局部区域自动搜索,在剩余的安全区域搜索获取局部区域面积最大的安全射界区域。本发明有益效果是:能够尽可能大的增加安全射界作业区域面积;能够得到有利于实际作业的极坐标径向长度最大安全扇形区域;保证不遗漏过多安全区域,使安全射界图局部区域面积尽可能的大;剩余安全扇形经映射后形成的曼哈顿多边形节点较少,求解次数少,满足快速、准确的要求。
Description
技术领域
本发明涉及一种人工影响天气中的安全射界技术领域,特别涉及一种用于自动绘制安全射界图中有效安全区域的搜索合并方法。
背景技术
据气象部门统计,气象灾害每年给我国造成数以亿计的损失。为降低气象灾害给国民经济造成的损失,越来越多的人工影响天气手段被应用。高炮和火箭是人工影响天气(如增雨、消雹、消雾等常)常用的作业方式,为防止未爆炮弹落入人口密集区造成严重后果,需要使用安全射界图来指导作业以提高作业安全性。安全射界图是以作业点为中心,以火箭或高炮的有效射程为半径绘制的区域地图,在该地图上须将城镇、村庄、学校等人口密集区域和油库、仓库等重要设施标出。以往,在选取安全射界区域时采用手工标注的方法,效率较差,花费时间较长。目前,利用计算机数字图像处理技术,可快速、准确的对卫星图像进行识别,初步得到可将安全区域与非安全区域明显区分的安全射界图。但此图像不符合实际指导作业时作业区域为规则扇形的安全射界图形规范,需要作进一步的处理。
在图形学中,对于一种边都是垂直或者水平的多边形,称为曼哈顿多边形。多边形内接矩形是指多边形内部的矩形,当多边形内接矩形在增加任意矩形后不能再形成一个新的矩形,则称这个矩形为一个极大内接矩形。在所有曼哈顿多边形的极大内接矩形中,面积最大的那个被称为曼哈顿多边形的最大内接矩形。在每一个圆环上,即在每一行上,将一组连续的安全的扇形定义为一个扇形块。
发明内容
本发明所要解决的技术问题是提供一种在人工影响天气领域安全射界图自动绘制过程中,经计算机数字图像处理初步得到的安全射界图,通过网格划分和安全区域搜索技术,将有效的安全区域合并,得到符合安全射界图绘制规范的扇形区域。通过此绘制方法可得到全局区域内满足极坐标横向最小长度条件下径向长度最大、局部区域内面积最大的安全射界区域。
为了解决上述技术问题,本发明采用的技术方案是:一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,步骤如下:
步骤F1:扇形网格自动划分,将初步识别出安全区域的二值图像自动划分为若干个子扇形网格;
步骤F2:全局区域自动搜索,在满足极坐标横向长度最小的条件下,获取有利于实际作业的极坐标径向长度最大的安全射界区域;
步骤F3:局部区域自动搜索,在所述步骤F2搜索获取的安全射界区域剩余的安全区域搜索安全射界区域,获取局部区域面积最大的安全射界区域。
所述F1扇形网格的自动划分的步骤具体为:
F101:膨胀预处理:设置安全射界区域与人口密集区和重要设施的安全距离,计算出安全距离对应像素宽度,依此宽度对图像进行膨胀处理;
F102:扇形网格的划分:以作业点为圆心,3~3.5km范围为内径,9~10km范围为外径作圆环,将圆环区域按角度分为N个等份,并标号以0开始的自然数序列,每个圆环均匀分为M个子圆环,实际作业区域为M*N个扇形网格;
F103:子扇形网格内提取安全射界区域:对于每一个子扇形网格,不包含白色区域,为安全射界的组成部分;子扇形网格包含白色,为非安全的扇形。
所述F2全局区域自动搜索的步骤具体为:在映射的矩形上,X轴起点为圆环上正北方向最内侧点,X轴正方向为圆环圆心向外的方向;Y轴起点为圆环上正北方向最内侧点,Y轴正方向为圆环上顺时针方向,全局搜索在映射的矩形上逐行搜索。
所述F2的具体步骤为:
F201,x=0,沿扇形顺时针方向,即从y=0沿Y轴正方向,判断沿此方向上的每一点是否由安全扇形组成。若是,将该点标记为0,若否,将该点标记为1;
F202,定义沿平面圆半径方向为极坐标径向,垂直于平面圆半径方向为极坐标横向,从y=0开始,找出连续标记为0的长度,若连续标记为0的长度大于安全射界极坐标横向最小长度的要求,则对应扇形为一个安全射界区域;
F203,取x=1,2,…,M-1;依次找到各个安全射界区域。
所述F3局部区域自动搜索的具体步骤为:
F301,将剩余的区域映射到矩形网格上,并建立X-Y直角坐标系,扇形网格可一一映射为带权重的矩形网格区域,权重为网格区域的面积,网格本身的值代表是否存在安全的区域,剩余的安全扇形映射为带有权重的矩形网格,并组成多个连通区域,且每个连通区域画出多个安全射界区域;
F302,对于单个连通区域,均为不规则且边均为水平或垂直的曼哈顿多边形,用基于行程的标记算法求连通域的最大内接矩形;
F303,用F301中的映射关系,将最大内接矩形映射回扇形,为该连通区域面积最大的安全射界区域;
F404,判断安全射界区域是否满足安全射界图制作要求;若满足,保留该区域;否则,删除该区域;
F305,按照步骤F301、F302、F303、F304继续求剩余安全的扇形中面积最大的安全射界区域,直至没有新的安全射界区域的增加或达到设定的最大搜索次数。
