-
公开(公告)号：CN119832260A
公开(公告)日：2025-04-15
申请号：CN202411897361.0
申请日：2024-12-23
Applicant: 宁波大学
Abstract: 本发明涉及基于彩色空间分量水指数替换融合的潮沟自动提取方法，包括：获取目标遥感影像；计算归一化水体指数NDWI、改进的归一化水体指数MNDWI和多光谱水体指数MuWI；进行彩色合成，获取彩色图像；进行HIS变换，将获取的I分量作为新水体指数NWI；对NWI图像进行灰度共生矩阵GLCM计算，获取平均特征；通过优化的顶帽变换对平均特征进行处理；进行统计确定提取潮沟的最佳阈值，生成二值化图像；对二值化图像进行连通分量分析和形态学操作，获取潮沟提取的最终结果。本发明的有益效果是：本发明减少背景异质性对潮沟提取的影响，并有效增强潮沟的线性特征，能够更好地区分潮沟与背景，提升了潮沟提取的精度。
-
公开(公告)号：CN119810516A
公开(公告)日：2025-04-11
申请号：CN202411855451.3
申请日：2024-12-17
Applicant: 宁波大学
IPC: G06V10/764 , G06V10/58 , G06V10/62 , G06V10/77 , G06V10/80 , G06V10/82 , G06V20/13 , G06V20/10 , G06N3/0464 , G06N3/045 , G06N3/088 , G06N3/09 , G06N3/048
Abstract: 本发明涉及适用于复杂地物场景的高光谱影像跨域分类方法与装置，包括：获取高光谱影像，并从高光谱影像的空间、光谱以及时间/场景维度独立提取特征；对各维度的特征进行交互和融合操作；实现源域和目标域特征空间的匹配；训练高光谱影像跨域分类模型，并通过多任务损失函数对模型进行联合优化；对目标域数据进行预测，得到最终的分类结果。本发明的有益效果是：本发明通过在域级和类级特征对齐的多层面进行深度自适应优化，成功应对了跨时相和跨场景条件下特征分布差异所带来的挑战。该算法不仅提升了源域与目标域特征空间的全局一致性，还通过精细化的对齐策略确保了不同类别特征的准确对齐。
-
公开(公告)号：CN119169065B
公开(公告)日：2025-04-11
申请号：CN202411306275.8
申请日：2024-09-19
Applicant: 宁波大学
IPC: G06T7/33 , G06T5/10 , G06T5/70 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/75 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/088 , G06N3/094
Abstract: 本发明涉及一种基于域注意力的SAR与光学异构遥感图像配准方法，包括以下步骤：考虑结构相似性约束的前提，对所述参考影像和待配准影像进行域间对抗，生成域迁移图像，提取特征；执行多尺度下的小波变换操作，削弱固有噪声，提取增强后特征；进行多层级特征融合得到预测位移值，计算变换参数，得到配准后影像。本发明的有益效果是：通过域间对抗及结构相似性约束，实现模态迁移至同一公共子空间；在缩小模态差异的基础上,利用小波变换滤除噪声，进行像素级光谱匹配，增强特征的模态可识别性,由粗到细进行两步化配准，实现异构遥感影像的端到端配准，有效抵御非线性辐射差异的影响，对几何失真具有较强的鲁棒性。
-
公开(公告)号：CN119688621A
公开(公告)日：2025-03-25
申请号：CN202411676962.9
申请日：2024-11-22
Applicant: 宁波大学
Abstract: 本发明涉及一种基于氮分配模型的叶片光合氮和非光合氮估算方法，包括以下步骤：构建氮分配模型，将总氮分为光合氮和非光合氮，利用叶片的实测参数与实测光谱，使用非负最小二乘法求解各项转换系数；根据转换系数计算不同物种的氮分配比例系数，以表征不同物种在叶片光合速率与叶片机械韧性之间的氮分配策略。本发明的有益效果是：结合了植物的氮分配机理，并将遥感数据与氮分配模型结合，首先构建了能够精确进行叶片中光合氮和非光合氮的分配和估算的氮分配模型，有助于提高估算精度、减少实验成本，该方法不仅可以帮助研究人员更好地理解植物氮素分配机制，还能为农业生产、生态环境监测和管理提供重要的技术支持，具有重要的实际应用意义。
-
公开(公告)号：CN119671864A
公开(公告)日：2025-03-21
申请号：CN202411676964.8
申请日：2024-11-22
Applicant: 宁波大学
Abstract: 本发明涉及双域对齐的非成对高光谱和SAR影像时空谱融合方法，包括：对高光谱上采样并进行特征提取，对SAR影像进行高斯模糊和特征提取；将SAR特征的辐射分布逼近高光谱影像的辐射分布特征；对SAR特征的空间几何信息进行调整；提取影像特征间的变化信息，并通过信息注入去预测低空间分辨率的高光谱影像；融合低空间分辨率的高光谱影像和被对齐后的原始的SAR影像去获得最终的高空间分辨率的高光谱影像。本发明的有益效果是：本发明提高了高光谱和SAR影像时空谱融合精度，为后续应用提供可靠的支持。
