-
公开(公告)号：CN105787915A
公开(公告)日：2016-07-20
申请号：CN201410806748.0
申请日：2014-12-22
Applicant: 核工业北京地质研究院
Abstract: 本发明涉及一种用于黄钾铁矾信息提取的高光谱影像处理方法，保留黄钾铁矾的光谱特征明显的波段，提取波段在980nm，1355nm，1415nm，1460nm，1550nm，1595nm，1790nm，2015nm，2075nm，2120nm，2225nm，2255nm，2330nm，2405nm的影像，进行一系列判断和计算，计算出影像范围内不同区域黄钾铁矾的丰度值。这种方法可以去除其他特征不明显的波段，从而在信息提取的过程突出黄钾铁矾的光谱特征，降低其他地物或噪声的影响，减少了处理的数据量，并可以用IDL程序达到用较少的人工操作实现最终结果信息提取的目的，提高了黄钾铁矾信息提取的精度和速度。
-
公开(公告)号：CN104574283A
公开(公告)日：2015-04-29
申请号：CN201310503075.7
申请日：2013-10-23
Applicant: 核工业北京地质研究院
Abstract: 本发明属于高光谱影像处理方法，特别是涉及一种用于叶蜡石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2045nm，2075nm，2090nm，2105nm，2165nm，2195nm，2240nm，2315nm，2330nm，2375nm，2390nm的图像采样；步骤三：判断，和步骤四：计算。本发明本方法的效果在于：只用了11个波段，比如SASI全波段高光谱影像有101个波段，用这种方法处理数据量可以减少89%，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9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叶蜡石信息的快速提取具有较好的作用和意义。
-
公开(公告)号：CN112529837B
公开(公告)日：2025-04-15
申请号：CN202011216694.4
申请日：2020-11-04
Applicant: 核工业北京地质研究院
IPC: G06V10/82 , G06N3/045 , G06N3/0499 , G06N3/0895 , G06N3/088
Abstract: 本发明提出了基于耦合判别特征自学习网络的遥感图像变化检测方法。该方法主要设计了耦合判别特征自学习网络，该网络通过两个子网络分别对待检测图像进行特征提取，所建立的耦合训练模型可得到耦合特征空间，该空间中特征的判别能力将增强，有助于生成更加分明的差异图，得到准确的变化检测结果。该方法不需要标签数据，并且不受数据类型的限制，具有广阔应用空间。该方法的有效性在公开数据集上进行了验证。
-
公开(公告)号：CN114324223B
公开(公告)日：2024-07-16
申请号：CN202111660896.2
申请日：2021-12-31
Applicant: 核工业北京地质研究院
Abstract: 本发明属于自然资源遥感调查技术领域，具体涉及一种热液蚀变矿物高光谱精细填图方法。本发明包括如下步骤：步骤一：高光谱数据预处理；步骤二：高光谱数据降维重分组；步骤三：高光谱数据光谱采样间隔的因数分解；步骤四：高光谱数据逐波段区间光谱增值处理；步骤五：高光谱数据包络线去除；步骤六：蚀变矿物图像端元光谱厘定；步骤七：高光谱数据蚀变矿物精细填图。本发明通过光谱增值处理及谱形‑峰位协同的光谱匹配处理，更好的区分识别矿物亚类。
-
公开(公告)号：CN110705457B
公开(公告)日：2024-01-19
申请号：CN201910932202.2
申请日：2019-09-29
Applicant: 核工业北京地质研究院
IPC: G06V20/13 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/776 , G06V10/80 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明属于遥感图像处理技术领域，具体涉及到一种遥感影像建筑物变化检测方法，其包括以下操作步骤：(1)读入图像并进行预处理；(2)制作样本数据集；(3)构建基于注意力机制和特征金字塔的网络模型；(4)选取训练样本对网络模型进行训练；(5)选取验证样本对网络模型进行验证；(6)使用训练好的模型进行分类，输出最终变化检测结果。该方法通过引入特征金字塔网络，将注意力机制用于各层级的多尺度特征融合过程中，逐层增强特征，用作不同尺度大小的目标检测；通过应用可变形卷积和空洞卷积，使网络获得自动适应物体形变的特征表达能力，在扩大感受野的同时保留特征尺寸，获取多尺度信(56)对比文件乔文凡;慎利;戴延帅;曹云刚.联合膨胀卷积残差网络和金字塔池化表达的高分影像建筑物自动识别.地理与地理信息科学.2018,(第05期),全文.
