-
公开(公告)号：CN117422983A
公开(公告)日：2024-01-19
申请号：CN202310823100.3
申请日：2023-07-06
Applicant: 安徽大学
IPC: G06V20/05 , G01N21/25 , G06V10/20 , G06V10/766 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于水下多光谱影像的沉水植物生物量反演方法，涉及湖泊水生态调查领域，包括以下步骤：步骤S1.采用网格法设置采样区，并对采样区进行沉水植物采样，对采样的水植物制作多光谱数据；步骤S2.对提取采样点多光谱数据进行滤波、几何校正等预处理，并提取相应波段和植被指数作为特征集；步骤S3.通过相关分析等手段，提取特征集中与待反演参数具有较高相关性的特征，并剔除相关性低的特征；步骤S4.将提取的特征通过多元线性回归、随机森林、人工神经网络、支持向量机(SVM)等算法建立不同的反演模型。
-
公开(公告)号：CN112215525B
公开(公告)日：2023-06-23
申请号：CN202011217433.4
申请日：2020-11-04
Abstract: 本发明提供了一种湖库水质反演及可视化评价方法，属于水质评价领域，获取湖库区不同时相的卫星影像；调用大气校正模块Sen2Cor对Sentinel系列卫星影像进行大气校正；将经过大气校正之后的卫星影像的投影坐标统一转换为WGS84投影坐标；通过输入实测水质样点的坐标数据，提取前一步中对应时相卫星影像不同波段的反射率数据；采用深度学习中的神经网络算法进行模型的训练；采用K折交叉验证方法进行模型训练与精度验证；进行湖库水质参数反演，根据实测水质参数不同，分别对不同的参数进行训练和反演；利用上一步反演的湖库水体水质参数结果，对整个湖库水体进行水质评价，并以可视化图像展示。该方法提高了水质反演的精度，评价结果精确，效率高。
-
公开(公告)号：CN112215525A
公开(公告)日：2021-01-12
申请号：CN202011217433.4
申请日：2020-11-04
Abstract: 本发明提供了一种湖库水质反演及可视化评价方法，属于水质评价领域，获取湖库区不同时相的卫星影像；调用大气校正模块Sen2Cor对Sentinel系列卫星影像进行大气校正；将经过大气校正之后的卫星影像的投影坐标统一转换为WGS84投影坐标；通过输入实测水质样点的坐标数据，提取前一步中对应时相卫星影像不同波段的反射率数据；采用深度学习中的神经网络算法进行模型的训练；采用K折交叉验证方法进行模型训练与精度验证；进行湖库水质参数反演，根据实测水质参数不同，分别对不同的参数进行训练和反演；利用上一步反演的湖库水体水质参数结果，对整个湖库水体进行水质评价，并以可视化图像展示。该方法提高了水质反演的精度，评价结果精确，效率高。
-
公开(公告)号：CN109575656A
公开(公告)日：2019-04-05
申请号：CN201910025479.7
申请日：2019-01-11
Applicant: 安徽大学
Abstract: 本发明公开了一种常温固化型无机涂料及其制备方法，由无机溶液、功能助剂、无机颜料、其它功能助剂组成，通过将烷氧基硅烷和二氧化硅粒子与氧化铝粒子分散在水中，之后在此溶液里添加填充剂、无机颜料和其他功能助剂使其具有一些特定的物理化学性能，形成一种常温固化型无机涂料，该常温固化型无机涂料能够在常温固化，且成膜后不会释放有机气体，利于环保，解决了有机涂料不环保、传统的陶瓷涂料现场施工不方便等问题，具有较高的使用价值。
-
公开(公告)号：CN115578262A
公开(公告)日：2023-01-06
申请号：CN202211295620.3
申请日：2022-10-21
Applicant: 安徽大学
IPC: G06T3/40 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于AFAN模型的偏振图像超分辨率重建方法，涉及图像超分辨率重建技术领域，所述AFAN模型包括头部模块、深层特征提取模块、多尺度自适应加权重构模块和跳跃模块，所述深层特征提取模块由n个叠加的自适应辅助特征双注意力学习块组成，而每个自适应辅助特征双注意力学习块包含一维卷积通道注意力模块、增强空间注意力模块和WDSR模块；从客观结果获得的峰值信噪比与结构相似性指标来看，本发明方法要优于对比算法；从主观结果分析，本发明方法的重建性能好，可以更好地重建出框选图像的纹理细节和边缘轮廓特征。
