公开(公告)号：CN118587595A

公开(公告)日：2024-09-03

申请号：CN202410737155.7

申请日：2024-06-07

Applicant: 安徽大学 ,  安徽省第二测绘院

Inventor： 杨辉 ,  侯恩兵 ,  王彪 ,  吴艳兰 ,  任光耀

IPC: G06V20/10 ,  G06V10/52 ,  G06V10/46 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于双阶任务机制网络的建筑物变化检测方法，涉及图像处理技术领域，利用双阶任务机制网络构建建筑物变化检测模型，用于根据前时相图像和后时相图像，输出建筑物的变化检测结果；双阶任务机制网络将建筑物变化检测任务分为特征优化选择和跨尺度递进融合两个阶段来处理，从而实现图像多尺度、多时相、多特征整合，减少人为干预对建筑物变化检测精度的影响。本发明提高建筑物变化检测精度，取得了更好的检测效果，为城市规划和地质灾害评估等工作提供有力的技术支撑。

公开(公告)号：CN118537733A

公开(公告)日：2024-08-23

申请号：CN202410671607.6

申请日：2024-05-28

Applicant: 安徽大学 ,  安徽省第二测绘院

Inventor： 吴艳兰 ,  王彪 ,  杨辉 ,  侯恩兵 ,  任光耀

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/774 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明属于摄影测量数据处理技术领域，具体涉及一种基于特征一致性感知的遥感影像道路提取方法，步骤如下：数据集获取及样本集制作、初始道路提取网络结构设计、特征增强和特征一致性感知模块、损失函数优化模型、模型结果评估。本发明设计特征增强和特征一致性感知网络，该网络由初始道路提取网络和特征增强和特征一致性感知模块组成，通过将初始道路信息和多尺度特征信息相结合，更好地利用多尺度信息，减少特征信息丢失，提高网络性能。本发明方法增强了道路特征的一致性，丰富了道路的特征信息，改善了由建筑物阴影或者其他地物遮盖导致的道路不连通和破碎化的问题，增强了道路提取结果的连通性和完整性。

公开(公告)号：CN118470305A

公开(公告)日：2024-08-09

申请号：CN202410663503.0

申请日：2024-05-27

Applicant: 安徽大学 ,  中国能源建设集团安徽省电力设计院有限公司

Inventor： 杨辉 ,  吴艳兰 ,  王彪 ,  江鹏 ,  许邦鑫 ,  刘平

IPC: G06V10/25 ,  G06V10/776 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/048 ,  G06N3/0464 ,  G06V10/94

Abstract: 本发明属于遥感信息提取技术领域，具体涉及一种基于SAM多特征融合的遥感影像旋转目标检测方法。本发明针对遥感影像中地物类型繁多，大中小目标分布不均，目标尺度变化剧烈等问题，设计了基于SAM多特征融合的遥感影像旋转目标检测算法，提高遥感目标检测精度；首先收集已有的遥感目标检测样本构建样本库；并在此基础上，利用SAM编码器强大的特征提取能力，根据AdapterTuning的参数有效微调技术，使用Adapter模块和Mona模块对SAM的编码器进行微调，以增强网络对遥感图像的特征提取能力。同时引入多特征融合技术，充分利用不同尺度下的语义信息，提高遥感目标检测的精度；在应用上取得具有实用价值的遥感目标检测技术，以期切实地推进遥感图像中物体监测的应用与发展。

