公开(公告)号：CN118887555A

公开(公告)日：2024-11-01

申请号：CN202410890885.0

申请日：2024-07-04

Applicant: 安徽大学

Inventor： 黄林生 ,  翟金龙 ,  罗菊花 ,  赵晋陵 ,  阮超

IPC: G06V20/13 ,  G06V10/30 ,  G06T7/11 ,  G06V10/774 ,  G06V10/764 ,  G06V20/70

Abstract: 本发明涉及一种基于U‑Net的湖泊围网养殖区自动提取方法，包括：选择高精度的遥感数据源并进行预处理；得到组合后的SAR影像；构建湖泊围网数据集；采用U‑Net模型构建湖泊围网提取模型，将湖泊围网数据集划分为训练集和验证集，将训练集输入湖泊围网提取模型进行训练；对待提取的湖泊SAR影像进行提取，得到湖泊围网初步提取结果；对初步提取结果进行处理，得到湖泊围网最终提取结果。本发明采用的U‑Net网络结构极大降低了网络参数设置的复杂度，具有局部感知和参数共享特点，显著降低了模型的复杂度，减少了权值数量，网络本身具有特征提取功能，可有效从样本中学习相应特征，避免复杂的特征提取过程；能够及时、快速、准确地实现湖泊围网养殖区的自动提取。

公开(公告)号：CN119251704A

公开(公告)日：2025-01-03

申请号：CN202411455830.3

申请日：2024-10-18

Applicant: 安徽大学

Inventor： 赵晋陵 ,  丁嘉龙 ,  罗菊花 ,  黄林生 ,  阮超

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/30 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06N20/20

Abstract: 本发明涉及一种基于机器学习的湖泊遥感影像藻华覆盖度反演方法，与现有技术相比解决了难以针对湖泊遥感影像进行藻华覆盖度反演的缺陷。本发明包括以下步骤：获取遥感数据源并进行预处理；对Sentinel‑2多光谱影像进行藻华提取与处理得出覆盖度样本集；对MODIS多光谱影像进行特征选择与组合得出特征指数数据集；构建湖泊藻华覆盖度数据集；基于机器学习构建模型及训练；藻华覆盖度反演结果的获得。本发明利用高空间分辨率的Sentinel‑2数据，可获取MODIS像元尺度的藻华覆盖度，并结合MODIS光谱特征构建定量估算模型，从而实现湖泊藻华的高时空精度监测与变化分析。