-
公开(公告)号：CN114972078B
公开(公告)日：2023-05-05
申请号：CN202210503510.5
申请日：2022-05-09
Applicant: 安徽大学
Abstract: 本发明涉及应用SAR影像提升国产光学卫星影像无控几何质量方法及系统，与现有技术相比解决了稳健提升国产光学卫星无控几何定位精度。本发明包括以下步骤：构建附加太阳高度角变量的无控几何定位误差补偿模型；应用SAR影像提升国产光学卫星影像无控几何质量准备工作；应用从SAR影像中提取的参考数据对无控几何定位误差补偿模型系数进行求解。本发明提出一种对影响国产光学卫星无控几何质量的热稳定性误差进行补偿方法及系统，对影响无控几何定位误差根本原因进行建模，形成可操作性的无控几何质量提升途径，进而有效提升国产光学卫星影像的无控几何质量。
-
公开(公告)号：CN115830597B
公开(公告)日：2023-07-07
申请号：CN202310014291.9
申请日：2023-01-05
Applicant: 安徽大学
IPC: G06V20/70 , G06V10/26 , G06V20/13 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于伪标签生成的从局部到全局的域自适应遥感影像语义分割方法，所述方法包括以下步骤：基于伪标签生成的从局部到全局的域自适应遥感影像语义分割准备工作、构建与训练基于伪标签生成的从局部到全局的域自适应遥感影像语义分割模型、对基于伪标签生成的从局部到全局的域自适应遥感影像语义分割模型求解和验证。与现有技术相比通过构建从局部到全局的域自适应遥感影像语义分割网络，解决了超高分辨率遥感影像难以自适应的问题，并从局部语义特征差异到全局结构特征差异进行特征对齐，得到局部以及全局的特征表示，使超高分辨率遥感影像域自适应的语义分割精度得到提升。
-
公开(公告)号：CN116203562A
公开(公告)日：2023-06-02
申请号：CN202310337673.5
申请日：2023-03-31
Applicant: 安徽大学
Abstract: 本发明涉及一种光学影像辅助的星载立体SAR影像控制点自动生成方法，与现有技术相比实现了从不同升降轨立体SAR影像中自动化的完成灯柱这一类控制点的匹配、提取、误差剔除，并形成可用的控制点。本发明包括以下步骤：基于高分光学影像上提取立体SAR影像上同名灯柱点的近似坐标；SAR影像灯柱PS点像方坐标粗略提取；SAR影像灯柱PS点坐标精确提取；SAR影像灯柱PS点异常值剔除；SAR影像灯柱PS点坐标误差补偿；立体平差处理生成灯柱控制点三维坐标。本发明实现立体SAR影像同名PS点自动化匹配、提取、误差剔除，生成高精度可用的控制点，为基础测绘以及其他卫星几何校正提供控制数据。
-
公开(公告)号：CN114839632B
公开(公告)日：2022-11-22
申请号：CN202210414908.1
申请日：2022-04-20
Applicant: 安徽大学
IPC: G01S13/90
Abstract: 本发明涉及一种联合非摄影测量观测条件约束的SAR无控几何定标方法及其系统，与现有技术相比解决了需依赖地面几何定标场数据进行定标的缺陷。本发明包括以下步骤：构建附加非摄影测量观测条件约束的无场几何定标模型；附加非摄影测量观测条件约束的无场几何定标求解准备工作；对附加非摄影测量观测条件约束的无场几何定标模型求解。本发明提出一种具有较好操作性的联合非摄影测量观测条件约束的SAR无控几何定标方法及系统，能实现SAR卫星无场化自定标，从而有效保障SAR卫星的几何定位精度。
-
公开(公告)号：CN116740584B
公开(公告)日：2024-05-10
申请号：CN202310764234.2
申请日：2023-06-25
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及一种结合CNN和Transformer的渐进式学习梯度的弱监督云检测方法，所述方法包括以下步骤：结合CNN和Transformer的渐进式学习梯度的弱监督云检测准备工作、构建与训练结合CNN和Transformer的渐进式学习梯度的弱监督云检测模型、对结合CNN和Transformer的渐进式学习梯度的弱监督云检测模型测试和求解。与现有技术相比，通过构建结合CNN和Transformer的渐进式学习梯度的两阶段云检测网络，通过显式地引入梯度信息，使云检测网络学习到云和类云地物在梯度上的差别，从而解决云和类云地物的错分和误判问题。同时，通过构建具有主动学习策略的弱监督结构，使用最小化的具有代表性的数据标签实现准确的云检测。
-
