-
公开(公告)号：CN110969088A
公开(公告)日：2020-04-07
申请号：CN201911058683.5
申请日：2019-11-01
Applicant: 华东师范大学
Abstract: 本发明提供了一种基于显著性检测与深度孪生神经网络的遥感影像变化检测方法，其特点是该方法包括：两时相遥感影像的预处理；对差值影像进行归一化处理；多尺度分割及合并优化；显著性检测图的获得；建立双窗口深度孪生卷积网络模型及其训练；将分割对象与像素级变化检测结果通过判定融合，最终得到变化检测结果图。本发明将深度学习成功运用到变化检测领域，减少了高分辨率影像变化检测中存在的“椒盐噪声”，有效提高了变化类型检测的精度。
-
公开(公告)号：CN110907367A
公开(公告)日：2020-03-24
申请号：CN201911091012.9
申请日：2019-11-09
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于高光谱数据的土壤墒情检测方法，其特点是该方法包括：1）采集在目标区域具有不同质地、理化性质相异的土壤样本；2）构建土壤墒情-光谱数据库，获取各土壤样本在不同含水量梯度下的光谱数据；3）构建各个土壤样本的含水量-光谱反射率辐射传输物理模型和预测最优波段；4）根据光谱角度匹配方法，判断待实测光谱所属模型，获取对应的模型参数，输入对应的最佳波段反射率，解算土壤墒情。本发明与现有技术相比具有坚实的物理基础，模型稳定性和精度均大大提高，并具有较强的普适性，尤其适合不同土壤类型的土壤墒情动态监测和广泛运用。
-
公开(公告)号：CN110888353A
公开(公告)日：2020-03-17
申请号：CN201911138986.8
申请日：2019-11-20
Applicant: 华东师范大学
IPC: G05B19/042 , G01C5/04 , G01D21/02 , G08C17/02
Abstract: 本发明公开了一种集成多传感器的煤矿区地表沉降实时监测方法，适用于煤矿区地表沉降的自动化实时监测；其步骤为：A）根据监测指标确定候选理化传感器；B）根据实地踏勘情况选取网络拓扑结构布设方案；C）设计传感器网络集成方案，分级集成；D）划分多级传感器网络的通信方式；E）实现传感器采集设备生产；F）实地布设，同时远程服务器端进行数据通信调试，完成数据转换，实现矿区地表沉降的实时监测与预警。在满足高精度观测的同时，能够大大降低人工作业量，目的是实现大范围、远距离、自动化、低成本、实时监测。
-
公开(公告)号：CN110852175A
公开(公告)日：2020-02-28
申请号：CN201910982951.6
申请日：2019-10-16
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于混合受限玻尔兹曼机的深度网络高光谱遥感分类方法，其中该方法通过组合基于生成模型和判别模型的受限玻尔兹曼机建立了适用于高光谱遥感影像分类的混合式受限玻尔兹曼机深度网络，包括高光谱影像标注分类；利用混合式受限玻尔兹曼机实现高光谱数据的特征提取与分类；将训练数据集输入网络进行训练，构建出分类模型；将高光谱测试数据集输入至分类模型进行预测分类，直至分类模型输出的预测分类达到预设精度，完成最终模型训练过程；将待分类的高光谱数据输入至训练完成的分类模型中，输出预测分类结果，使用混合受限玻尔兹曼机对高光谱遥感影像进行分层训练，既提升了光谱特征的高阶可分性，又保证了同系网络的训练稳定性和有效性。
-
公开(公告)号：CN119810443A
公开(公告)日：2025-04-11
申请号：CN202411880220.8
申请日：2024-12-19
Applicant: 华东师范大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06V20/10 , G06N3/0464
Abstract: 本发明涉及一种基于边缘优化的建筑物实例分割与规则化方法和系统，方法包括如下步骤：获取多场景的建筑物影像数据集；基于所述建筑物影像数据集，训练基于边缘缓冲区的建筑物定位和提取模型；利用训练后的建筑物定位和提取模型预测得到目标建筑物影像中建筑物的掩膜信息，通过判断轮廓主方向，将建筑物的掩膜信息转化为规则化的矢量轮廓信息。与现有技术相比，本发明面向当前高精度建筑物自动化矢量制图需求，设计了基于边缘缓冲区的建筑物实例分割与规则化方法，该方法能够有效提升建筑物掩膜质量，并实现大场景的建筑物地图制作。
