-
公开(公告)号：CN111709280B
公开(公告)日：2023-04-18
申请号：CN202010364686.8
申请日：2020-04-30
Applicant: 核工业北京地质研究院
Abstract: 本发明属于遥感地质调查技术领域，具体涉及一种高光谱金矿化蚀变远景区快速识别方法包括：步骤一：对获取的研究区航天/航空高光谱数据产品开展预处理，得到浮点型高光谱反射率数据；步骤二：利用高光谱反射率数进行光谱增殖处理，得到新高光谱数据；步骤三：利用新高光谱数据，逐像元获取并判别吸收峰和反射峰位置，识别出绢云母矿物并厘定为短波云母亚类；步骤四：采用基于动态位置的解析几何方法计算吸收深度；计算吸收峰bc处的曲率CurvC；步骤五：选择吸收深度大且曲率大的蚀变短波云母亚类，设置合适阈值进行高端密度切割，得到短波云母蚀变分布图；结合地质综合分析圈定金矿化有利地段，在野外查证基础上优选出金矿化蚀变远景区。
-
公开(公告)号：CN111709280A
公开(公告)日：2020-09-25
申请号：CN202010364686.8
申请日：2020-04-30
Applicant: 核工业北京地质研究院
IPC: G06K9/00
Abstract: 本发明属于遥感地质调查技术领域，具体涉及一种高光谱金矿化蚀变远景区快速识别方法包括：步骤一：对获取的研究区航天/航空高光谱数据产品开展预处理，得到浮点型高光谱反射率数据；步骤二：利用高光谱反射率数进行光谱增殖处理，得到新高光谱数据；步骤三：利用新高光谱数据，逐像元获取并判别吸收峰和反射峰位置，识别出绢云母矿物并厘定为短波云母亚类；步骤四：采用基于动态位置的解析几何方法计算吸收深度；计算吸收峰bc处的曲率CurvC；步骤五：选择吸收深度大且曲率大的蚀变短波云母亚类，设置合适阈值进行高端密度切割，得到短波云母蚀变分布图；结合地质综合分析圈定金矿化有利地段，在野外查证基础上优选出金矿化蚀变远景区。
-
公开(公告)号：CN107991243B
公开(公告)日：2020-06-19
申请号：CN201610954069.7
申请日：2016-10-27
Applicant: 核工业北京地质研究院
IPC: G01N21/25
Abstract: 属于遥感环境调查领域，具体涉及一种基于航空高光谱遥感数据的高海拔地区水体提取方法。具体包括以下步骤：步骤一、进行传感器实验室定标；步骤二、得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、得到浮点型的CASI高光谱反射率数据；步骤四、得到的新的CASI高光谱数据中每个反射率影像为灰度图；步骤五、设定满足全部满足条件的像元构成的单波段影像为Bwaterbody；步骤六、得到栅格文件格式的水体分布图；步骤七、最终得到遥感识别水体的总长度和面积。本发明可以准确的提取出水体信息。在数据处理中，选择水体光谱特征明显的波段，去除特征不显著的波段，降低了其它地物或者噪声的影响，提升了遥感水体识别的精度。
-
公开(公告)号：CN104573690A
公开(公告)日：2015-04-29
申请号：CN201310502783.9
申请日：2013-10-23
Applicant: 核工业北京地质研究院
IPC: G06K9/46
CPC classification number: G06K9/00503
Abstract: 本发明属于高光谱影像处理方法，特别是涉及一种用于石膏信息提取的高光谱影像处理方法。它包括：步骤一：预处理；步骤二：采样，对波段在1145nm，1175nm，1325nm，1445nm，1460nm，1700nm，1745nm，1820nm，1940nm，2060nm，2210nm，2330nm，2405nm的图像采样；步骤三：判断；和步骤四：计算。本发明方法的效果在于：只用了13个波段，相对于高光谱影像SASI全波段101个波段，需要处理的数据量减少了87%，并且由于是计算机自动一步提取，减少了主成分变换、端元波谱的选择等操作步骤，运算速度可以提高了7倍以上。由于去除了大部分对信息提取关系不大的波段，减少其他物质或噪声对其光谱的干扰，提高了信息提取的精度。对高光谱影像数据中石膏信息的快速提取具有较好的作用和意义。
-
公开(公告)号：CN118644425A
公开(公告)日：2024-09-13
申请号：CN202410781690.2
申请日：2024-06-17
Applicant: 核工业北京地质研究院
Abstract: 本申请涉及遥感图像处理技术领域，特别涉及一种无人机高光谱图像中太阳耀斑的去除方法，包括：利用无人机采集研究区的高光谱遥感原始图像；基于高光谱遥感原始图像，选取绿波段和近红外波段进行归一化差值处理，从处理后的图像中提取研究区内水体区域图像；基于无人机采集图像时大气组分的吸收特征，基于图像像元计算得到太阳耀斑与纯净水体像素间辐亮度差值；根据近红外波段最暗水体像元受耀斑污染近似为零以及水体耀斑与氧气吸收深度特征值成正比的特性，得到每一图像像元受耀斑污染镜面反射的太阳辐射的相对强度，以进行耀斑去除；利用单波段阈值法提取水体区域图像中太阳耀斑，将太阳耀斑识别结果与去除结果进行对比验证。
-
Patent Agency Ranking
