-
公开(公告)号：CN115965622B
公开(公告)日：2023-06-09
申请号：CN202310114334.0
申请日：2023-02-15
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种遥感瓦片数据的变化检测方法和装置，涉及变化检测的技术领域，包括：获取预设变化类别的样本遥感瓦片数据对，并为目标区域添加标注矢量；基于样本遥感瓦片数据对和标注矢量，确定出目标区域对应的目标参数；基于目标参数构建训练集，并利用训练集对预设随机森林模型进行训练，得到目标随机森林模型；在获取到待检测遥感瓦片数据对之后，利用目标随机森林模型和待检测遥感瓦片数据对，确定出待检测遥感瓦片数据对对应的区域中变化区域对应的变化类别，解决了现有技术无法对遥感瓦片数据进行变化检测的技术问题。
-
公开(公告)号：CN116091497A
公开(公告)日：2023-05-09
申请号：CN202310362240.5
申请日：2023-04-07
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
IPC: G06T7/00 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种遥感变化检测方法、装置、电子设备和存储介质，涉及遥感变化检测工程化技术领域，该方法包括：获取待预测两景影像，并对待预测两景影像进行预处理；将预处理后的待预测两景影像输入至预先训练好的多光谱深度学习模型进行变化区域预测，得到预测结果图斑栅格影像；对预测结果图斑栅格影像进行变化图斑优化，得到变化检测结果。本申请提升了遥感地物的变化检测精度和多光谱遥感影像处理的适用性。
-
公开(公告)号：CN115861823B
公开(公告)日：2023-05-09
申请号：CN202310140461.8
申请日：2023-02-21
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/62 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种基于自监督深度学习的遥感变化检测方法和装置，涉及变化检测的技术领域，包括：获取样本地表反射率影像对；利用预设算法对样本地表反射率影像对进行处理，得到预训练影像，其中，预设算法包括：CCA‑EM自监督影像变换算法，典型关联分析算法、期望最大化算法和大津分割算法；对样本地表反射率影像对进行影像视觉增强处理，得到目标地表反射率影像对；利用预训练影像和目标地表反射率影像对对深度学习模型进行训练，得到自监督深度学习模型；在获取到待处理地表反射率影像对之后，利用自监督深度学习模型，确定出待处理地表反射率影像对中的变化图斑，解决了现有的遥感变化检测方法的严重依赖人工样本，导致工程化效率低和适用性差的技术问题。
-
公开(公告)号：CN115965622A
公开(公告)日：2023-04-14
申请号：CN202310114334.0
申请日：2023-02-15
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种遥感瓦片数据的变化检测方法和装置，涉及变化检测的技术领域，包括：获取预设变化类别的样本遥感瓦片数据对，并为目标区域添加标注矢量；基于样本遥感瓦片数据对和标注矢量，确定出目标区域对应的目标参数；基于目标参数构建训练集，并利用训练集对预设随机森林模型进行训练，得到目标随机森林模型；在获取到待检测遥感瓦片数据对之后，利用目标随机森林模型和待检测遥感瓦片数据对，确定出待检测遥感瓦片数据对对应的区域中变化区域对应的变化类别，解决了现有技术无法对遥感瓦片数据进行变化检测的技术问题。
-
公开(公告)号：CN113554011B
公开(公告)日：2022-01-04
申请号：CN202111104059.1
申请日：2021-09-22
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本申请提供了一种遥感影像变化检测方法、装置、设备及存储介质，涉及遥感变化检测工程化技术领域，包括：对两个不同时序的原始影像分别进行影像处理，生成第一地表反射率影像和第二地表反射率影像；对第一地表反射率影像和第二地表反射率影像进行光谱特征分析，生成光谱差异性影像；对第一地表反射率影像和第二地表反射率影像进行影像线性变换，生成变化差异影像；基于光谱差异性影像和变换差异影像，生成基于光谱特征的变化影像；利用动态变化阈值从变化影像中划分出变化区域。本申请能够提高遥感影像变化的检测精度和检测速度。
-
Patent Agency Ranking
公开(公告)号：CN113052153B
公开(公告)日：2021-09-17
申请号：CN202110611426.0
申请日：2021-06-02