-
Patent Agency Ranking
公开(公告)号：CN119068204A
公开(公告)日：2024-12-03
申请号：CN202411101253.8
申请日：2024-08-12
Applicant: 华东师范大学
Abstract: 本发明涉及一种基于谐波分析的变分优化多类型噪声去除方法和设备，方法包括如下步骤：获取待去噪的原始影像，并计算原始影像对应的阶距；基于构建的理想无噪影像水平方向和垂直方向上的梯度约束，以及理想无噪影像的列均值曲线与谐波分解且消除振荡的列均值曲线之间的差异约束，求解得到理想无噪影像对应的阶矩；基于所述原始图像和所述理想无噪影像的阶距，通过距匹配得到去噪后的图像。本发明建立了基于统计矩匹配的框架，引入谐波分析将波动的影像引导到相对均匀的基波水平，并利用变分优化算法来挖掘影像自身的数理特征，实现了多源遥感影像条带噪声和。带状分块色差不均一现象的同步校正，同时保证了遥感图像中特征细节的保留。
-
公开(公告)号：CN118840661A
公开(公告)日：2024-10-25
申请号：CN202410988065.5
申请日：2024-07-23
Applicant: 华东师范大学
Abstract: 本发明涉及一种基于启发式智能选择算法的土壤参量反演方法，包括以下步骤：采集待研究区域地面的高光谱影像，并进行土壤提取，获取只包含土壤的待处理影像；对所述待处理影像进行光谱特征提取；采用改进的海洋捕食者算法进行光谱特征选择，获得最佳的光谱特征组合，所述改进的海洋捕食者算法在种群的初始化阶段对猎物矩阵引入权重信息和反向学习策略、在算法的迭代后期引入变异操作进行种群变异；根据所述最佳的光谱特征组合，基于统计回归模型推理出土壤参量。与现有技术相比，本发明具有多种环境条件适用性好、预测精度高等优点，有效提升了土壤参量反演的可解释性。
-
公开(公告)号：CN117110212A
公开(公告)日：2023-11-24
申请号：CN202311086014.5
申请日：2023-08-25
Applicant: 华东师范大学
Abstract: 本发明涉及一种基于高光谱遥感的土壤重金属铬污染阈值诊断方法，方法包括以下步骤：S1、获取土壤样本；S2、对土壤样本进行预处理，获取土壤铬污染样本的光谱数据；S3、进行经验模态分解，计算每个分量的共轭光谱，构造解析光谱，得到固有模态函数分量的瞬时振幅和瞬时频率，形成瞬时振幅‑波长曲线；S4、分析瞬时振幅‑波长曲线，得到土壤重金属铬阈值，基于阈值和其对应的固有模态函数分量的瞬时振幅‑波长曲线对土壤重金属污染进行诊断。与现有技术相比，本发明具有数据获取简便快捷、成本小，操作周期短、效率高等优点。
-
公开(公告)号：CN110992390B
公开(公告)日：2023-05-12
申请号：CN201911127059.6
申请日：2019-11-18
Applicant: 华东师范大学
Abstract: 本发明公开了一种高光谱影像的混合像元分解方法，其特点是采用空间预处理及正六边形初始化分割技术，将影像分割为一些光谱相关性和空间相关性均较高的区域，并通过在这些高相关性的区域进行PCA投影，选择在投影轴极值附近位置的像素来选择候选端元。本发明与现有技术相比具有大幅缩减参与端元提取的像素个数，有效的解决了庞大数据量使得许多混合像元分解算法失效问题，为处理大数据量的高光谱遥感影像提供了一个简便、高效率的分解算法。
-
公开(公告)号：CN110991493A
公开(公告)日：2020-04-10
申请号：CN201911104291.8
申请日：2019-11-09
Applicant: 华东师范大学
IPC: G06K9/62
Abstract: 本发明公开了一种协同表示和异常剔除的高光谱异常检测方法，其特点是采用融合全局异常与局部异常的剔除方法对局部背景集中的异常像素进行去除，基于协同表示的高光谱异常检测算法，计算线性表示系数并求得残差影像，最后通过设定阈值，将检测值大于阈值的像元标记为异常点，得到异常目标检测结果。本发明与现有技术相比具有提高线性表示的精度和检测精度，有效解决了基于协同表示的高光谱异常检测算法中窗口选择，以及双窗口的异常像元污染背景集问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.02 seconds)
