公开(公告)号：CN118968303A

公开(公告)日：2024-11-15

申请号：CN202411063990.3

申请日：2024-08-05

Applicant: 安徽大学 ,  安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) ,  安徽省生态环境监测中心(安徽省重污染天气预报预警中心)

Inventor： 杨辉 ,  王春林 ,  王彪 ,  徐升 ,  潘成荣 ,  秦军 ,  张曦 ,  张蕊 ,  孙金彦

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了高空间分辨率光学遥感影像的细小水体自动化提取方法，涉及图像处理和目标识别技术领域，针对当前城市区域水体智能提取中存在细小水体丢失，受到建筑物阴影的严重影响问题，将人眼视觉认知相关理论与深度学习模型相结合，构建伪孪生神经网络和Densenets深度学习模型，包括：高空间分辨率光学遥感影像预处理、水体样本集制作、模型构建、基于上下文信息的建筑物阴影去除。实现遥感影像多特征并行自学习和多特征整合，减少建筑物阴影对水体提取精度的影响。取得具有实用价值的高空间分辨率光学遥感影像城市区域水体全自动分类技术，提升城市区域细小水体提取的精度，实现城市区域水体的完整提取，极大地提高城市区域水体提取的效率。

公开(公告)号：CN116343046A

公开(公告)日：2023-06-27

申请号：CN202310352345.2

申请日：2023-04-04

Applicant: 安徽大学 ,  安徽省生态环境监测中心(安徽省重污染天气预报预警中心)

Inventor： 王彪 ,  潘成荣 ,  徐升 ,  吴艳兰 ,  钱贞兵 ,  杨辉 ,  秦军

IPC: G06V20/10 ,  G06V20/17 ,  G06V20/52 ,  G06V10/20 ,  G06V10/778 ,  G06N20/00

Abstract: 本发明属于卫星遥感数据和无人机数据处理技术领域，具体涉及一种基于自优化机器学习的多源遥感城市河流水质监测方法，本发明以“如何利用机器学习方法，解决简单地面点数据与遥感数据之间复杂的非线性关系这一非常重要的问题”为核心，通过特征增强和特征重要度排序方法进一步提高输入模型的波段组合。同时，将无人机反演结果作为真实水质浓度以此来扩充卫星反演的样本数量和质量，提高卫星影像反演质量的同时弥补了无人机反演水质时范围受限的问题；从少量样本下利用模拟退火算法自动优化机器学习的众多参数，减少了模型的训练时间，实现了顾及空间映射机制的多源遥感水质反演新方法。

公开(公告)号：CN114595975A

公开(公告)日：2022-06-07

申请号：CN202210238878.3

申请日：2022-03-11

Applicant: 安徽大学

Inventor： 王彪 ,  杨辉 ,  秦军

IPC: G06Q10/06 ,  G06Q10/10 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明属于无人机遥感数据处理技术领域，具体涉及一种基于深度学习模型的无人机遥感松材线虫病害监测方法，该方法包括：步骤一、无人机遥感数据获取、处理：实地勘察了解作业区域实际状况，获取松材线虫病害监测所需数据；步骤二、松材线虫病害样本库的建立：获取对应松材线虫病害标签，构建松材线虫病害样本库；步骤三、设计针对性的松材线虫病害深度学习监测算法：经过空间信息保留模块提取目标空间细节信息，利用上下文信息模块扩大感受野获取上下文信息，结合注意力优化模块对多层次特征进行融合，输出最终提取结果。本发明在应用上取得具有使用价值的无人机遥感松材线虫病害监测技术，推进松材线虫病害监测的应用与发展。

公开(公告)号：CN117274834A

公开(公告)日：2023-12-22

申请号：CN202311560203.1

申请日：2023-11-22

Applicant: 安徽大学 ,  安徽省生态环境监测中心(安徽省重污染天气预报预警中心) ,  安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站)

Inventor： 王彪 ,  潘成荣 ,  黄祚继 ,  徐升 ,  秦军 ,  吴艳兰 ,  董丹丹 ,  顾雯

IPC: G06V20/13 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了顾及光学特征多尺度融合的水体遥感提取方法，涉及图像处理技术领域，方法为：筛选出适宜水体提取的最佳谱段；获取遥感影像和对应的水体真值图像，构建水体样本库；构建用于根据遥感影像进行水体提取的神经网络，神经网络先抽取遥感影像在最佳谱段的图像信息，然后根据遥感影像在最佳谱段的图像信息输出对应的水体真值图像；利用水体样本库对神经网络进行训练和测试；利用训练完成后的神经网络模型对待提取的遥感影像进行水体提取，得到对应的水体真值图像。本发明是一种具有实用价值的遥感影像水体提取技术，对遥感影像水体提取具有良好的效果。