Patent Agency Ranking
公开(公告)号：CN114972078A
公开(公告)日：2022-08-30
申请号：CN202210503510.5
申请日：2022-05-09
Applicant: 安徽大学
Abstract: 本发明涉及应用SAR影像提升国产光学卫星影像无控几何质量方法及系统，与现有技术相比解决了稳健提升国产光学卫星无控几何定位精度。本发明包括以下步骤：构建附加太阳高度角变量的无控几何定位误差补偿模型；应用SAR影像提升国产光学卫星影像无控几何质量准备工作；应用从SAR影像中提取的参考数据对无控几何定位误差补偿模型系数进行求解。本发明提出一种对影响国产光学卫星无控几何质量的热稳定性误差进行补偿方法及系统，对影响无控几何定位误差根本原因进行建模，形成可操作性的无控几何质量提升途径，进而有效提升国产光学卫星影像的无控几何质量。
-
公开(公告)号：CN117522824B
公开(公告)日：2024-05-14
申请号：CN202311531117.8
申请日：2023-11-16
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/11 , G06T7/90 , G06V10/764 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于域知识库的多源域泛化的云和云阴影检测方法，所述方法包括以下步骤：基于域知识库的多源域泛化的云和云阴影检测准备工作、构建与训练基于域知识库的多源域泛化的云和云阴影检测模型、对基于域知识库的多源域泛化的云和云阴影检测模型测试和求解。与现有技术相比，通过基于域知识库的多源域泛化的云和云阴影检测网络，本发明解决了现有云和云阴影检测任务中由于数据量局限以及域差异导致的难以将源训练模型推广至目标数据集的问题，实现了一个可以适应到其他卫星域的较好泛化能力的模型。
-
公开(公告)号：CN116740584A
公开(公告)日：2023-09-12
申请号：CN202310764234.2
申请日：2023-06-25
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及一种结合CNN和Transformer的渐进式学习梯度的弱监督云检测方法，所述方法包括以下步骤：结合CNN和Transformer的渐进式学习梯度的弱监督云检测准备工作、构建与训练结合CNN和Transformer的渐进式学习梯度的弱监督云检测模型、对结合CNN和Transformer的渐进式学习梯度的弱监督云检测模型测试和求解。与现有技术相比，通过构建结合CNN和Transformer的渐进式学习梯度的两阶段云检测网络，通过显式地引入梯度信息，使云检测网络学习到云和类云地物在梯度上的差别，从而解决云和类云地物的错分和误判问题。同时，通过构建具有主动学习策略的弱监督结构，使用最小化的具有代表性的数据标签实现准确的云检测。
-
公开(公告)号：CN115830471B
公开(公告)日：2023-06-13
申请号：CN202310007711.0
申请日：2023-01-04
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种多尺度特征融合和对齐的域自适应云检测方法，所述方法包括以下步骤：多尺度特征融合和对齐的域自适应云检测准备工作、构建与训练多尺度特征融合和对齐的域自适应云检测模型、对多尺度特征融合和对齐的域自适应云检测模型测试和求解。与现有技术相比，通过构建多尺度特征融合和对齐的域自适应网络，及提出的多尺度特征融合模块和特征对齐模块。与现有云检测技术相比，本发明解决了现有云检测技术对于碎云及边界检测困难，并且使云检测网络生成源和目标域数据集的域不变特征，从而解决由于域差异导致的难以将源训练模型推广至目标数据集的问题。
-
公开(公告)号：CN115015931B
公开(公告)日：2023-04-14
申请号：CN202210626755.7
申请日：2022-06-05
Applicant: 安徽大学
Abstract: 本发明设计一种无需外部误差校正的实时差分立体SAR几何定位方法及系统，与现有技术相比解决了常规立体SAR几何定位对精密定轨数据的要来，以及需要对观测值进行大气误差改正等缺陷。本发明包括以下步骤：差分立体观测数据准备；差分观测值的获取；差分立体方程构建；差分立体方程求解。本发明无需高精度精密定轨数据和外部大气校正情况下，仅在一个参考坐标点的基础上，实现高精度立体SAR几何定位精度，满足对实时性较高的高精度几何定位应用需求。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