-
Patent Agency Ranking
公开(公告)号：CN118865150B
公开(公告)日：2025-03-18
申请号：CN202410875820.9
申请日：2024-07-02
Applicant: 宁波大学
Abstract: 本发明涉及一种面向二维海表流场SAR反演的多普勒中心频率估计方法，包括：对SAR单视复数影像数据进行分块处理；利用幅度方法获取多普勒中心频率估计值；利用相位方法获取多普勒中心频率估计值；筛选出成像质量最优的多普勒中心频率估计值作为初估计结果；对初估计结果进行迭代运算；完成径向海流SAR反演；基于径向海流SAR反演结果，实现二维实时海流矢量反演。本发明的有益效果是：本发明能够提升多普勒中心频率估计结果的成像质量和精度；是对现有SAR海流反演中多普勒中心频率估计方法的有效补充，能够提升SAR海流反演精度。
-
公开(公告)号：CN118334516B
公开(公告)日：2025-02-18
申请号：CN202410438830.6
申请日：2024-04-12
Applicant: 宁波大学
Abstract: 本发明涉及基于特征约束和交差注意力引导的遥感影像变化检测方法，包括：获取高分辨率的双时相图像，并利用密集残差网络提取双时相特征；通过最大均值差异约束算法对所述双时相特征在深度特征空间进行约束对齐；结合Transformer架构对特征进行编码和解码以聚合上下文信息；设计交差注意力机制，得到双时相图像之间的交互差异信息。本发明的有益效果是：本发明构造特征约束项损失，有效缓解了遥感影像中由光照、云层遮挡等风格因素导致的伪变化；并设计了交差注意力模块，能够有效耦合双时相遥感图像之间的交互差异判别信息，缓解深度神经网络层数加层导致的信息丢失。
-
公开(公告)号：CN119168888A
公开(公告)日：2024-12-20
申请号：CN202411306277.7
申请日：2024-09-19
Applicant: 宁波大学
IPC: G06T5/50 , G06T7/254 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种多任务协同的遥感影像时‑空‑谱融合方法，包括以下步骤：建立耦合的空‑谱联合增强任务和时间变化预测任务，并对原始高光谱和多光谱影像进行初始融合，得到初始特征；构建空间增强单元、误差校正单元和误差校正单元，进行空‑谱联合增强任务，构建交替尺度投影模块，将多光谱信息注入高光谱影像中，空‑谱联合增强的融合影像；进行时间变化预测任务，构建光谱微调网络，将高光谱影像调制至目标时域内，并借助差分影像强化变化区域感知，重建时‑空‑谱的最终融合结果。本发明的有益效果是：加强异质土地覆盖下信息的还原能力，满足复杂场景下时间、空间和光谱信息协同处理需求，生产高时‑空‑谱分辨率的遥感影像数据。
-
公开(公告)号：CN118865150A
公开(公告)日：2024-10-29
申请号：CN202410875820.9
申请日：2024-07-02
Applicant: 宁波大学
Abstract: 本发明涉及一种面向二维海表流场SAR反演的多普勒中心频率估计方法，包括：对SAR单视复数影像数据进行分块处理；利用幅度方法获取多普勒中心频率估计值；利用相位方法获取多普勒中心频率估计值；筛选出成像质量最优的多普勒中心频率估计值作为初估计结果；对初估计结果进行迭代运算；完成径向海流SAR反演；基于径向海流SAR反演结果，实现二维实时海流矢量反演。本发明的有益效果是：本发明能够提升多普勒中心频率估计结果的成像质量和精度；是对现有SAR海流反演中多普勒中心频率估计方法的有效补充，能够提升SAR海流反演精度。
-
公开(公告)号：CN118675063A
公开(公告)日：2024-09-20
申请号：CN202410854750.9
申请日：2024-06-28
Applicant: 宁波大学
Abstract: 本发明涉及复杂地表变化场景下的多源遥感时‑空高保真融合方法，包括：建立带有地物变化标签的时‑空融合数据集；对影像数据进行不同尺度的特征提取；挖掘时空变化信息特征，得到由变化特征引导增强的初步融合结果；进行多层级融合得到目标融合影像和差异图。本发明的有益效果是：本发明构建了时‑空融合与变化检测协同学习框架，提出了一种由变化信息引导的时‑空融合高保真融合模型。该模型可克服现有方法难以在地面覆盖突变等复杂场景下的时空高保真融合技术瓶颈，满足复杂场景下多源遥感时‑空高保真融合需求，生产高保真的高空间、高时间分辨率影像数据。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.028 seconds)