公开(公告)号：CN109740220A
公开(公告)日：2019-05-10
申请号：CN201811589016.5
申请日：2018-12-25
Applicant: 核工业北京地质研究院
IPC: G06F17/50
Abstract: 本发明属于遥感技术领域，具体公开一种山区临近地表反射辐射的计算方法：设置邻近地表反射的距离范围，结合遥感图像空间分辨率，确定滤波窗口尺寸；以滤波窗口中心点为原点，采用极坐标方式，计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值；依据滤波窗口像元的角度值、距离值，以及遥感图像像元对应的高程值、坡向值，进行比较判定分析，确定对滤波窗口中心产生邻近反射辐射的遥感图像像元；基于确定的邻近反射辐射图像像元，开展地表邻近反射辐射计算；对遥感图像所有像元，依次序重复上述步骤，确定每个遥感图像像元接收的邻近地表反射辐射。该方法能够精确地开展山地遥感影像的大气辐射校正与反射率反演。
-
公开(公告)号：CN107991243A
公开(公告)日：2018-05-04
申请号：CN201610954069.7
申请日：2016-10-27
Applicant: 核工业北京地质研究院
IPC: G01N21/25
Abstract: 属于遥感环境调查领域，具体涉及一种基于航空高光谱遥感数据的高海拔地区水体提取方法。具体包括以下步骤：步骤一、进行传感器实验室定标；步骤二、得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、得到浮点型的CASI高光谱反射率数据；步骤四、得到的新的CASI高光谱数据中每个反射率影像为灰度图；步骤五、设定满足全部满足条件的像元构成的单波段影像为Bwaterbody；步骤六、得到栅格文件格式的水体分布图；步骤七、最终得到遥感识别水体的总长度和面积。本发明可以准确的提取出水体信息。在数据处理中，选择水体光谱特征明显的波段，去除特征不显著的波段，降低了其它地物或者噪声的影响，提升了遥感水体识别的精度。
-
公开(公告)号：CN119478127A
公开(公告)日：2025-02-18
申请号：CN202411554016.7
申请日：2024-11-04
Applicant: 核工业北京地质研究院
IPC: G06T11/40 , G06V10/762 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于高光谱遥感地质领域，具体涉及一种结合聚类的高光谱遥感深度学习岩性填图方法，该方法包括：对高光谱数据进行预处理，获取目标高光谱反射率数据；计算岩性聚类数，将聚类数输入模糊C均值方法，对获取的高光谱反射率数据进行岩性聚类，区分出不同种类的岩性地质体；确定区分出的不同种类地质体的岩性种类；为每种岩性提取图斑作为样本，建立区域岩性样本库；根据获取的高光谱反射率数据和建立区域岩性样本库，对深度学习神经网络模型进行训练，获得岩性特征提取网络模型，进行岩性填图。本发明方法能够有效解决大范围高光谱遥感岩性填图中样本选取和提高效率的难题，保证岩性样本的准确性，提高岩性样本选取的效率。
-
公开(公告)号：CN109740220B
公开(公告)日：2023-08-18
申请号：CN201811589016.5
申请日：2018-12-25
Applicant: 核工业北京地质研究院
IPC: G06F30/20
Abstract: 本发明属于遥感技术领域，具体公开一种山区临近地表反射辐射的计算方法：设置邻近地表反射的距离范围，结合遥感图像空间分辨率，确定滤波窗口尺寸；以滤波窗口中心点为原点，采用极坐标方式，计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值；依据滤波窗口像元的角度值、距离值，以及遥感图像像元对应的高程值、坡向值，进行比较判定分析，确定对滤波窗口中心产生邻近反射辐射的遥感图像像元；基于确定的邻近反射辐射图像像元，开展地表邻近反射辐射计算；对遥感图像所有像元，依次序重复上述步骤，确定每个遥感图像像元接收的邻近地表反射辐射。该方法能够精确地开展山地遥感影像的大气辐射校正与反射率反演。
-
公开(公告)号：CN106845326B
公开(公告)日：2020-10-23
申请号：CN201510886240.0
申请日：2015-12-04
Applicant: 核工业北京地质研究院
Abstract: 本发明属于遥感环境调查领域，具体公开一种基于航空高光谱遥感数据的冰川识别方法，包括：对获取的航空高光谱遥感SASI数据进行数据预处理，得到高光谱辐亮度数据和高光谱反射率数据；对高光谱辐亮度数据进行大气校正和光谱重建，得到浮点型的高光谱反射率数据；将的高光谱反射率数据按照冰川分布区域进行数据裁剪，选取特征波段，进行波段重组；对高光谱数据特征波段进行判断，并进行波段运算，选取合适阈值，得到冰川分布文件；将识别出的冰川分布文件转换为shape格式的矢量文件，在ArcGIS软件中统计计算冰川分布面积，获得遥感识别的冰川分布图。该方法提高了冰川识别效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.033 seconds)
