-
公开(公告)号:CN113932704A
公开(公告)日:2022-01-14
申请号:CN202111382066.8
申请日:2021-11-19
Applicant: 北京大学 , 中国气象局气象探测中心
Abstract: 本发明公开一种面向北斗站点的GNSS‑IR积雪深度反演的最优策略及系统。现有大多基于固定的单一模型进行积雪深度反演,无法针对具体情况选取最优模型进行积雪深度反演。本申请包括获取地面观测站从卫星接收到的标准格式数据;从所述标准格式数据中获取北斗卫星的观测值,并结合所述北斗卫星的镜面反射点的坐标信息和卫星高度角、方位角信息,形成北斗观测量文件;对所述北斗观测量文件进行筛选,选取参数符合预设条件的观测值;基于所述参数符合预设条件的观测值中各个类型的观测值数量,确定对应的积雪深度反演模型;根据确定的积雪深度反演模型和对应的观测值,进行积雪深度反演。通过观测值类型和数量确定最适合的雪深反演模型,高效地进行雪深反演。
-
公开(公告)号:CN114910661A
公开(公告)日:2022-08-16
申请号:CN202210523869.9
申请日:2022-05-13
Applicant: 北京大学
Abstract: 本发明的实施方式提供了一种海面风速的反演方法、装置、介质和计算设备。该方法包括:获取第一观测数据和第二观测数据;第一观测数据通过微波散射计采集得到;第二观测数据通过星载GNSS‑R接收机采集得到;确定多个模拟海风信息以及各个模拟海风信息分别对应的模拟观测数据;根据第一观测数据、第二观测数据以及多个模拟观测数据,计算得到各个模拟海风信息分别对应的目标函数值;逐步缩小风速搜索的预设步长,直至所述预设步长对应的多个目标函数值中最小的目标函数值对应的目标模拟海风信息的精度数值小于预设精度数值;根据所述目标模拟海风信息确定海面风速。本发明能够通过融合多种传感器的观测数据,实现反演海面风速的观测次数的提升,从而提升了海面风速的反演精度。
-
公开(公告)号:CN110706177A
公开(公告)日:2020-01-17
申请号:CN201910937371.5
申请日:2019-09-30
Applicant: 北京大学
Abstract: 本发明公开了一种侧扫声呐图像灰度均衡化方法及系统。该方法包括:将航迹线数据和侧扫声呐瀑布图进行地理编码,得到侧扫声呐图像;将侧扫声呐图像中每条带地理坐标的侧扫声呐测线图像均划分为多个路径缓冲区;位于同一个路径缓冲区内的像素点处于航迹线的同侧,且与航迹线的距离在预设范围内;提取各路径缓冲区的灰度特征,依据灰度特征对路径缓冲区内的像素点进行灰度均衡化;对所有的均衡化后的带地理坐标的侧扫声呐测线图像进行缝隙插值和图像镶嵌,得到均衡化后的侧扫声呐图像。本发明对地理编码后的侧扫声呐图像进行灰度均衡化处理,能够提高侧扫声呐成图质量,进而提高后续图像判读或自动分类精度。
-
公开(公告)号:CN110688961A
公开(公告)日:2020-01-14
申请号:CN201910937320.2
申请日:2019-09-30
Applicant: 北京大学
Abstract: 本发明公开了一种河网拓扑信息提取方法及系统。该方法包括:提取遥感图像中的水体,得到水体图像;采用形态学细化算法提取水体图像中的河流骨架,得到河流骨架图像;确定河流骨架图像中的端点和分支点;分别以各端点为起点,采用路径搜索算法沿骨架路径搜寻每个端点的邻近分支点,得到端点对应的搜索路径和搜索路径长度;计算邻近节点的离岸最近欧氏距离;删除河流骨架图像中满足剪枝条件的搜寻路径,得到剪枝后的河流骨架图像;剪枝条件是由端点对应的搜寻路径长度、离岸最近欧氏距离、预设比例系数阈值和预设绝对长度阈值确定的;确定剪枝后的河流骨架图像的连通性矩阵。本发明能够实现对河网拓扑信息的自动、完整、准确提取。
-
公开(公告)号:CN114167033B
公开(公告)日:2025-03-21
申请号:CN202111479025.0
申请日:2021-12-06
Applicant: 北京大学
Abstract: 本发明公开一种基于GNSS‑R的土壤湿度反演方法、装置、介质及计算设备,其中该方法包括:获取同一目标区域相同时段内的星载数据和土壤湿度产品,其中,土壤湿度产品包括能够描述目标区域各个位置的土壤湿度数据、物理量数据和环境量数据;基于星载数据,计算目标区域各个位置的地表反射系数;基于土壤湿度产品,以物理量数据和环境量数据中的至少一个为分类依据,将目标区域的各个位置进行聚类,得到预设数量的分类类型,其中每一分类类型包括目标区域内的多个位置;在相同的时空维度上,将土壤湿度数据与地表反射系数进行匹配,计算各个分类类型的土壤湿度数据与地表反射系数的映射关系,以便进行土壤湿度反演。本方法参照目标区域各个位置的数据并考虑了目标区域的地理规律特征,从而反演结果更加的全面准确。
-