本发明的有益效果是:能够尽可能大的增加安全射界作业区域面积;全局区域搜索算法,在满足极坐标横向最小长度的条件下,能够得到有利于实际作业的极坐标径向长度最大的安全扇形区域;局部区域搜索算法,利用曼哈顿多边形最大内接矩形求相应安全射界图像的方法,保证了不遗漏过多的安全区域,使安全射界图局部区域面积尽可能的大;全局区域搜索算法处理后,剩余的安全扇形经映射后形成的曼哈顿多边形节点较少,求解次数较少,可以满足快速、准确的要求。
附图说明
图1a是计算机数字图像处理前的卫星图像示意图;
图1b是计算机数字图像处理后的卫星图像示意图;
图2是膨胀后满足安全距离大于200m的图像示意图;
图3是扇形网格划分后识别出的安全区域示意图;
图4是全局区域搜索后得到的安全射界区域示意图;
图5是局部区域搜索后得到的剩余安全射界区域示意图;
图6是绘制安全射界图最终结果示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明:
一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,步骤如下:步骤F1:扇形网格自动划分,将初步识别出安全区域的二值图像自动划分为若干个子扇形网格;步骤F2:全局区域自动搜索,在满足极坐标横向长度最小的条件下,获取有利于实际作业的极坐标径向长度最大的安全射界区域;步骤F3:局部区域自动搜索,在剩余安全区域,即作业圆环内总的安全区域除去经步骤F2搜索获取的安全区域构成的多个连通区域内搜索安全射界区域,获取局部区域面积最大的安全射界区域,获取局部区域面积最大的安全射界区域。
如图1(a)所示,作业点区域卫星图像,其相关参数如表1所示:
表1 原始卫星图像相关参数
经初步的计算机数字图像处理得到一副二值图像如图1(b)所示,白色区域为密集人群及重要设施,黑色区域为安全射界区域。将此二值图像上分割为360等份的扇形子区域,按空间位置关系将扇形子区域按顺序编号,将扇形网格沿径向和横向方向展开映射为曼哈顿多边形,在此曼哈顿多边形中提取合适的安全射界图形。
全局区域的自动搜索:在映射的曼哈顿多边形上,以x=0,y=0为起点,逐行搜索,当该行安全区域连续长度满足极坐标横向最小长度要求时将此段标记为安全射界区域。
局部区域的自动搜索:将剩余安全扇形映射为矩形,计算安全区域的面积,求最大内接矩形,得到局部区域面积最大的安全射界区域。最后,将求得的安全扇形映射到原图上。
实施例:
步骤F1:扇形网格的划分:
本方案底图为如图1(a)所示作业点区域的卫星图像,通过对其进行灰度化、阈值分割、二值化、腐蚀、膨胀等数字图像处理手段,得到如图1(b)的二值图像。其中,白色区域表示人口密集区和重要设施区域,黑色区域表示安全区域。其相关参数如表1所示。
F101:安全射界图形制作规范要求,安全射界区域与人口密集区和重要设施的距离应大于200m,所以须对图像做适当的膨胀处理,膨胀后的结果如图2所示。
膨胀处理的像素数为:
DliatePix:膨胀像素宽度;
SpatialResolution:每个像素对应的距离(空间分辨率,由表1得)。
F102:扇形网格的划分:
以作业点为圆心,3km为内径,5km为外径作圆环。计算圆环内像素和圆心组成的连线与正北方向的夹角:
(x,y):圆点坐标(即作业点处像素坐标);
(i,j):圆环内像素点坐标。
将圆环区域按角度分为360个等份,并标号以0开始的自然数序列。假如每个圆环均匀分为M个子圆环,则将实际作业区域分为M*360个扇形网格。
F103:子扇形网格内提取安全射界区域:
对于每一个子扇形网格,如果不包含白色区域,这样的子扇形网格可能是安全射界的组成部分,称这样的子扇形网格为安全的,将此子扇形涂为绿色;若子扇形网格包含白色,称这样的扇形为非安全的,不做处理。
网格划分后的结果如图3所示。
步骤F2:全局区域自动搜索:
在映射的矩形上,X轴起点为圆环上正北方向最内侧点,X轴正方向为圆环圆心向外的方向;Y轴起点为圆环上正北方向最内侧点,Y轴正方向为圆环上顺时针方向。全局搜索在映射的矩形上逐行搜索:以y=0的点为起点,沿Y轴正方向搜索。其具体实施如下:
步骤F201:x=0,沿扇形顺时针方向,即从y=0沿Y轴正方向,判断沿此方向上的每一点是否为安全区域。若是,将该点标记为0,若否,将该点标记为1。
步骤F202:定义沿平面圆半径方向为极坐标径向,垂直于平面圆半径方向为极坐标横向。从y=0开始,找出连续标记为0的长度,若连续标记为0的长度大于安全射界极坐标横向最小长度的要求,则对应扇形为一个安全射界区域。
由安全射界规范知,极坐标横向最小长度要求为:
海拔高度低于或等于1500m的作业点,横向最小长度为1000m;
海拔高度大于1500m的作业点,横向最小长度为1500m。
此实例所处海拔高度小于,故横向最小长度为1000m。
该横向最小长度所对应像素数为:
NumOfHoriPix:横向最小长度对应像素个数;
SpatiaResolution:每个像素对应的距离(空间分辨率,由表1得)。
步骤F203:取x=1,2,…,M-1;依次找到各个安全射界区域。
经步骤F2全局区域搜索得到安全射界区域如图4所示,各区域参数如表2:
