一个专利描述

一种遥感影像多尺度分割的高性能实现方法

    本发明提供一种基于面向对象方法的遥感影像多尺度分割的高性能实现方法,特别是高分辨率遥感影像的信息提取过程中,需要实现较大数据量的遥感影像的快速、多尺度的影像分割及分割结果的层次结构关系的建立。该方法是建立在通过对该算法实现过程的分析并找出算法的计算密集段的基础上,再采用基于MPI及OMP模型实现算法密集段的并行分割,并对并行分割结果进行数据缝合;通过对算法初始分割结果的存储及后续多尺度合并实现影像的多尺度分割,并进行多个尺度的对象拓扑关系模型建立。生成的多尺度分割区域及对应的层次关系可为多种应用服务,相应的实现方法能够适合均值漂移等多种分割算法,并能够较大程度地提高算法可处理的数据量及处理效率。

     一种遥感影像多尺度分割的高性能实现方法,其特征在于包括以下几个步骤:步骤1,选定遥感影像的分割方法,对相应算法的算法密集段及尺度合并段进行分析;步骤2,对算法密集段进行基于高性能计算方法的改造,可采用基于MPI、OMP或二者集成的模型进行实现,实现方式采用数据并行分割策略;步骤3,对分块并行分割结果进行数据分割线缝合;步骤4,对高性能影像分割中间结果进行存储以备于后续尺度合并;步骤5,根据多尺度分割的要求,在步骤4的基础上根据尺度合并规则进行尺度合并,生成不同序列的多尺度分割影像;步骤6,重复迭代步骤4的尺度合并过程,直到完成所有尺度分割图像的生成过程;进行不同尺度分割结果的对象标号,构建相应的矢量化对象,并采用“对象-属性”的表达方法将各不同分割对象的相应特征以属性的方式存储至相应的矢量化对象中;步骤7,建立各尺度间的拓扑层次关系,便于实现影像分割对象跨尺度的对象关系访问与信息查询,完成分割过程



对上述的描述细细品味,好好融会贯通!!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专利关联度分析任务是指对专利文献进行关联度分析,以了解不同专利之间的相关性和相互影响程度。该任务的目标是通过分析专利之间的引用、被引用和共同引用等关系,揭示专利之间的技术联系和创新演化路径,为技术研究、创新决策和知识管理提供支持。 任务描述包括以下几个方面: 1. 数据收集和整理:收集特定领域或行业内的专利文献数据,包括专利号、申请人、发明人、引用关系等信息。整理并建立专利数据库,以便进一步的分析和处理。 2. 引用关系分析:通过分析专利之间的引用关系,即某专利引用其他专利的情况,了解专利之间的技术联系和影响程度。可以通过引文网络分析等方法,构建并分析引用网络,识别出具有较高被引用量或重要性的专利。 3. 被引用关系分析:通过分析专利被其他专利所引用的情况,了解专利的影响力和技术价值。可以通过被引频次、被引比率等指标,评估专利的受关注程度和重要性。 4. 共同引用关系分析:通过分析多个专利共同引用的专利情况,了解专利之间的技术联系和创新演化路径。可以通过共同引用矩阵、聚类分析等方法,识别出具有相似技术特征或关键技术共性的专利群组。 5. 可视化呈现和分析:将专利关联度分析的结果进行可视化呈现,如引用网络图、共同引用图等,以便更直观地展示和分析专利之间的关联度和技术联系。 通过综合考虑以上因素,可以对专利之间的关联度进行分析和总结,揭示技术的演化路径、创新热点和技术联系等信息,为技术研究、创新决策和知识管理提供支持和参考。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值