公开(公告)号:CN115689955A
公开(公告)日:2023-02-03
申请号:CN202210002319.2
申请日:2022-01-04
Applicant: 北京大学 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开一种影像样本生成方法、装置、介质及计算设备,其中该方法包括:获取包含目标的至少一张第一真实影像,以及关于所述目标的至少一张三维渲染图;基于所述第一真实影像生成关于所述目标的融合影像,所述融合影像具有纯净背景;提取所述融合影像的风格为目标风格;将关于所述目标的三维渲染图转换成与所述目标风格一致的新影像样本。本发明基于目标真实影像样本获取关于目标的背景纯净的融合样本,然后从背景纯净的融合样本中提取目标的风格,故而就可以基于提取到的目标风格,将关于目标的三维渲染图转换成和目标风格相同的影像样本。
-
公开(公告)号:CN113177964B
公开(公告)日:2023-08-18
申请号:CN202110570863.2
申请日:2021-05-25
Applicant: 北京大学
Abstract: 本发明公开了一种光学遥感影像大范围地表水提取方法及装置,包括:基于全球地表水数据集和全球湖库数据集提取对象化水体的最大范围,获得最大范围水体对象数据集;根据所述最大范围水体对象数据集,确定目标水体范围;基于遥感影像的波段数据进行归一化处理,获得归一化水指数图像;计算所述目标水体范围对应的图像与所述归一化水指数图像进行掩膜处理,得到处理后的图像;对所述处理后的图像进行二值化分割,获得所述目标水体范围对应的地表水体分类图。本发明实现了大范围地表水体的最大范围对象化处理与提取,基于最大水体范围的地表水提取,实现了提升地表水提取的准确性以及效率的目的。
-
公开(公告)号:CN115184916A
公开(公告)日:2022-10-14
申请号:CN202210817957.X
申请日:2022-07-11
Applicant: 北京大学
Abstract: 本发明公开一种海面风速联合反演方法,包括:基于微波散射计和星载GNSS‑R重叠观测区域内各自的观测数据,联合反演得到关于微波散射计和星载GNSS‑R重叠观测区域内的第一风速反演结果;基于微波散射计的观测数据,单独反演得到第二风速反演结果;将第一风速反演结果扩充至第二风速反演结果,得到关于微波散射计的完整观测区域的第三风速反演结果;基于合成孔径雷达的观测数据,单独反演得到第四风速反演结果;将第四风速反演结果扩充至第三风速反演结果,得到最终联合反演结果。本发明提供的技术方案,基于微波散射计、星载GNSS‑R,以及合成孔径雷达的观测数据进行联合反演,从而使得到的最终联合反演结果,具有较大观测区域,较高精度,以及较高的分辨率。
-
公开(公告)号:CN114417985A
公开(公告)日:2022-04-29
申请号:CN202210024119.7
申请日:2022-01-10
Applicant: 北京大学 , 中国电子科技集团公司电子科学研究院
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774
Abstract: 本发明公开一种样本库一致性确定方法、装置、介质及计算设备,其中该方法包括:获取样本库,并对所述样本库中的全部样本进行标注样本类别;基于所述样本库中任一待确定的样本类别,以及所述样本库的其他样本类别,从所述样本库中任选两种类别的全部样本组成样本集;将所述样本集划分成训练集和测试集,基于所述训练集和测试集确定所述样本库中任一待确定的样本类别的一致性。本方案能够对样本库行评价,得出各个类别的一致性,各个类别一致性结果是基于样本库本身各个样本自身的特征维度进行评价的,更加符合分类网络的深度学习算法的识别逻辑,在获知待确定样本库各个类别的一致性高低后就可以针对性的进行设计、优化分类网络。
-
公开(公告)号:CN110706177B
公开(公告)日:2021-09-17
申请号:CN201910937371.5
申请日:2019-09-30
Applicant: 北京大学
Abstract: 本发明公开了一种侧扫声呐图像灰度均衡化方法及系统。该方法包括:将航迹线数据和侧扫声呐瀑布图进行地理编码,得到侧扫声呐图像;将侧扫声呐图像中每条带地理坐标的侧扫声呐测线图像均划分为多个路径缓冲区;位于同一个路径缓冲区内的像素点处于航迹线的同侧,且与航迹线的距离在预设范围内;提取各路径缓冲区的灰度特征,依据灰度特征对路径缓冲区内的像素点进行灰度均衡化;对所有的均衡化后的带地理坐标的侧扫声呐测线图像进行缝隙插值和图像镶嵌,得到均衡化后的侧扫声呐图像。本发明对地理编码后的侧扫声呐图像进行灰度均衡化处理,能够提高侧扫声呐成图质量,进而提高后续图像判读或自动分类精度。
-
-
-
-
-
-
-
-
-