表2 图4中安全射界区域参数
步骤F3:局部区域自动搜索:
经过步骤F2全局区域自动搜索得到的安全扇形,多集中在圆环外部。而在圆环靠内的部分及安全扇形之间,仍有可能存在满足规范要求的安全射界区域,故由步骤F3局部区域自动搜索在剩余区域内搜索安全射界区域。
步骤F301:将剩余的区域映射到矩形网格上,并建立X-Y直角坐标系。扇形网格可一一映射为带权重的矩形网格区域,权重为网格区域的面积,所以网格本身的值代表是否存在安全的区域。由此,剩余的安全扇形映射为带有权重的矩形网格,并且可能组成多个连通区域,且每个连通区域可能画出多个安全射界区域。
步骤F302:对于单个连通区域,均为不规则且边均为水平或垂直的,即曼哈顿多边形。利用基于行程的标记算法求连通域的最大内接矩形,步骤如下:
S1:在映射后的矩形上,定义每一行上,一组连续安全的像素为一个扇形块。逐行扫描图像,记下每个扇形块的起点start、终点end以及它所在的行号。
S2:对于除了第一行外的所有行里的扇形块,如果它与前一行中的所有扇形块都没有重合区域,则给它一个新的标号;如果它仅与上一行中一个扇形块有重合区域,则将上一行的那个扇形块的标号赋给它;如果它与上一行的2个以上的扇形块有重叠区域,则给当前扇形块赋一个相连扇形块的最小标号,并将上一行的这几个扇形块的标记写入等价对,说明它们属于一类。
S3:从1开始,给每个等价对一个编号,将等价对转换为等价序列。
S4:遍历开始扇形块的标记,查找等价序列,给予它们新的标记。
S5:将每个扇形块的标号填入标记图像中。
F303:利用F301中的映射关系,将最大内接矩形映射回扇形,则为该连通区域面积最大的安全射界区域。
F304:判断安全射界区域是否满足安全射界图制作要求;若满足,保留该区域;否则,删除该区域。
F305:按照步骤F301、F302、F303、F304继续求剩余安全的扇形中面积最大的安全射界区域,直至没有新的安全射界区域的增加或达到最大搜索次数。
经过步骤F3局部区域搜索算法得到如图5的安全射界区域,各区域参数如表3所示:
表3 图5中安全射界区域参数
经过以上规则搜索后的安全射界区域后,可以根据区域选取原则选择最终的安全射界区域。例如将安全射界按区域面积从大到小排序,依次选取前9个区域,可以形成如图6所示的安全射界图。
Claims (5)
1.一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,其特征是,步骤如下:
步骤F1:扇形网格自动划分,将初步识别出安全区域的二值图像自动划分为若干个子扇形网格;
步骤F2:全局区域自动搜索,在满足极坐标横向长度最小的条件下,获取有利于实际作业的极坐标径向长度最大的安全射界区域;
步骤F3:局部区域自动搜索,在所述步骤F2搜索获取的安全射界区域剩余的安全区域搜索安全射界区域,获取局部区域面积最大的安全射界区域。
2.如权利要求1所述的一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,其特征是,所述F1扇形网格的自动划分的步骤具体为:
F101:膨胀预处理:设置安全射界区域与人口密集区和重要设施的安全距离,计算出安全距离对应像素宽度,依此宽度对图像进行膨胀处理;
F102:扇形网格的划分:以作业点为圆心,3~3.5km范围为内径,9~10km范围为外径作圆环,将圆环区域按角度分为N个等份,并标号以0开始的自然数序列,每个圆环均匀分为M个子圆环,实际作业区域为M*N个扇形网格;
F103:子扇形网格内提取安全射界区域:对于每一个子扇形网格,不包含白色区域,为安全射界的组成部分;子扇形网格包含白色,为非安全的扇形。
3.如权利要求1所述的一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,其特征是,所述F2全局区域自动搜索的步骤具体为:在映射的矩形上,X轴起点为圆环上正北方向最内侧点,X轴正方向为圆环圆心向外的方向;Y轴起点为圆环上正北方向最内侧点,Y轴正方向为圆环上顺时针方向,全局搜索在映射的矩形上逐行搜索。
4.如权利要求3所述的一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,其特征是,所述F2的具体步骤为:
F201,x=0,沿扇形顺时针方向,即从y=0沿Y轴正方向,判断沿此方向上的每一点是否由安全扇形组成。若是,将该点标记为0,若否,将该点标记为1;
F202,定义沿平面圆半径方向为极坐标径向,垂直于平面圆半径方向为极坐标横向,从y=0开始,找出连续标记为0的长度,若连续标记为0的长度大于安全射界极坐标横向最小长度的要求,则对应扇形为一个安全射界区域;
F203,取x=1,2,…,M-1;依次找到各个安全射界区域。
5.如权利要求1所述的一种用于自动绘制安全射界图中有效安全区域的搜索合并方法,其特征是,所述F3局部区域自动搜索的具体步骤为:
F301,将剩余的区域映射到矩形网格上,并建立X-Y直角坐标系,扇形网格可一一映射为带权重的矩形网格区域,权重为网格区域的面积,网格本身的值代表是否存在安全的区域,剩余的安全扇形映射为带有权重的矩形网格,并组成多个连通区域,且每个连通区域画出多个安全射界区域;
