-
公开(公告)号：CN119691696A
公开(公告)日：2025-03-25
申请号：CN202411692198.4
申请日：2024-11-25
Applicant: 重庆邮电大学
IPC: G06F18/27 , G06F18/10 , G06N5/01 , G06N20/20 , G06F123/02
Abstract: 本发明涉及一种结合时空滞后性的地表温度精细化降尺度方法，属于遥感图像处理技术领域。该方法首先对Landsat8TIRS数据进行预处理和LST反演，并计算MODIS LST和DEM数据。随后，构建时间序列数据集，并基于时空加权滞后随机森林模型建立MODIS LST与Landsat8NDVI、NDBI、MNDWI和SRTM DEM数据之间的非线性关系及两个连续时间段LST的时空滞后关系。最后，利用普通克里金插值法对LST进行降尺度，得到高分辨率的地表温度分布。该方法有效提高了LST降尺度结果的精度和可靠性，为山地城市气候调控、生态保护、热环境管理等提供了科学依据。
-
公开(公告)号：CN114387531A
公开(公告)日：2022-04-22
申请号：CN202210062674.9
申请日：2022-01-19
Applicant: 重庆邮电大学
IPC: G06V20/13 , G06V10/52 , G06V10/766 , G06T17/05
Abstract: 本发明属于遥感图像增强的技术领域，涉及一种基于改进地理加权回归模型的地表温度降尺度方法，包括获取遥感数据进行预处理，根据预处理的遥感数据计算尺度因子和温度差异系数；利用温度差异系数构建改进的地理加权回归模型，建立低空间分辨率下地表温度与尺度因子的回归关系，得到回归系数和残差；通过普通克里金插值将回归系数和残差的低空间分辨率提高到目标高空间分辨率；降低尺度并输入改进的地理加权回归模型，根据之前的地表温度与尺度因子的回归关系得到高空间分辨率下的地表温度值，本发明加入不同地表覆盖类型下的温度情况来表征不同地类之间的差异，通过不同地表覆盖类型的温度差异系数优化模型中的权重矩阵，提升降尺度结果的精度。
-
公开(公告)号：CN109903234A
公开(公告)日：2019-06-18
申请号：CN201910048935.X
申请日：2019-01-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种城市热力景观定量描述及多尺度特征分析方法，包括：通过现有的辐射定标、大气校正、几何校正等方法对Landsat-8 OLI/TIRS遥感影像进行预处理，经过预处理的图像采用现有方法反演为地表温度影像。针对研究区使用改进的“均值-标准差”方法将地表温度影像划分为热力景观，在斑块、类型和景观三个水平计算景观指数并依据指数结果分析城市热力景观空间格局。对两个或多个研究区进行尺度变化，包含空间粒度变换和空间幅度变化，在空间粒度和幅度上计算所选取的景观指数并分析其多尺度特征，最后对于多尺度特征在不同研究区的变化趋势进行对比分析。本方法可用于对单个或多个研究区的城市热力景观进行分析，本方法分析更为全面和具体。
-
公开(公告)号：CN109885878A
公开(公告)日：2019-06-14
申请号：CN201910039693.8
申请日：2019-01-16
Applicant: 重庆邮电大学
IPC: G06F17/50
Abstract: 本发明请求保护一种基于套和结构模型的地表温度空间变异性的多尺度特征定量描述的方法，该方法包括：针对研究区域的Landsat8遥感影像进行数据预处理，利用经典的地表温度反演算法进行地表温度反演。提出按照不同空间尺度下地表温度的空间分布特征为原则。然后通过基于单一结构模型建立的理论半变异函数对各个尺度下的地表温度空间变异性进行拟合，获取得到函数曲线进行分段处理，建立基于套和结构模型的理论半变异函数，再一次的对各个尺度下地表温度空间变异性进行拟合，最终得到块金值、偏基台值、基台值、块基比以及变程。本发明可用于具有复杂地形结构的城市区域，本方法比以往通过定性的方式分析地表温度的空间分布分析更加精确和全面。
-
公开(公告)号：CN108052966A
公开(公告)日：2018-05-18
申请号：CN201711291714.2
申请日：2017-12-08
Applicant: 重庆邮电大学
CPC classification number: G06K9/6268 , G06K9/6292 , G06N3/0454
Abstract: 本发明请求保护一种基于基于卷积神经网络的遥感图像场景自动提取和分类方法。主要创新点在于修改了一般情况下深度神经网络的输入特征图，增加了数据维度。主要解决目前遥感图像分辨率逐步提高，对于某些容易混淆的场景如居住区、公园、道路等的分类可能会出现由于训练样本数量的限制造成进一步的细分类中无法有效提取特征的问题。例如居住区中细分稀疏居住区和公园、密集居住区和密集商业区。本发明先利用深度学习或其他方法对待分类遥感图像进行逐像素基础地物类别分类，将分类后的结果专题图作为部分特征图与原本的场景图拼接输入神经网络进行训练及分类，使神经网络能够充分学习场景特征，提高分类识别精度。
