-
公开(公告)号:CN114882371A
公开(公告)日:2022-08-09
申请号:CN202210796854.X
申请日:2022-07-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明涉及遥感目标识别技术领域,提供了一种基于全极化SAR图像的海面溢油检测模型构建方法,包括以下步骤:提取全极化SAR图像的各向异性特征,选取溢油像素和非溢油像素的各向异性特征作为训练样本,组成矩阵A并进行归一化处理得到a(t),由a(t)计算像素权重E,由a(t)和像素权重E计算像素特征P,将像素特征P作为训练集,0和1作为训练集标签,0代表非溢油像素,1代表溢油像素,导入支持向量机模型,对模型进行训练,得到溢油检测模型。本发明充分利用了全极化SAR图像的各向异性特征,并构建像素特征P,提高了全极化SAR图像海面溢油检测的准确率,具有科学合理、易于实现、精度高等优点。
-
公开(公告)号:CN113516657A
公开(公告)日:2021-10-19
申请号:CN202111071270.8
申请日:2021-09-14
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及遥感目标识别技术领域,提供了一种基于自适应权重的全极化SAR影像海面溢油检测方法,包括以下步骤:提取全极化SAR溢油影像中溢油区域和非溢油区域的多个极化特征,计算溢油区域各极化特征熵及其特征权重,生成溢油像素判别公式,利用判别公式对待检测像素点逐一判定为溢油像素或待确定像素,溢油区域和非溢油区域的极化特征导入U‑Net模型中,对模型进行训练,将不确定像素点的极化特征导入训练好的模型中,对其类别进行判定。本发明对极化特征进行了充分利用,并逐像素对全极化SAR影像海面溢油进行检测,能够进一步提高全极化SAR海面溢油检测的准确率,具有科学合理、易于实现、精度高等优点。
-
公开(公告)号:CN108460422B
公开(公告)日:2019-10-01
申请号:CN201810213214.5
申请日:2018-03-15
Applicant: 中国石油大学(华东) , 中国科学院深海科学与工程研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于深度分布特征的海底地貌类型识别方法。包括如下步骤:1)根据海底深度测量数据计算深度分布特征,包括偏度、峰度、海底深度标准差、海底深度差异熵、海底粗糙度和海底深度变异系数;2)将深度分布特征作为模糊判别变量,针对标准地貌类型建立隶属度函数集;3)采用最大隶属度原则识别地貌类型。本发明具有方法简单、计算量小、识别准确率高、节约人力等优点。本发明适用于海底地貌类型识别。
-
公开(公告)号:CN100519031C
公开(公告)日:2009-07-29
申请号:CN200710115053.8
申请日:2007-11-26
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种非导电材料电火花铣削方法,属于机械加工领域。加工时,正、负工具电极分别与脉冲电源的正、负极相连,正、负工具电极为管状结构,被同轴安装在一起,两极间被一绝缘介质层隔开;导电液从内工具电极的中心孔流向沿非导电材料的表面,它在流经正、负工具电极的端部时,引起火花放电,由放电时产生的瞬时高温、高压作用来蚀除加工非导电材料;主轴头可以带动正、负工具电极做旋转和Z方向的运动,被加工的非导电材料工件安装在X、Y移动工作台上,由主轴头和工作台之间的联动,来实现对复杂形状非导电材料工件的电火花铣削加工。本发明的非导电材料电火花铣削方法具有加工效率高、表面质量好、对环境无污染等优点。
-
公开(公告)号:CN116343113A
公开(公告)日:2023-06-27
申请号:CN202310219804.X
申请日:2023-03-09
Applicant: 中国石油大学(华东)
IPC: G06V20/52 , G06V10/20 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/0455
Abstract: 本申请公开了基于极化SAR特征与编解码网络的溢油检测方法及系统,其中,方法步骤包括:采集极化SAR图像;对极化SAR图像进行预处理,得到处理后图像;对处理后图像进行30个极化特征的提取与降维操作,得到溢油区域极化特征;同时使用CV模型来辅助提取完整的SAR图像溢油区域边缘获取几何特征。基于溢油区域极化特征和几何特征图像划分为训练集和测试集,构建并训练编码器‑解码器检测模型;并通过训练好的模型完成海面溢油检测。