F302,对于单个连通区域,均为不规则且边均为水平或垂直的曼哈顿多边形,用基于行程的标记算法求连通域的最大内接矩形;
F303,用F301中的映射关系,将最大内接矩形映射回扇形,为该连通区域面积最大的安全射界区域;
F404,判断安全射界区域是否满足安全射界图制作要求;若满足,保留该区域;否则,删除该区域;
F305,按照步骤F301、F302、F303、F304继续求剩余安全的扇形中面积最大的安全射界区域,直至没有新的安全射界区域的增加或达到设定的最大搜索次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710306888.5A CN107133917B (zh) | 2017-05-04 | 2017-05-04 | 用于自动绘制安全射界图中有效安全区域的搜索合并方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710306888.5A CN107133917B (zh) | 2017-05-04 | 2017-05-04 | 用于自动绘制安全射界图中有效安全区域的搜索合并方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107133917A true CN107133917A (zh) | 2017-09-05 |
CN107133917B CN107133917B (zh) | 2019-11-08 |
Family
ID=59716537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710306888.5A Active CN107133917B (zh) | 2017-05-04 | 2017-05-04 | 用于自动绘制安全射界图中有效安全区域的搜索合并方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107133917B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170698A (zh) * | 2017-11-07 | 2018-06-15 | 安徽诺安信息科技有限公司 | 一种基于gis结构算法的安全射界制作软件 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0849535A1 (de) * | 1996-12-20 | 1998-06-24 | Satronic Ag | Verfahren sowie Vorrichtung zur Steuerung eines Brenners, insbesondere eines Gas- oder Oelbrenners |
CN101915764A (zh) * | 2010-08-10 | 2010-12-15 | 武汉武大卓越科技有限责任公司 | 基于动态规划的路面裂缝检测方法 |
CN103093497A (zh) * | 2013-01-09 | 2013-05-08 | 吉林大学 | 基于分层轮廓的lidar数据城市快速重建方法 |
CN104765371A (zh) * | 2015-04-22 | 2015-07-08 | 福州大学 | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 |
CN105760978A (zh) * | 2015-07-22 | 2016-07-13 | 北京师范大学 | 一种基于温度植被干旱指数(tvdi)的农业旱灾等级监测方法 |
CN105809622A (zh) * | 2016-03-02 | 2016-07-27 | 天津大学 | 非安全区域自动识别及安全射界图的自动绘制方法 |
CN105957113A (zh) * | 2016-04-18 | 2016-09-21 | 昂纳自动化技术(深圳)有限公司 | 基于曼哈顿网络的任意连通域的水平内接矩形算法及装置 |
-
2017
- 2017-05-04 CN CN201710306888.5A patent/CN107133917B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0849535A1 (de) * | 1996-12-20 | 1998-06-24 | Satronic Ag | Verfahren sowie Vorrichtung zur Steuerung eines Brenners, insbesondere eines Gas- oder Oelbrenners |
CN101915764A (zh) * | 2010-08-10 | 2010-12-15 | 武汉武大卓越科技有限责任公司 | 基于动态规划的路面裂缝检测方法 |
CN103093497A (zh) * | 2013-01-09 | 2013-05-08 | 吉林大学 | 基于分层轮廓的lidar数据城市快速重建方法 |
