-
公开(公告)号：CN110136194B
公开(公告)日：2022-11-11
申请号：CN201910422148.7
申请日：2019-05-21
Applicant: 吉林大学
Abstract: 本发明公开了一种基于星载多光谱遥感数据的积雪覆盖度测算方法，属于卫星遥感图像处理与应用的技术领域。针对目前的积雪提取算法存在的云干扰和林下积雪观测问题，本发明首先基于土地的不同类型将所选取的区域划分为森林区域和非森林地区，针对非森林地区使用Landsat8数据计算出积雪覆盖率，对FY‑3B获取的多波段数据进行波段运算，计算NDSI积雪指数，结合最小二乘法对重采样的积雪覆盖率和积雪指数拟合线性回归方程，建立积雪指数和积雪覆盖度的函数关系；针对森林地区则建立积雪覆盖度、地表反射率和森林透射率的函数关系，将积雪覆盖度转换为基于森林反射率的相关函数。本发明能够降低森林冠层遮挡的影响，有效提取林下积雪覆盖度信息。
-
公开(公告)号：CN108596103A
公开(公告)日：2018-09-28
申请号：CN201810382988.0
申请日：2018-04-26
Applicant: 吉林大学
Abstract: 本发明公开了一种基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法，属于卫星遥感图像处理与应用的技术领域。针对目前的建筑物提取算法存在如下明显的缺陷：(1)算法复杂度较高；(2)忽略光谱信息；(3)依赖于建筑物的矩形形状特征。本发明在将高分辨卫星遥感影像进行预处理后，通过采用最佳光谱指数对影像进行处理后，将影像转为灰度影像，利用Otsu算法进行图像分割，提取出建筑物目标，在通过几何约束和形态学处理等方式，进一步提高提取准确率和检测率。
-
公开(公告)号：CN103808736A
公开(公告)日：2014-05-21
申请号：CN201410050321.2
申请日：2014-02-13
Applicant: 吉林大学
IPC: G01N22/00
Abstract: 本发明的基于被动微波混合像元分解技术的盐碱地特性探测方法，属于遥感图像处理的技术领域。通过光谱遥感数据获得观测地区地物分类数据，建立针对盐碱地类型的被动微波混合像元分解模型；采用带约束条件的非负最小二乘法迭代运算求解方程组，实现盐碱地被动微波混合像元分解；进一步建立分解后的被动微波遥感数据与盐碱地含盐量的关系模型，实现盐碱地特性的有效探测。本发明为深入研究苏打盐碱地水盐特性与波谱信息的相关性，及苏打盐碱土的导电特性与微波辐射/散射信息的相关性，掌握苏打盐碱地的基本形态、时空动态变化过程、演变规律和地理分布特性，及苏打盐碱地的改良与合理利用，提供理论方法和技术手段。
-
公开(公告)号：CN103530888A
公开(公告)日：2014-01-22
申请号：CN201310528638.8
申请日：2013-10-30
Applicant: 吉林大学
Abstract: 本发明的基于比例信息的林地被动微波混合像元分解方法，属于遥感图像处理的技术领域。该方法的应用条件是林地被动微波遥感数据和林地图像数据，方法包括如下过程：1)通过颜色空间转换、阈值分割，计算林地图像中针叶林和阔叶林的比例信息，2)建立林地被动微波混合像元分解模型，3)林地被动微波混合像元分解模型求解，获得阔叶林组分亮温和针叶林组分亮温。本发明可以获得观测地区更为准确的林地信号，有助于森林的微波传输特性和林地相关参数反演研究，也有助于其它相关科学问题的解决和实现，进一步推动遥感面向全球的实时、精确的植被参数监测。
-
公开(公告)号：CN115393734A
公开(公告)日：2022-11-25
申请号：CN202211047548.2
申请日：2022-08-30
Applicant: 吉林大学
IPC: G06V20/13 , G06V10/30 , G06V10/36 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Faster R‑CNN与CV模型联合方法的SAR图像舰船轮廓提取方法，涉及卫星遥感图像处理与应用的技术领域，本发明的目的是解决现有SAR图像舰船轮廓方法适用场景少、提取精度差、细节损失严重等问题。本发明通过引入深度学习方法，能够对大场景SAR图像舰船轮廓进行提取。首先，使用Faster R‑CNN网络对SSDD数据集进行迁移学习和目标检测，获得获取舰船目标的定位坐标，并对小场景舰船区域切片；随后对舰船切片进行快速非局部均值FNLM滤波处理，最后使用改进CV模型迭代产生舰船最终轮廓，并将轮廓信息融合显示在原始图像中。利用本发明提出的基于Faster R‑CNN与CV模型联合方法的SAR图像舰船轮廓提取方法可以实现对不同场景SAR图像中舰船目标轮廓快速准确的提取。
-
Patent Agency Ranking