-
Patent Agency Ranking
-
公开(公告)号：CN118279194B
公开(公告)日：2024-08-16
申请号：CN202410674163.1
申请日：2024-05-28
Applicant: 安徽大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于多尺度转换器和互惠的云检测与去除方法，所述方法包括以下步骤：获取光学遥感云检测与去除影像数据集；构建基于多尺度转换器的云检测与去除互惠模型；基于多尺度转换器的云检测与去除互惠模型训练；获取待处理有云光学遥感影像数据；获取待处理影像云检测与去除结果。与现有技术相比，通过挖掘云检测与云去除任务共享的遥感影像中的云特征，增强二者在特征提取方面的协同增益能力，从而有效区分云和类云地物；同时利用云检测和去除双任务之间的约束关系，进一步细化分割云掩膜，使得去云结果在保证非云覆盖区域信息无损的同时获得云覆盖区域缺失信息补偿。
-
公开(公告)号：CN108765359A
公开(公告)日：2018-11-06
申请号：CN201810548568.5
申请日：2018-05-31
Applicant: 安徽大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10032 , G06T2207/20221
Abstract: 本发明涉及一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法，与现有技术相比解决了难以针对高光谱遥感图像进行融合处理的缺陷。本发明包括以下步骤：遥感影像数据的获取；假彩色遥感影像的提取；HIS变换；高低频系数的获得；低频系数的计算；高频系数融合规则的选取；融合影像的获得。本发明能够针对高光谱遥感影像数据和全色遥感影像进行有效融合。
-
公开(公告)号：CN118279194A
公开(公告)日：2024-07-02
申请号：CN202410674163.1
申请日：2024-05-28
Applicant: 安徽大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于多尺度转换器和互惠的云检测与去除方法，所述方法包括以下步骤：获取光学遥感云检测与去除影像数据集；构建基于多尺度转换器的云检测与去除互惠模型；基于多尺度转换器的云检测与去除互惠模型训练；获取待处理有云光学遥感影像数据；获取待处理影像云检测与去除结果。与现有技术相比，通过挖掘云检测与云去除任务共享的遥感影像中的云特征，增强二者在特征提取方面的协同增益能力，从而有效区分云和类云地物；同时利用云检测和去除双任务之间的约束关系，进一步细化分割云掩膜，使得去云结果在保证非云覆盖区域信息无损的同时获得云覆盖区域缺失信息补偿。
-
公开(公告)号：CN114758737A
公开(公告)日：2022-07-15
申请号：CN202210365743.3
申请日：2022-04-08
IPC: G16C20/70 , G16C20/80 , G16C20/20 , G06F16/26 , G06F16/29 , G06N20/00 , G06N20/10 , G06N20/20 , G06N5/00 , G01N21/17 , G06V20/10 , G06V20/13
Abstract: 本发明公开了一种基于河岸带景观分区的河流氮磷浓度遥感反演方法，包括：聚类分析河岸带上景观类型，根据景观聚类结果中河岸带上景观比例差异对河流进行地理分区，分析不同地理分区中河流氮磷浓度实测样点与同期的河流遥感影像反射率的相关性，选择相关性系数高的波段或波段组合作为河流氮磷浓度的敏感光谱特征变量，基于不同地理分区分别构建不同的河流氮磷浓度遥感反演模型，将不同季节的遥感影像中河流氮磷浓度的敏感光谱特征变量分别输入不同的河流氮磷浓度遥感反演模型，获得河流总磷和总氮浓度时空分布图。该方法有效提高了河流氮磷浓度反演精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
