-
公开(公告)号：CN106504219B
公开(公告)日：2019-07-12
申请号：CN201610958523.6
申请日：2016-11-04
Applicant: 中国公路工程咨询集团有限公司 , 中国科学院遥感与数字地球研究所
IPC: G06T5/40
Abstract: 本发明涉及一种有约束的路径形态学增强高分辨率遥感影像道路的方法，包括：输入高分辨率遥感影像(主要是高分二号遥感影像)，进行影像预处理，包括影像裁剪，影像配准，影像融合，得到对比度较强的待处理影像；利用路径形态学方法构造一组由细长、定向的结构元素组成的路径算子，在此基础上构造有约束的路径算子，对灰度影像像素值按从小到大排序并依次作为阈值进行二值化，进而通过路径算子对二值影像提取类线状信息来对道路信息进行增强，最后对增强后的道路影像进行阈值处理、适当的平滑并用红色标注，得到完整的效果较好的道路增强影像。本发明能有效识别高分辨率遥感影像中的道路信息，为道路变化检测提供辅助信息。
-
公开(公告)号：CN106504219A
公开(公告)日：2017-03-15
申请号：CN201610958523.6
申请日：2016-11-04
Applicant: 中国公路工程咨询集团有限公司 , 中国科学院遥感与数字地球研究所
IPC: G06T5/40
CPC classification number: G06T5/40 , G06T2207/10032 , G06T2207/20036 , G06T2207/20172
Abstract: 本发明涉及一种有约束的路径形态学增强高分辨率遥感影像道路的方法，包括：输入高分辨率遥感影像(主要是高分二号遥感影像)，进行影像预处理，包括影像裁剪，影像配准，影像融合，得到对比度较强的待处理影像；利用路径形态学方法构造一组由细长、定向的结构元素组成的路径算子，在此基础上构造有约束的路径算子，对灰度影像像素值按从小到大排序并依次作为阈值进行二值化，进而通过路径算子对二值影像提取类线状信息来对道路信息进行增强，最后对增强后的道路影像进行阈值处理、适当的平滑并用红色标注，得到完整的效果较好的道路增强影像。本发明能有效识别高分辨率遥感影像中的道路信息，为道路变化检测提供辅助信息。
-
公开(公告)号：CN103745238B
公开(公告)日：2018-04-24
申请号：CN201310566693.6
申请日：2013-11-15
Applicant: 中国科学院遥感与数字地球研究所
IPC: G06K9/66
Abstract: 本发明属于计算机数字图像处理与模式识别技术领域，主要涉及电动牵引机车使用的受电弓在线自动识别方法，具体涉及一种基于AdaBoost和主动形状模型的受电弓在线自动识别方法。基本流程包括：通过受电弓在线拍照系统采集若干受电弓图像，组成受电弓图像学习样本集；基于样本训练学习生成受电弓主动形状模型和AdaBoost级联分类器；采用AdaBoost级联分类器对新获取、待识别的图像进行受电弓检测；结合受电弓检测结果和学习构建的受电弓主动形状模型，精确匹配和识别受电弓形状；最后在精确匹配结果基础上进行定量检测和分析。本发明能有效对受电弓碳滑板厚度进行线上自动定量检测，可快速地进行车辆维护，节约受电弓检测成本。
-
公开(公告)号：CN110866494B
公开(公告)日：2022-09-06
申请号：CN201911112285.7
申请日：2019-11-14
Applicant: 三亚中科遥感研究所 , 中国科学院遥感与数字地球研究所
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明提出了一种基于光学遥感影像的城镇群提取方法及系统。本发明的方法，首先，根据光学遥感影像数据与全球地表覆盖分类数据建立训练样本库；然后，建立带有注意力机制的深度卷积神经网络模型；利用训练样本库的训练样本对带有注意力机制的深度卷积神经网络模型进行训练，获得城镇群提取模型；最后，获取待检测区域的光学遥感影像，进行城镇群的提取。本发明利用带有注意力机制的深度卷积神经网络，通过深度学习语义分割来获取遥感图像地物分类信息，充分利用了遥感图像中更加深层次的形状、纹理、语义等信息，提高了基于光学遥感影像的城镇群提取的准确性，并且无需人工的参与，提高了城镇群提取的实时性和效率。
-
公开(公告)号：CN102708354B
公开(公告)日：2017-11-07
申请号：CN201110457354.5
申请日：2011-12-31
Applicant: 中国科学院遥感与数字地球研究所
Abstract: 本发明解决现有技术中基于中分辨率遥感影像识别高尔夫球场的方法精度低、而基于高分辨率影像和高光谱影像识别高尔夫球场的方法成本高、幅宽窄的缺陷，提供一种基于中分辨率多光谱遥感影像进行高尔夫球场识别的方法。本发明的基本思路是：通过对球道草坪、水体2个高尔夫球场基本要素的识别，按照空间共现特征组合得到高尔夫球场靶区，在靶区内提取第3个基本要素一沙坑的专题信息，进而以单个靶区为单位，将靶区内部的球道草坪、水体、沙坑的类别水平景观指数和高尔夫球场靶区整体的景观水平景观指数作为球场的区别性特征，判断球场靶区是否为高尔夫球场。本发明具有针对性强、精度高、成本低的优点。
-
Patent Agency Ranking
公开(公告)号：CN103679138A
公开(公告)日：2014-03-26
申请号：CN201310566692.1
申请日：2013-11-15
Applicant: 中国科学院遥感与数字地球研究所
IPC: G06K9/00
Abstract: 本发明属于遥感影像处理与应用技术领域，涉及一种在高分辨率多光谱遥感影像中，检测万吨级以上大型舰船目标的方法。首先，对影像进行基于梯度的影像分割；第二，提取分割对象的几何特征和色彩特征；第三，利用大型舰船特征先验知识库，对分割对象进行模糊规则分类，得到大型舰船对象。另外，对于港口区域的大型舰船的检测，利用港口先验知识库中的海陆分界信息进行海陆分割，去除港口陆面部分的影响；通过加入后处理步骤，利用港口先验知识库中的泊位信息，去除非万吨级以上泊位处检测到的错误结果。本发明充分利用高分辨率多光谱遥感影像光谱信息丰富、分辨率高的优势，利用先验知识库保证检测结果较高的可靠性，且检测过程中人工干预少。
-
公开(公告)号：CN110866494A
公开(公告)日：2020-03-06
申请号：CN201911112285.7
申请日：2019-11-14
Applicant: 三亚中科遥感研究所 , 中国科学院遥感与数字地球研究所
Abstract: 本发明提出了一种基于光学遥感影像的城镇群提取方法及系统。本发明的方法，首先，根据光学遥感影像数据与全球地表覆盖分类数据建立训练样本库；然后，建立带有注意力机制的深度卷积神经网络模型；利用训练样本库的训练样本对带有注意力机制的深度卷积神经网络模型进行训练，获得城镇群提取模型；最后，获取待检测区域的光学遥感影像，进行城镇群的提取。本发明利用带有注意力机制的深度卷积神经网络，通过深度学习语义分割来获取遥感图像地物分类信息，充分利用了遥感图像中更加深层次的形状、纹理、语义等信息，提高了基于光学遥感影像的城镇群提取的准确性，并且无需人工的参与，提高了城镇群提取的实时性和效率。
-
公开(公告)号：CN104778679B
公开(公告)日：2019-07-12
申请号：CN201410797757.8
申请日：2014-12-22
Applicant: 中国科学院遥感与数字地球研究所
Abstract: 本发明属于计算机数字图像处理与模式识别技术领域，主要涉及遥感图像的快速配准方法，具体涉及一种基于高分一号卫星数据的控制点图元快速匹配方法。基本流程包括：在高分参考影像集中进行图元采集与增强处理，构建图元数据库；对待校正影像进行区域化与增强处理；通过RPC辅助方法获取同区域图元集；对区域化高分影像及同区域图元集进行特征点提取，通过RANSAC算法、多项式错点迭代剔除等方法获取最终匹配结果。本发明可以不依赖大数据量的参考影像完成高分一号卫星影像的配准，通过对控制点图元数据库的不断完善，今后对每一幅高分影像都能在数据库中找到对应区域的控制点图元，从而完成图像配准，为后续工作打下良好基础。
-
公开(公告)号：CN109858450A
公开(公告)日：2019-06-07
申请号：CN201910110621.8
申请日：2019-02-12
Applicant: 中国科学院遥感与数字地球研究所 , 应急管理部国家减灾中心
Abstract: 本发明公开一种十米级空间分辨率遥感影像城镇提取方法及系统。所述提取方法包括：采集夏季时相的十米级空间分辨率光学遥感影像和城镇地区的夜间灯光数据；根据光学遥感影像建立城镇和非城镇多尺寸遥感影像训练样本集；根据深度学习特征训练城镇场景图像分类器，获得训练分类器；计算夜间灯光数据的最佳阈值，最佳阈值为夜间灯光数据中用于分割城镇和非城镇两个区域类型的分割点数值；在初始城镇区域分布掩膜图约束的空间范围内采用训练分类器进行多尺度格网的城镇场景分类，获得城镇分类结果；将城镇分类结果进行后处理操作，获得城镇边界提取结果。通过采用最佳阈值分割夜间灯光数据获得城镇和非城镇两个区域类型的分布范围和使用多尺度格网的城镇场景分类提高了城镇边界提取结果的准确性。
-
公开(公告)号：CN103971115A
公开(公告)日：2014-08-06
申请号：CN201410209533.0
申请日：2014-05-09
Applicant: 中国科学院遥感与数字地球研究所 , 中国土地勘测规划院
Abstract: 本发明涉及一种基于归一化植被指数(NDVI)和建筑物存在指数(PanTex)的高分辨率遥感影像新增建设用地图斑自动提取方法，包括：输入前后时相高分辨率遥感影像，进行几何精校正和相对辐射校正；计算前后时相的NDVI和PanTex图像；对两期NDVI和PanTex图像分别进行非监督聚类；利用两期NDVI聚类图像，提取植被到建筑物、推填土的二值变化图像；利用两期PanTex聚类图像，提取植被、推填土到建筑物的二值变化图像；提取干扰地物区域；将提取的两幅变化图像并集运算，并将干扰地物掩膜去除，得到新增建设用地图像；分割后时相影像；计算每个分割图斑内的变化像素比例，提取的新增建设用地图斑。本发明能有效提取三类新增建设用地图斑，为土地利用变更调查提供辅助信息。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.064 seconds)