公开(公告)号：CN112861802B
公开(公告)日：2022-09-27
申请号：CN202110279564.3
申请日：2021-03-16
Applicant: 吉林大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于时空深度学习融合技术的农作物全自动化分类方法，属于卫星遥感图像处理与应用的技术领域。本发明目的是解决现有高分辨率遥感影像在对农作物分类中存在的地物边界模糊或椒盐噪声现象、算法复杂度高且时间开销大、忽略特征信息对作物识别结果的影响，以及目前深度学习方法无法对高分辨率遥感影像进行及时、准确的农作物识别等问题。本发明提出全自动化的训练样本选择方法，融合地理信息的Geo‑3D CNN网络与Geo‑Conv1D网络，并采用Active Learning策略实现两种分类方法分类结果的融合。利用本发明提出的基于时空深度学习融合技术的农作物全自动化分类方法可以实现对大面积农作物的高效、准确的识别。
-
公开(公告)号：CN110136194A
公开(公告)日：2019-08-16
申请号：CN201910422148.7
申请日：2019-05-21
Applicant: 吉林大学
Abstract: 本发明公开了一种基于星载多光谱遥感数据的积雪覆盖度测算方法，属于卫星遥感图像处理与应用的技术领域。针对目前的积雪提取算法存在的云干扰和林下积雪观测问题，本发明首先基于土地的不同类型将所选取的区域划分为森林区域和非森林地区，针对非森林地区使用Landsat8数据计算出积雪覆盖率，对FY-3B获取的多波段数据进行波段运算，计算NDSI积雪指数，结合最小二乘法对重采样的积雪覆盖率和积雪指数拟合线性回归方程，建立积雪指数和积雪覆盖度的函数关系；针对森林地区则建立积雪覆盖度、地表反射率和森林透射率的函数关系，将积雪覆盖度转换为基于森林反射率的相关函数。本发明能够降低森林冠层遮挡的影响，有效提取林下积雪覆盖度信息。
-
公开(公告)号：CN103530888B
公开(公告)日：2016-01-27
申请号：CN201310528638.8
申请日：2013-10-30
Applicant: 吉林大学
Abstract: 本发明的基于比例信息的林地被动微波混合像元分解方法,属于遥感图像处理的技术领域。该方法的应用条件是林地被动微波遥感数据和林地图像数据，方法包括如下过程：1)通过颜色空间转换、阈值分割，计算林地图像中针叶林和阔叶林的比例信息，2)建立林地被动微波混合像元分解模型，3)林地被动微波混合像元分解模型求解，获得阔叶林组分亮温和针叶林组分亮温。本发明可以获得观测地区更为准确的林地信号，有助于森林的微波传输特性和林地相关参数反演研究，也有助于其它相关科学问题的解决和实现，进一步推动遥感面向全球的实时、精确的植被参数监测。
-
公开(公告)号：CN103808736B
公开(公告)日：2015-10-28
申请号：CN201410050321.2
申请日：2014-02-13
Applicant: 吉林大学
IPC: G01N22/00
Abstract: 本发明的基于被动微波混合像元分解技术的盐碱地特性探测方法，属于遥感图像处理的技术领域。通过光谱遥感数据获得观测地区地物分类数据，建立针对盐碱地类型的被动微波混合像元分解模型；采用带约束条件的非负最小二乘法迭代运算求解方程组，实现盐碱地被动微波混合像元分解；进一步建立分解后的被动微波遥感数据与盐碱地含盐量的关系模型，实现盐碱地特性的有效探测。本发明为深入研究苏打盐碱地水盐特性与波谱信息的相关性，及苏打盐碱土的导电特性与微波辐射/散射信息的相关性，掌握苏打盐碱地的基本形态、时空动态变化过程、演变规律和地理分布特性，及苏打盐碱地的改良与合理利用，提供理论方法和技术手段。
-
公开(公告)号：CN104252703A
公开(公告)日：2014-12-31
申请号：CN201410449528.7
申请日：2014-09-04
Applicant: 吉林大学
IPC: G06T5/50
Abstract: 本发明的基于小波预处理和稀疏表示的卫星遥感图像超分辨率重构方法属于卫星遥感图像处理的技术领域。该方法的应用条件是已知相同观测地区、不同时间分辨率的高分辨率遥感图像和低分辨率遥感图像，对其它观测时间的低分辨率遥感图像进行超分辨率重构，提高低分辨率遥感图像的空间分辨率。具体分为字典训练和对低分辨率遥感图像进行重构两个步骤。本发明考虑到遥感图像的物候变化，构建了含不同特征信息的小波域的字典，基于三对子波段字典的训练，结合稀疏表示，有效地实现低分辨率遥感图像的超分辨率重构，更好地获取了图像的细节特征；本发明的方法可有效提高低分辨率遥感图像的重构质量，为低分辨率遥感图像的后期应用提供基础。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.027 seconds)