-
Patent Agency Ranking
公开(公告)号：CN113673300A
公开(公告)日：2021-11-19
申请号：CN202110702173.8
申请日：2021-06-24
Applicant: 核工业北京地质研究院
Abstract: 本发明属于高光谱图像应用领域，具体涉及一种基于非监督训练的高光谱图像智能解混方法。建立由三个自编码器堆栈的深度神经网络、建立网络全连接输出层、建立整个网络的损失函数、开始网络训练并逐层反向传播更新网络参数、获取端元光谱和丰度矩阵。本方法能够成功识别高光谱图像混合像元的端元和组分信息，该方法通过进行非监督训练识别图像端元和组分，不需要大量的标签数据。
-
公开(公告)号：CN109870419B
公开(公告)日：2021-09-17
申请号：CN201711263392.0
申请日：2017-12-05
Applicant: 核工业北京地质研究院
IPC: G01N21/31
Abstract: 本发明属于信息提取方法技术领域，具体涉及一种采用航空高光谱数据预测黑土氮磷钾含量的方法：步骤一：数据预处理，使用基于MODTRAN4+辐射传输模型的FLAASH算法对高光谱数据进行预处理，对经过辐射校正和几何校正的光谱数据进行异常波段去除和归一化处理；步骤二：光谱参量计算，计算3大类18子类的光谱参量值，计算得到的光谱参量值作为训练数据，与化验含量进行建模；步骤三：建立模型，采用主成分分析，提取土壤养分含量与光谱参量相关性最大的因子，利用最小二乘法建立回归方程，最后对模型预测结果的均方根误差进行评价，分析回归效果。
-
公开(公告)号：CN109581513B
公开(公告)日：2021-02-09
申请号：CN201811589342.6
申请日：2018-12-25
Applicant: 核工业北京地质研究院
Abstract: 本发明属于地质探测技术领域，具体涉及一种基于多空间尺度的砂岩型铀矿成矿靶区圈定方法，步骤一：初步圈定氧化‑还原过渡带的展布范围；步骤二：在氧化‑还原过渡带中圈定氧化带前锋线的位置；步骤三：圈定找矿靶区位置，本发明依据砂岩型铀矿的成矿特征，从空间尺度上选择相应的方法逐步缩小找矿范围，在新疆伊犁盆地铀矿区进行了详细实地研究，对砂岩型铀矿的成矿预测效果较好，对其他地区的找矿工作也有借鉴意义。
-
公开(公告)号：CN111161218A
公开(公告)日：2020-05-15
申请号：CN201911258640.1
申请日：2019-12-10
Applicant: 核工业北京地质研究院
Abstract: 本发明属于光学遥感影像变化检测技术领域，具体涉及一种基于孪生卷积神经网络的高分遥感影像变化检测方法。本发明包括如下步骤：步骤1、制作样本数据集；步骤2、构建孪生卷积神经网络模型；步骤3、训练孪生卷积神经网络模型；步骤4、模型预测，输出变化检测初始结果；步骤5、初始结果后处理，得到最终变化检测结果。本发明将卷积神经网络技术运用到高分遥感影像变化检测领域，通过构建了融合高低维特征的孪生卷积神经网络逐层训练自主提取特征，避免了人工计算和特征选择过程中可能出现的信息遗漏问题，提高了变化检测精度。
-
公开(公告)号：CN110705457A
公开(公告)日：2020-01-17
申请号：CN201910932202.2
申请日：2019-09-29
Applicant: 核工业北京地质研究院
Abstract: 本发明属于遥感图像处理技术领域，具体涉及到一种遥感影像建筑物变化检测方法，其包括以下操作步骤：(1)读入图像并进行预处理；(2)制作样本数据集；(3)构建基于注意力机制和特征金字塔的网络模型；(4)选取训练样本对网络模型进行训练；(5)选取验证样本对网络模型进行验证；(6)使用训练好的模型进行分类，输出最终变化检测结果。该方法通过引入特征金字塔网络，将注意力机制用于各层级的多尺度特征融合过程中，逐层增强特征，用作不同尺度大小的目标检测；通过应用可变形卷积和空洞卷积，使网络获得自动适应物体形变的特征表达能力，在扩大感受野的同时保留特征尺寸，获取多尺度信息，有效降低虚警率，提高检测精度。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.043 seconds)
