公开(公告)号：CN117036884A

公开(公告)日：2023-11-10

申请号：CN202311004639.2

申请日：2023-08-10

Applicant: 重庆邮电大学

Inventor： 罗小波 ,  张丹

IPC: G06V10/80 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明涉及一种基于自适应归一化和注意力机制的遥感图像时空融合方法，属于计算机领域。引入双流网络分别提取多个尺度下的低空间分辨率图像的时间变化信息和高空间分辨率图像的细节纹理信息；引入常用于风格迁移的自适配实例归一化，在保留参考时刻的高空间分辨率图像空间特征的基础上，添加预测时刻的低空间分辨率的整体光谱特征和边缘纹理，生成中间时刻的高空间分辨率图像；使用注意力机制学习时间变化敏感程度的权重系数矩阵，得到各个尺度上的高空间高时间分辨率的特征图，最后按照特征图大小依次送入包含通道空间注意力机制模块的图像重建网络生成最终的预测图像。本发明提高了时空融合模型的精确性和鲁棒性，能够适应多种融合任务。

公开(公告)号：CN114972986A

公开(公告)日：2022-08-30

申请号：CN202210492139.7

申请日：2022-05-07

Applicant: 重庆邮电大学

Inventor： 申晓群 ,  罗小波

IPC: G06V20/10

Abstract: 本发明请求保护一种基于地理加权杜宾模型(Geographically WeightedDurbin Model,GWDM)的地表温度空间降尺度方法。高时空分辨率的地表温度在环境生态和气候系统的研究中至关重要。但由于技术上的限制，卫星热传感器无法同时提供高时间分辨率和高空间分辨率的热红外图像。空间降尺度方法在假设尺度不变性的前提下，结合低空间分辨率LST和来源于其他卫星传感器的具有高空间分辨率的辅助数据来提高温度图像的时空分辨率。但是空间非平稳和空间自相关并存于大多数空间变量中，在降尺度过程中应充分考虑地表温度的空间特征作为空间变量。然而，以往对地表温度降尺度的研究仅考虑了空间非平稳，忽略了自变量和因变量间的空间自相关。

公开(公告)号：CN114445306A

公开(公告)日：2022-05-06

申请号：CN202210126647.3

申请日：2022-02-10

Applicant: 重庆邮电大学

Inventor： 罗小波 ,  王欧

IPC: G06T5/40 ,  G06T5/50

Abstract: 本发明属于遥感图像融合领域，特别涉及一种基于细节注入模型的遥感图像融合方法，包括将全色图像根据多光谱图像的波段数N构建为N维图像并逐波段进行直方图匹配得到第二全色图像；获取第二全色图像和多光谱图像的第一高频细节分量，根据像素显著性从第二全色图像的第一高频细节分量中获取第三全色图像，从第三全色图像中提取第一细节图；利用引导滤波器从第一高频细节分量中获取第二高频细节分量，计算其与第一高频细节分量的残差，根据该残差与第一细节图得到第二细节图；根据最速下降法估算经过细节增强后的细节图，得到第三细节图并将其与多光谱图像进行融合，得到融合结果；本发明具有较低的时间复杂度的同时可以得到更丰富的细节信息。

公开(公告)号：CN107944387B

公开(公告)日：2021-12-17

申请号：CN201711175119.2

申请日：2017-11-22

Applicant: 重庆邮电大学

Inventor： 罗小波 ,  许凯丰

IPC: G06K9/00 ,  G06F30/20 ,  G06F119/08

Abstract: 本发明请求保护一种基于半变异理论的城市热岛空间异质性分析方法，该方法包括：通过现有的方法针对研究区域的TM8遥感影像进行图像预处理，并反演得到地表温度影像。针对复杂地形研究区域进行层次划分，并建立模型。结合各向变异函数和各向分维数的实验数据，进行多次的验证分析，得到城市热岛在各种典型地物特征所存在的层次上的最优表现尺度。最后在整个研究区域构建全向半变异函数的套合结构模型，其可以同时表示在不同尺度层次上城市热岛所表现出的全向空间异质性。从而对整个研究区域城市热岛的空间异质性结构进行全面的分析描述，并将定性分析进行量化。本发明可用于像重庆市这种具有复杂地形的研究区域，本方法分析精度高。

公开(公告)号：CN111428758A

公开(公告)日：2020-07-17

申请号：CN202010149937.0

申请日：2020-03-06

Applicant: 重庆邮电大学

Inventor： 罗小波 ,  魏宇帆 ,  胡力心

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种改进的基于无监督表征学习的遥感图像场景分类方法，基于现有的生成对抗网络模型，使用WGAN-GP的基础理论来定义生成器和鉴别器的损失函数和训练方式，通过在鉴别器后面的最大池化等操作增加一个多特征融合层来提取场景类中的高级和中级特征信息并将特征梯度反馈给生成器，使生成器能够生成接近真实样本的图像，针对遥感图像的空间复杂性和光谱特性，使用更加先进的WGAN-GP模型来生成更加稳定而多样的高质量256×256大小的假样本图像，最后使用多层感知机分类器来分类多特征融合层中提取到的特征。本方法对比其他无监督表征学习的方法有着更好的适应性，能够适用于复杂的遥感图像场景数据集(比如NWPU-RESISC45数据集)，本方法更为全面和具体。

公开(公告)号：CN107944387A

公开(公告)日：2018-04-20

申请号：CN201711175119.2

申请日：2017-11-22

Applicant: 重庆邮电大学

Inventor： 罗小波 ,  许凯丰

IPC: G06K9/00 ,  G06F17/50

CPC classification number: G06K9/00637 ,  G06F17/5009 ,  G06K9/00651

Abstract: 本发明请求保护一种基于半变异理论的城市热岛空间异质性分析方法，该方法包括：通过现有的方法针对研究区域的TM8遥感影像进行图像预处理，并反演得到地表温度影像。针对复杂地形研究区域进行层次划分，并建立模型。结合各向变异函数和各向分维数的实验数据，进行多次的验证分析，得到城市热岛在各种典型地物特征所存在的层次上的最优表现尺度。最后在整个研究区域构建全向半变异函数的套合结构模型，其可以同时表示在不同尺度层次上城市热岛所表现出的全向空间异质性。从而对整个研究区域城市热岛的空间异质性结构进行全面的分析描述，并将定性分析进行量化。本发明可用于像重庆市这种具有复杂地形的研究区域，本方法分析精度高。