公开(公告)号：CN111079835B

公开(公告)日：2023-03-07

申请号：CN201911294229.X

申请日：2019-12-16

Applicant: 安徽大学

Inventor： 吴艳兰 ,  杨辉 ,  江鹏

IPC: G06F18/214 ,  G06N3/0464 ,  G01N21/31 ,  G01N21/17

Abstract: 本发明公开了气溶胶遥感技术领域的一种基于深度全连接网络的Himawari‑8大气气溶胶反演方法，首先获取Himawari‑8静止卫星的NetCDF4格式的遥感影像数据，获得反演模型所需的因变量数据集，其次，获取Himawari‑8影像对应时间的AERONET站点1.5等级去云和质量控制的气溶胶产品数据，获得反演模型所需的自变量数据，接着，用整理好的数据集进行深度全连接网络的深度学习模型构建，并进行模型参数设置，用以获取Himawari‑8遥感影像数据和地面AERONET站点气溶胶数据之间的关系，构建气溶胶反演模型，最后，将训练得到的深度全连接反演模型应用与监测点上空的Himawari‑8遥感影像，得到对应监测位置的AOD反演结果；本发明气溶胶反演过程无需引入其他辅助数据，使其反演过程误差减少，提高AOD反演精度。

公开(公告)号：CN114782740A

公开(公告)日：2022-07-22

申请号：CN202210342843.4

申请日：2022-03-31

Applicant: 安徽大学

Inventor： 王彪 ,  杨辉 ,  霍彦峰

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/771 ,  G06V10/58 ,  G06V20/17 ,  G06V20/10 ,  G06N3/12 ,  G06K9/62 ,  G16C20/20 ,  G16C20/70 ,  G01N21/25

Abstract: 本发明涉及水质监测技术领域，涉及一种结合遗传优化与极端梯度提升的遥感水质监测方法，包括：一、构建水质参数反演模型输入的特征工程，研究水质参数值与光谱特征的非线性关系；二、构建基于遗传算法优化的极端梯度提升算法，利用遗传算法对极端梯度提升算法部分内置参数进行全局优化，从而构建水质参数反演模型；三、基于构建的最优水质参数反演模型得到河段叶绿素a、总磷、总氮、氨氮以及浊度的反演结果，从而进一步研究河段水质参数空间分布特征、时空变化及其影响因素。本发明对于进一步推动城市水环境监测技术的智能化和自动化水平提供可靠的依据，有利于推动城市河流高效率、高质量的水质监测和保护。

公开(公告)号：CN106097412B

公开(公告)日：2019-07-02

申请号：CN201610410698.3

申请日：2016-06-03

Applicant: 安徽大学 ,  谭树东 ,  杨辉 ,  彭会锟 ,  高园园 ,  郝雪娜 ,  殷志祥 ,  杨传勇 ,  胡海 ,  袁理侃

Inventor： 吴艳兰 ,  谭树东 ,  杨辉 ,  彭会锟 ,  高园园 ,  郝雪娜 ,  殷志祥 ,  杨传勇 ,  胡海 ,  袁理侃

IPC: G06T11/20

Abstract: 本发明公开了一种基于弯曲层次树的曲线曲折度描述方法，涉及地理信息科学技术领域，包括于粘连变换进行地理曲线综合得到曲线的弯曲多边形、叠置分析判断弯曲多边形的归属和建立最大尺度下每一弯曲对应的层次树和建立整个曲线的弯曲层次树四个步骤；本发明通过控制粘连变换宽度识别不同尺度下的弯曲单元，建立弯曲层次树，以弯曲表示树的结点，层次结构表示不同尺度下弯曲单元的拓扑结构；本发明较完整地展现了曲线的部分与整体曲折度，同时较为全面地考虑了弯曲不同层次间的嵌套关系，克服了现有技术的缺陷，可以较好地描述曲线曲折度，全面地反映曲线的形态和结构特征，对地理特征的研究具有重要意义。

公开(公告)号：CN118628929A

公开(公告)日：2024-09-10

申请号：CN202410748707.4

申请日：2024-06-12

Applicant: 安徽大学 ,  安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站)