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本申请提供一种遥感反射率影像的检验方法、装置、电子设备及存储介质，方法包括：获取待检影像的影像数据，影像数据包括时间数据、空间数据和光谱参量；基于时间数据和空间数据，对待检影像与预设的第一参考样点集进行匹配，得到与待检影像在时间上和空间上均匹配的第二参考样点集；基于光谱参量，对待检影像与第二参考样点集进行光谱匹配，得到与第二参考样点集光谱匹配的目标点；基于目标点与第二参考样点集之间的反射率相对误差，确定待检影像的真实性。本实施例能够从大范围的第一参考样点集中确定适用于当前地理位置和影像采集时间的第二参考样点集，实现大范围的应用，以及实现反射率影像的真实性检验。
-
公开(公告)号：CN118884376A
公开(公告)日：2024-11-01
申请号：CN202411389647.8
申请日：2024-10-08
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种高山峡谷地区的大气改正方法、装置、设备及介质，包括：获取高山峡谷地区的时序SAR遥感影像；根据时序SAR遥感影像获取高山峡谷地区处的大气混合相位；以及，耦合加权整体最小二乘算法和粗差探测算法，识别高山峡谷地区处的垂直大气延迟相位和大气湍流相位；将垂直大气延迟相位和大气湍流相位从大气混合相位中剔除，得到高山峡谷地区处大气改正后的形变相位。本发明有效解决了高山峡谷地区大气相位难以去除、形变相位难以提取等相关问题，能够为地灾时序监测、灾害应急响应等领域提供技术支撑。
-
公开(公告)号：CN117574161A
公开(公告)日：2024-02-20
申请号：CN202410063756.4
申请日：2024-01-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/082 , G06F18/213 , G06F18/2337 , G06F18/25 , G01S13/86 , G01N21/17 , G01S7/41 , G01S13/88 , G01S13/90
Abstract: 本发明提供了一种基于生成对抗网络的地表参量估算方法、装置及设备，包括：基于监测区域对应的星载合成孔径雷达数据和/或光学对地观测遥感数据，确定监测区域对应的待处理数据；对待处理数据进行聚类分割处理生成对象级分割数据，并结合实测地表参量数据对对象级分割数据进行空间尺度转换，生成训练样本数据；利用训练样本数据，对预先构建的地表参量估算模型进行训练，以得到目标地表参量估算模型；其中，目标地表参量估算模型采用生成对抗网络框架，目标地表参量估算模型用于对监测区域处的地表参量进行估算。本发明具备鲁棒性强、效率高、便于工程化等优势，对生态环境评估和监管起到基础技术支撑作用。
-
公开(公告)号：CN116663330A
公开(公告)日：2023-08-29
申请号：CN202310928480.7
申请日：2023-07-27
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F30/20
Abstract: 本发明提供了一种时空同步多因素耦合的火蔓延模拟方法、装置及电子设备，包括：获取待模拟区域对应的实时数据集；其中，待模拟区域划分为多个元胞区域，实时数据集包括不同时空尺度的多个火蔓延影响因子的值；对实时数据集进行数据耦合，以得到指定时间下每个元胞区域对应的数据子集；基于指定时间下每个元胞区域对应的数据子集，确定在指定时间下的每个元胞区域的当前元胞状态；根据每个当前元胞状态，确定指定时间对应的火蔓延模拟结果；其中，火蔓延模拟结果用于表征指定时间下的火蔓延边界。本发明在火蔓延模拟过程中耦合多种影响因子，同时兼顾实时性，提升了火蔓延模拟精度和实用性。
-
公开(公告)号：CN114913437A
公开(公告)日：2022-08-16
申请号：CN202210829067.0
申请日：2022-07-15
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/13 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种黑臭水体识别方法，涉及遥感影像处理技术领域，包括：利用对象卷积神经网络对DOM影像数据集D1进行处理，得到村落缓冲区影像数据集B1；利用第一SegFormer模型对数据集B1进行处理，得到疑似污染源矢量数据P1；利用第二SegFormer模型对数据集D1进行处理，得到水体矢量数据集W1；对数据集W1进行筛选，得到规则筛选水体矢量数据W4；对数据集A1和数据集D1进行波段提取和特征值计算，得到像素特征数据集；利用数据W4和数据P1得到特征因子预测矢量数据F2；利用黑臭水体分类模型对像素特征数据集和数据F2进行处理，得到黑臭水体像素分类结果数据集。本申请提高了黑臭水体的识别精度。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.041 seconds)