-
Patent Agency Ranking
公开(公告)号：CN102074833B
公开(公告)日：2013-01-23
申请号：CN201010616035.X
申请日：2010-12-30
Applicant: 重庆邮电大学
IPC: H01R13/11 , H01R13/52 , H01R13/707 , H01R13/713
Abstract: 本发明涉及电器设备领域，提供了一种安全插座，在插座底盒(10)与带插头片口(21)的插座上盖(20)形成的插座腔体内还包括电源离合装置(30)、传压板(40)、连接导线(70)和插座支撑筒(50)；所述传压板(40)设置在插座底盒(10)上，一端伸入电源离合装置(30)腔体内，另一端伸入插座支撑筒(50)腔体内，插座支撑筒(50)与电源离合装置(30)通过连接导线(70)电气连接，本发明使得在无意触碰或部分插头片插入到底的情况下，均不会导通电源，使得应用更加安全；进一步地，本发明使得整个通电线路都处于绝缘环境中，即使有水进入插座腔体内，甚至以上线路都处于浸水状态，都能够避免出现短路的现象。
-
公开(公告)号：CN119693790A
公开(公告)日：2025-03-25
申请号：CN202411692197.X
申请日：2024-11-25
Applicant: 重庆邮电大学
IPC: G06V20/10 , G06V10/82 , G06V10/26 , G06V20/70 , G06V10/52 , G06V10/42 , G06V10/44 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于MPResNet的高分辨率遥感图像道路提取方法，属于遥感图像处理技术领域。该方法采用了一种改进模型MPResNet，该模型使用RestNet34作为网络的编码器，保证了网络的深度和网络的健壮性；使用多尺度上下文采集的特征提取结构，实现对不同场景下的语义特征提取，同时引入融合通道表示的空间注意力机制计算空间与通道层面的样本注意力权重；在解码器部分，采用不同倍率的密集上采样代替原始的双线性插值，在保证精度的同时显著降低了计算复杂度。
-
公开(公告)号：CN114549385B
公开(公告)日：2024-09-03
申请号：CN202210174565.6
申请日：2022-02-24
Applicant: 重庆邮电大学
IPC: G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明属于遥感图像去云领域，具体涉及一种基于深度稠密残差网络的光学与SAR图像融合的去云方法，该方法包括：获取待去云的图像，对待去云图像进行预处理；将预处理好的图像输入到训练好的去云模型中，得到去云图像；根据去云图像对目标区域进行标记处理；去云模型包括深度残差网络和RDN网络；在进行光学与SAR图像融合去云前，先进行了SAR图像到光学图像的转换，使得光学图像与SAR图像直接由于成像原因引起的差异得到降低，提升了SAR图像中信息的利用和最终的去云精度。
-
公开(公告)号：CN114387531B
公开(公告)日：2024-08-27
申请号：CN202210062674.9
申请日：2022-01-19
Applicant: 重庆邮电大学
IPC: G06V20/13 , G06V10/52 , G06V10/766 , G06T17/05
Abstract: 本发明属于遥感图像增强的技术领域，涉及一种基于改进地理加权回归模型的地表温度降尺度方法，包括获取遥感数据进行预处理，根据预处理的遥感数据计算尺度因子和温度差异系数；利用温度差异系数构建改进的地理加权回归模型，建立低空间分辨率下地表温度与尺度因子的回归关系，得到回归系数和残差；通过普通克里金插值将回归系数和残差的低空间分辨率提高到目标高空间分辨率；降低尺度并输入改进的地理加权回归模型，根据之前的地表温度与尺度因子的回归关系得到高空间分辨率下的地表温度值，本发明加入不同地表覆盖类型下的温度情况来表征不同地类之间的差异，通过不同地表覆盖类型的温度差异系数优化模型中的权重矩阵，提升降尺度结果的精度。
-
公开(公告)号：CN117058059A
公开(公告)日：2023-11-14
申请号：CN202311027337.7
申请日：2023-08-15
Applicant: 重庆邮电大学
IPC: G06T5/50 , G06T5/00 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种光学遥感图像与SAR图像融合的渐进式修复框架去云方法，属于遥感图像去云领域，该渐进式修复框架具体分为粗略、细化两个阶段，并在第二阶段细化修复网络中嵌入连贯语义注意层CSA，从而保留上下文结构，通过建模缺失区域特征之间的语义相关性更有效的预测缺失部分，此外，为了提高图像的结构相似性和全局一致性，本发明还构建损失函数时区分有云区域与无云区域，并且约束有云区域的边界，使得云去除图像结构更加清晰。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.023 seconds)
