-
公开(公告)号：CN115131676A
公开(公告)日：2022-09-30
申请号：CN202210748465.X
申请日：2022-06-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种高分遥感影像建筑物变化的检测方法，步骤如下：S1，获取某一地区在不同时相下的异源高分遥感影像数据集,并对异源高分遥感影像数据集进行配准、融合及分割，得到统一的对象集合；S2，在已获取分割结果的基础上，构建证据集合；所述证据集合包括非建筑物指数NBI、两时相影像的建筑物指数MBI以及两时相影像间的差分信息；S3，基于对象在不同时相影像中的阴影特征，提取证据置信度指标；S4，采用D‑S证据理论进行决策融合，输出面向对象的细粒度建筑物变化检测结果。本发明利用阴影检测结果，构建一套完整的D‑S证据理论变化检测模型，与现有技术相比，变化检测精度和Kappa系数分别达80％和0.7以上。
-
公开(公告)号：CN115131677B
公开(公告)日：2025-04-11
申请号：CN202210758717.7
申请日：2022-06-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向地理对象的高分光学与SAR影像一体化分割的方法，包括步骤如下：通过对光学影像进行分割，获得可靠的地理对象集合；为每个对象自适应提取标记点，并依据粗配准结果将其投影到SAR影像中；最后，在SAR影像中开展基于标记点的区域增长，最终获得与光学影像分割对象相匹配的对象集合。本发明通过对多组光学和SAR影像的实验结果表明，所提出方法提取的光学—SAR匹配对象集合更加接近实际的地理对象，且J‑value可达7.8以上，在目视分析和定量评价中均显著优于对比方法。
-
公开(公告)号：CN115272431A
公开(公告)日：2022-11-01
申请号：CN202210925069.X
申请日：2022-08-03
Applicant: 南京信息工程大学
IPC: G06T7/33 , G06V20/10 , G06V10/74 , G06V10/46 , G06V10/764 , G06V10/762 , G06V10/44 , G06T7/136 , G06T7/13 , G06V10/40 , G06V10/48
Abstract: 本发明公开了一种基于高层地物补偿的光学与SAR影像配准方法，包括：步骤1，获取SAR影像数据，提取SAR影像潜在双回波信息以计算SAR影像高层地物补偿因子；步骤2，获取光学影像数据，对光学影像数据进行重采样处理，利用形态学建筑物指数对光学影像数据重采样的结果进行计算，获取光学影像高层地物补偿因子；步骤3，利用步骤1中获取的SAR影像高层地物补偿因子处理SAR影像数据，利用步骤2中获取的光学影像高层地物补偿因子处理光学影像数据，提取阈值自适应特征点集合；步骤4，对阈值自适应特征点集合执行特征点匹配操作。本发明可以有效减少高层地物对局部区域带来的配准误差，优化光学影像数据和SAR影像数据的配准效果，提高遥感影像的准确性。
-
公开(公告)号：CN115131677A
公开(公告)日：2022-09-30
申请号：CN202210758717.7
申请日：2022-06-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向地理对象的高分光学与SAR影像一体化分割的方法，包括步骤如下：通过对光学影像进行分割，获得可靠的地理对象集合；为每个对象自适应提取标记点，并依据粗配准结果将其投影到SAR影像中；最后，在SAR影像中开展基于标记点的区域增长，最终获得与光学影像分割对象相匹配的对象集合。本发明通过对多组光学和SAR影像的实验结果表明，所提出方法提取的光学—SAR匹配对象集合更加接近实际的地理对象，且J‑value可达7.8以上，在目视分析和定量评价中均显著优于对比方法。
-
-
-
Search Results
4
records
(took 0.03 seconds)