CN104765371A (zh) * | 2015-04-22 | 2015-07-08 | 福州大学 | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 |
CN105760978A (zh) * | 2015-07-22 | 2016-07-13 | 北京师范大学 | 一种基于温度植被干旱指数(tvdi)的农业旱灾等级监测方法 |
CN105809622A (zh) * | 2016-03-02 | 2016-07-27 | 天津大学 | 非安全区域自动识别及安全射界图的自动绘制方法 |
CN105957113A (zh) * | 2016-04-18 | 2016-09-21 | 昂纳自动化技术(深圳)有限公司 | 基于曼哈顿网络的任意连通域的水平内接矩形算法及装置 |
Non-Patent Citations (1)
Title |
---|
孙家清: ""基于进化算法的热带气旋强度变化分类方法研究"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170698A (zh) * | 2017-11-07 | 2018-06-15 | 安徽诺安信息科技有限公司 | 一种基于gis结构算法的安全射界制作软件 |
Also Published As
Publication number | Publication date |
---|---|
CN107133917B (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Doerschler et al. | A rule-based system for dense-map name placement | |
CN109376768B (zh) | 一种基于深度学习的航拍图像杆塔标识牌故障诊断方法 | |
Suzuki et al. | MARIS: Map recognition input system | |
CN112396128B (zh) | 一种铁路外部环境风险源样本自动标注方法 | |
CN102855487A (zh) | 高分辨率遥感图像新增建设用地变化图斑自动提取的方法 | |
CN110543885A (zh) | 一种交互式提取高分辨率遥感影像道路并生成路网的方法 | |
CN105068918A (zh) | 一种页面测试方法及装置 | |
CN102831239A (zh) | 一种构建图像数据库的方法与*** | |
CN110210428A (zh) | 一种基于mser的远距离复杂环境下的烟雾根节点检测方法 | |
CN109102538A (zh) | 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法 | |
CN107133917B (zh) | 用于自动绘制安全射界图中有效安全区域的搜索合并方法 | |
CN104598566B (zh) | 运动目标的关联规则分析方法及*** | |
CN106204719A (zh) | 基于二维邻域检索的三维场景中海量模型实时调度方法 | |
CN105389381A (zh) | 一种用于城市路灯的电子地图标识绘制***及方法 | |
CN105809622B (zh) | 非安全区域自动识别及安全射界图的自动绘制方法 | |
Zhou et al. | Shadow pattern-enhanced building height extraction using very-high-resolution image | |
CN107564015B (zh) | 一种基于多色级图像连通域的分割和标记方法及装置 | |
CN111241228B (zh) | 基于矢量数据与图形化处理技术的综合制图方法 | |
CN107993242A (zh) | 基于机载LiDAR点云数据缺失区域边界提取方法 | |
CN116263984A (zh) | 三维地图可视化方法、装置、电子设备及存储介质 | |
CN111783891B (zh) | 一种定制化物体检测方法 | |
CN113256642B (zh) | 电子地图中失效区域的确定方法、装置、设备和存储介质 | |
CN112330611A (zh) | 一种面向fpga的高并行性光斑分割方法 | |
Cui et al. | Building detection and recognition from high resolution remotely sensed imagery | |
NO316198B1 (no) | Fremgangsmåte for segmentering og gjenkjenning av et dokument, s¶rlig en teknisk tegning |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |