-
公开(公告)号：CN119314056B
公开(公告)日：2025-04-29
申请号：CN202411847098.4
申请日：2024-12-16
Applicant: 中国科学院空天信息创新研究院
IPC: G06V20/10 , G06V10/143 , G06V10/422 , G06V10/766 , G01C5/00
Abstract: 本发明提供了一种基于热红外高光谱卫星数据的空中目标高度反演方法，可以应用于热红外遥感技术领域。该方法应用于高度反演系统，高度反演系统包括至少一个高度反演模型，该方法包括：获取针对空中目标对象的热红外高光谱卫星数据；根据热红外高光谱卫星数据，确定目标对象温度、大气条件信息、背景地物信息，大气条件信息表征空中目标对象所处位置的大气条件，背景地物信息表征空中目标对象所处位置下方的背景地物的信息；根据大气条件信息、背景地物信息和目标对象温度，从至少一个高度反演模型中确定与热红外高光谱卫星数据对应的目标高度反演模型；将热红外高光谱卫星数据输入目标高度反演模型，输出针对空中目标对象的目标高度。
-
公开(公告)号：CN119624781A
公开(公告)日：2025-03-14
申请号：CN202510154643.X
申请日：2025-02-12
Applicant: 中国科学院空天信息创新研究院
IPC: G06T3/4053 , G06T5/40
Abstract: 本发明提供一种基于地表过程建模的遥感图像时空超分辨率方法，涉及遥感图像处理技术领域，方法包括：对低分辨率地表遥感影像进行基于时间与基于空间的插值处理，得到插值地表遥感影像，并构建用于描述地表时空变化的控制方程，并采用LASSO回归方式对控制方程进行求解，得到用于计算高分辨率预测影像的微分方程，最后根据微分方程计算出指定时间与空间位置的高分辨率预测影像，并在高分辨率预测影像中融入插值地表遥感影像的空间细节特征，得到超分辨率地表遥感影像。通过本申请，克服现有技术中在解决遥感图像的空间和时间分辨率限制时，使用传统插值方法和学习方法存在局限性的缺陷。
-
公开(公告)号：CN117745688B
公开(公告)日：2024-06-14
申请号：CN202311795482.X
申请日：2023-12-25
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种多尺度SAR影像变化检测可视化系统、电子设备及存储介质，其中，系统包括：图像预处理模块对原始图像进行配准和增强Lee滤波；SAR影像短时序变化检测差异图构造模块对配准和增强之后的原始图像计算像素级差异图；SAR影像短时序变化检测显著图构造模块在像素级差异图的预定义分辨率的顶层图像上执行超像素分割，之后再进行流行排序，生成超像素的显著性图；SAR影像短时序变化检测结果生成及可视化模块采用了假彩色合成的可视化方法，产生一幅伪彩色图像。本发明提出的方案能够可以进行短时间间隔的SAR影像变化检测，捕捉到短期内发生的地表变化，这些变化可能在长时间间隔的图像中无法被有效检测到。
-
公开(公告)号：CN116309150B
公开(公告)日：2023-09-22
申请号：CN202310240535.5
申请日：2023-03-14
Applicant: 中国科学院空天信息创新研究院
IPC: G06T5/00 , G06V10/40 , G06V10/774
Abstract: 本发明提出了一种SAR辅助下光学遥感影像修复方法，包括：获取训练影像集和测试影像集；构建云移除网络USSDRN‑CR，具体为特征提取与融合模块，引入了多尺度特征块(MFB)和门控卷积(GC)分别提取SAR影像和光学遥感影像的多尺度特征并融合；利用重建模块，引入空间和通道注意力块(SCAB)，将融合后的特征重建为无云的预测影像。本发明利用了GC对光学遥感影像上有效区域的信息进行提取，基于SCAB获取了全局的空谱信息，增加了网络的云去除能力。本发明有助于提高云污染数据可用性，生成无云和时空连续影像以进行后续的研究应用，包括长序列分析、土地覆盖/土地利用制图、变化检测、城市规划等。
-
公开(公告)号：CN119964163A
公开(公告)日：2025-05-09
申请号：CN202510437532.X
申请日：2025-04-09
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种面向区域地表要素遥感提取的域迁移方法、装置、设备及介质，涉及图像处理技术领域，该方法包括：将源域模型分别确定为教师网络模型和学生网络模型，基于各重构样本影像和教师网络模型，对学生网络模型进行改进的域迁移训练，获得训练好的学生网络模型，作为目标区域对应的地物要素遥感提取模型；基于目标区域对应的地物要素遥感提取模型和目标区域的遥感影像，获取目标区域的地物要素遥感提取结果。本发明能通过改进的域迁移训练对源域模型进行域迁移，将目标区域的遥感影像中的特征迁移至源域模型中，能够显著提升源域模型对目标区域的适应能力，能提高地物要素遥感提取的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119624781B
公开(公告)日：2025-05-09
申请号：CN202510154643.X
申请日：2025-02-12
Applicant: 中国科学院空天信息创新研究院
IPC: G06T3/4053 , G06T5/40
Abstract: 本发明提供一种基于地表过程建模的遥感图像时空超分辨率方法，涉及遥感图像处理技术领域，方法包括：对低分辨率地表遥感影像进行基于时间与基于空间的插值处理，得到插值地表遥感影像，并构建用于描述地表时空变化的控制方程，并采用LASSO回归方式对控制方程进行求解，得到用于计算高分辨率预测影像的微分方程，最后根据微分方程计算出指定时间与空间位置的高分辨率预测影像，并在高分辨率预测影像中融入插值地表遥感影像的空间细节特征，得到超分辨率地表遥感影像。通过本申请，克服现有技术中在解决遥感图像的空间和时间分辨率限制时，使用传统插值方法和学习方法存在局限性的缺陷。
-
公开(公告)号：CN116309150A
公开(公告)日：2023-06-23
申请号：CN202310240535.5
申请日：2023-03-14
Applicant: 中国科学院空天信息创新研究院
IPC: G06T5/00 , G06V10/40 , G06V10/774
Abstract: 本发明提出了一种SAR辅助下光学遥感影像修复方法，包括：获取训练影像集和测试影像集；构建云移除网络USSDRN‑CR，具体为特征提取与融合模块，引入了多尺度特征块(MFB)和门控卷积(GC)分别提取SAR影像和光学遥感影像的多尺度特征并融合；利用重建模块，引入空间和通道注意力块(SCAB)，将融合后的特征重建为无云的预测影像。本发明利用了GC对光学遥感影像上有效区域的信息进行提取，基于SCAB获取了全局的空谱信息，增加了网络的云去除能力。本发明有助于提高云污染数据可用性，生成无云和时空连续影像以进行后续的研究应用，包括长序列分析、土地覆盖/土地利用制图、变化检测、城市规划等。
-
公开(公告)号：CN114723619B
公开(公告)日：2022-12-02
申请号：CN202210179619.8
申请日：2022-02-25
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种地表辐射产品修复方法、装置、电子设备及存储介质，地表辐射产品修复方法，包括：获取目标区域的地表覆盖分类产品以及初始地表辐射产品；提取所述初始地表辐射产品中的异常像元并统一赋值，得到新地表辐射产品；在新地表辐射产品中，遍历搜索无效值像元点，并在地表覆盖分类产品中确定无效值像元点对应的多个最邻近同类像元点；基于多个最邻近同类像元点对应的光谱数据平均值，修复无效值像元点。本发明提供的地表辐射产品修复方法、装置、电子设备及存储介质，可以解决现有技术中地表辐射产品出现数据缺失或者数据异常的缺陷，实现修复全球大区域范围的地表辐射产品中的缺失数据和异常数据。
-
公开(公告)号：CN119863543A
公开(公告)日：2025-04-22
申请号：CN202510352341.3
申请日：2025-03-25
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供了一种紫外波段地表辐射数据模拟生成方法，应用于数据处理技术领域和遥感技术领域。该方法包括：根据地物类型，从光谱数据库中获取地物光谱数据集，地物光谱数据集包括第一地物光谱数据；基于光谱等效机制，计算第一等效地物反射率和模拟紫外波段的第二等效地物反射率；在第一等效地物反射率与第二等效地物反射率相匹配的情况下，获取第一地物光谱数据对应的第一光谱图像；将第一地物光谱数据和第一光谱图像输入预测模型，得到第二地物光谱数据和第二光谱图像；基于第二光谱图像的大气效应参数和地表信息，计算得到模拟紫外波段的传感器入瞳辐亮度；利用传感器入瞳辐亮度对所述第二光谱图像进行图像处理，得到目标光谱图像。
-
公开(公告)号：CN119693235A
公开(公告)日：2025-03-25
申请号：CN202411854192.2
申请日：2024-12-16
Applicant: 中国科学院空天信息创新研究院
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V20/10 , G06V10/58 , G06V10/82 , G06V10/762
Abstract: 本申请公开了一种高光谱图像生成方法及装置，获取待超分多光谱图像；将待超分多光谱图像输入至训练好的光谱超分模型中，得到超分后的高光谱图像；训练好的光谱超分模型基于多个样本多光谱图像对光谱超分模型进行训练得到；样本多光谱图像对样本多光谱图像块和样本高光谱图像块进行聚类分析得到；样本多光谱图像块和样本高光谱图像块处于同一空间区域。对图像块中的不同地物类型动态赋予不同权重之后再对光谱超分模型进行训练，避免了占比小的地物类型由于提供的先验知识不够，被占比过大的地物类型在训练时压制，导致占比小的地物类型超分精度低的问题，从而提升了超分精度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.046 seconds)