-
公开(公告)号:CN116206203A
公开(公告)日:2023-06-02
申请号:CN202310217615.9
申请日:2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于SAR与Dual‑EndNet的溢油检测方法,包括以下步骤:获取目标海面的全极化SAR图像;对全极化SAR图像进行Pauli分解,得到奇次散射和偶次散射的散射能量,利用散射能量,合成PauliRGB图像;对全极化SAR图像提取溢油检测的极化特征,并利用随机森林算法对极化特征进行选择,得到极化特征图像;基于PauliRGB图像和极化特征图像,获得几何空间样本数据集、极化特征数据集和样本标签集,并划分为训练集和测试集;构建Dual‑EndNet网络模型;利用训练集对Dual‑EndNet网络模型进行训练;利用测试集和训练好的Dual‑EndNet网络模型完成对目标海面的溢油检测。
-
公开(公告)号:CN114882371B
公开(公告)日:2022-10-18
申请号:CN202210796854.X
申请日:2022-07-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774
Abstract: 本发明涉及遥感目标识别技术领域,提供了一种基于全极化SAR图像的海面溢油检测模型构建方法,包括以下步骤:提取全极化SAR图像的各向异性特征,选取溢油像素和非溢油像素的各向异性特征作为训练样本,组成矩阵A并进行归一化处理得到a(t),由a(t)计算像素权重E,由a(t)和像素权重E计算像素特征P,将像素特征P作为训练集,0和1作为训练集标签,0代表非溢油像素,1代表溢油像素,导入支持向量机模型,对模型进行训练,得到溢油检测模型。本发明充分利用了全极化SAR图像的各向异性特征,并构建像素特征P,提高了全极化SAR图像海面溢油检测的准确率,具有科学合理、易于实现、精度高等优点。
-
公开(公告)号:CN116452891A
公开(公告)日:2023-07-18
申请号:CN202310452265.4
申请日:2023-04-25
Applicant: 中国石油大学(华东) , 中国科学院深海科学与工程研究所
IPC: G06V10/764 , G06V10/774 , G06V10/36 , G06F30/20 , G06F119/14
Abstract: 本发明公开了一种基于朴素贝叶斯算法的海底土类型自动识别方法。包括如下基本步骤:1)CPT数据采集;2)计算属性特征;3)计算归一化锥端阻力的波动特征;4)特征参数滤波;5)利用贝叶斯分类器识别海底土类型。本发明具有方法简单、计算量小、实时性好、节约人力、易于实现等优点。适用于海底土质类型的自动识别。
-
公开(公告)号:CN115565080A
公开(公告)日:2023-01-03
申请号:CN202211241979.2
申请日:2022-10-10
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及遥感场景分类技术领域,提供了一种基于自注意力机制的多特征融合SAR图像海冰分类方法。本发明方法利用自注意力机制,能够有效提取优选的纹理特征图像的全局特征,具体为:根据支持向量机对图像纹理特征的分类精度,确定不同特征的贡献度;将前三个对分类精度贡献大的纹理特征组成三通道图像,用于训练Transformer Encoder模型;用模型自注意力机制提取的海冰SAR图像全局特征分类,得到最终分类结果。本发明利用自注意力机制提取优选后图像纹理的全局特征,能够提高SAR图像海冰分类的精度,易于实现、科学合理。
-
公开(公告)号:CN113516657B
公开(公告)日:2021-12-10
申请号:CN202111071270.8
申请日:2021-09-14
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及遥感目标识别技术领域,提供了一种基于自适应权重的全极化SAR影像海面溢油检测方法,包括以下步骤:提取全极化SAR溢油影像中溢油区域和非溢油区域的多个极化特征,计算溢油区域各极化特征熵及其特征权重,生成溢油像素判别公式,利用判别公式对待检测像素点逐一判定为溢油像素或待确定像素,溢油区域和非溢油区域的极化特征导入U‑Net模型中,对模型进行训练,将不确定像素点的极化特征导入训练好的模型中,对其类别进行判定。本发明对极化特征进行了充分利用,并逐像素对全极化SAR影像海面溢油进行检测,能够进一步提高全极化SAR海面溢油检测的准确率,具有科学合理、易于实现、精度高等优点。
-
-
-
-
-
-
-
-
-