Inventor： 王彪 ,  杨辉 ,  吴艳兰 ,  江鹏 ,  王春林 ,  黄祚继

IPC: G06V20/13 ,  G06V10/774 ,  G06V10/82 ,  G06V10/776 ,  G06V20/70 ,  G06V10/52 ,  G06V10/80 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于摄影测量数据处理技术领域，具体涉及一种基于多层次差异信息联合增强的遥感影像变化检测方法。本发明基于高空间分辨率遥感影像数据，构建多层差异信息联合增强的孪生网络，包括：变化检测数据集获取及处理、构建编码‑解码结构的深度模型、构建差异度量模块、构建多层次特征联合增强模块、模型结果精度评价；在深入挖掘多时相影像深度特征的同时，加强对时序影像多层次特征关联下变化信息的利用，提升变化目标的完整性和变化目标间的独立性。本发明提出多层次差异信息联合增强的深度学习网络机制，对于超高分辨率遥感影像变化检测的目标矢量完整性、个体目标分离性显著提升，取得了更好地检测效果，具有重要的研究意义和实用价值。

公开(公告)号：CN118429715A

公开(公告)日：2024-08-02

申请号：CN202410610142.3

申请日：2024-05-16

Applicant: 安徽大学

Inventor： 杨辉 ,  吴艳兰 ,  王彪

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/62 ,  G06V10/77 ,  G06V10/80 ,  G06N3/0442 ,  G06N3/0455

Abstract: 本发明属于药品储藏技术领域，具体涉及一种基于Vision Transformer‑LSTM的多时序遥感影像农作物分类方法。本发明方法设计双路Vision‑Transformer特征提取模块用于捕获图像的时空特征相关性，一路提取空间分类特征，一路提取时间变化特征；时空特征融合模块用于将多时特征信息进行交叉融合；LSTM时序分类模块捕捉多时序的依赖关系并进行输出分类，为农作物分类方法提供了新的思路。具体包括：多时序遥感影像获取、农作物样本集制作、ViTL模型结构设计、模型测试及农作物分类结果精度验证。本发明方法提升了在捕捉植被生长状态及关键农作物特征方面的潜力，为农作物分类任务提供新的解决方案，提高识别不同农作物之间的差异。

公开(公告)号：CN114708313A

公开(公告)日：2022-07-05

申请号：CN202210301648.7

申请日：2022-03-24

Applicant: 安徽大学

Inventor： 吴艳兰 ,  杨辉 ,  王彪

IPC: G06T7/33 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/46 ,  G06V10/74 ,  G06V10/75 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及图像配准技术领域，涉及一种基于双支路神经网络的光学与SAR图像配准方法，包括：一、提取光学和SAR图像的点特征信息，将点特征信息转化为以特征点为中心的特征图像作为输入信息；二、利用双支路神经网络训练识别输入的光学和SAR的特征图像信息的匹配关系；利用光学和SAR图像的样本数据制作样本库输入到网络中训练，分析网络模型的配准精度，迭代对网络进行训练，选出训练效果最佳的模型作为模型文件，获取光学和SAR的正确图像匹配对；三、筛选出正确匹配的图像对的特征点信息，利用匹配特征点计算光学和SAR的图像变换矩阵参数信息，获取到最终图像信息。本发明能较佳地进行光学和SAR的图像配准。

公开(公告)号：CN114595975A

公开(公告)日：2022-06-07

申请号：CN202210238878.3

申请日：2022-03-11

Applicant: 安徽大学

Inventor： 王彪 ,  杨辉 ,  秦军

IPC: G06Q10/06 ,  G06Q10/10 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明属于无人机遥感数据处理技术领域，具体涉及一种基于深度学习模型的无人机遥感松材线虫病害监测方法，该方法包括：步骤一、无人机遥感数据获取、处理：实地勘察了解作业区域实际状况，获取松材线虫病害监测所需数据；步骤二、松材线虫病害样本库的建立：获取对应松材线虫病害标签，构建松材线虫病害样本库；步骤三、设计针对性的松材线虫病害深度学习监测算法：经过空间信息保留模块提取目标空间细节信息，利用上下文信息模块扩大感受野获取上下文信息，结合注意力优化模块对多层次特征进行融合，输出最终提取结果。本发明在应用上取得具有使用价值的无人机遥感松材线虫病害监测技术，推进松材线虫病害监测的应用与发展。