-
公开(公告)号：CN117422654B
公开(公告)日：2024-06-14
申请号：CN202311385513.4
申请日：2023-10-23
Applicant: 武汉珈和科技有限公司
Abstract: 本发明涉及遥感影像处理技术领域，公开了一种遥感影像匀色方法、装置、设备及存储介质，该方法包括：对待匀色遥感影像进行预设拉伸处理，获得目标待匀色遥感影像；对参考影像和目标待匀色遥感影像进行降采样处理，获得参考影像缩略图和待匀色遥感影像缩略图；基于参考影像缩略图和待匀色遥感影像缩略图确定灰度级映射关系表；基于灰度级映射关系表对待匀色遥感影像进行匀色操作。由于本发明基于参考影像缩略图和待匀色遥感影像缩略图确定灰度级映射关系表，并基于灰度级映射关系表对待匀色遥感影像进行匀色操作，从而解决了现有技术中通过人工和专业的匀色处理软件对遥感影像进行匀色，运行效率较低的技术问题。
-
公开(公告)号：CN118172668A
公开(公告)日：2024-06-11
申请号：CN202410314805.7
申请日：2024-03-19
Applicant: 武汉珈和科技有限公司
IPC: G06V20/10 , G06T7/13 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及农业遥感图像分析处理技术领域，公开了一种地块边缘概率图后处理方法、装置、设备及存储介质。该方法包括：构建初始边缘降噪模型，初始边缘降噪模型为改进CycleGAN模型；通过预设损失函数训练初始边缘降噪模型，在迭代训练完毕时，获得目标边缘降噪模型；通过目标边缘降噪模型中的生成器，对包含噪声的原始地块边缘概率图进行后处理降噪，获得优化后的目标地块边缘概率图。本发明通过目标边缘降噪模型自动学习从原始地块边缘概率图到降噪后的目标地块边缘概率图的映射关系，简化后处理流程吗，提高处理效率。同时，提高目标地块边缘概率图中边缘的连续性、闭合性和整体区域的完整性，提高农田地块边缘识别后处理的准确性。
-
公开(公告)号：CN112712038B
公开(公告)日：2024-05-28
申请号：CN202011638307.6
申请日：2020-12-31
Applicant: 武汉珈和科技有限公司
Abstract: 本发明公开了一种基于多光谱卫星影像监测小麦倒伏状况的方法及系统，其首先获取小麦倒伏前、后卫星影像，对小麦倒伏前、后卫星影像进行预处理，所述小麦前卫星影像包括小麦灌浆期前、后卫星影像；然后根据影像上地物特征构建光谱特征参量，计算小麦倒伏前、后卫星影像的光谱特征；接着根据小麦灌浆期前、后卫星影像呈现的光谱特征自小麦倒伏前卫星影像中提取出小麦分布影像数据；最后将小麦分布影像数据加载至小麦倒伏后卫星影像中,然后基于倒伏小麦的光谱特征自小麦分布影像数据中识别出小麦倒伏区域；从而能够快速提取大范围小麦倒伏的信息，对小麦倒伏面积和程度的监测，以及倒伏灾害发生后及时制定灾后补救措施具有重要意义。
-
公开(公告)号：CN112949917A
公开(公告)日：2021-06-11
申请号：CN202110195340.4
申请日：2021-02-20
Applicant: 廖廓 , 武汉珈和科技有限公司
Abstract: 本发明公开了一种基于气象数据的茶叶茶小绿叶蝉虫害预警方法及系统，其通过自研究区域内的多年气象站点数据提取出影响作物虫害发生流行的关键期气温和降雨气象因子，并进行插值，然后将研究区域内待预测时期的气象插值结果逐像素输入虫害防治适期和发病趋势模型，最后利用目标作物分布数据进行掩膜得到研究区域内的茶叶小绿叶蝉发病趋势，对防治适期栅格图结果取均值得到该研究区域的防治适期，从而达到监测预报目的。通过获取研究区内每天的气温和降水气象要素，计算茶叶的小绿叶蝉虫害防治适期和发病趋势，实现在小绿叶蝉虫害关键期的监测预报，提高预报的实时性；且通过建立防治适期和发病趋势预测模型，提高了预报的准确性，且监测范围广。
-
公开(公告)号：CN112712038A
公开(公告)日：2021-04-27
申请号：CN202011638307.6
申请日：2020-12-31
Applicant: 武汉珈和科技有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种基于多光谱卫星影像监测小麦倒伏状况的方法及系统，其首先获取小麦倒伏前、后卫星影像，对小麦倒伏前、后卫星影像进行预处理，所述小麦前卫星影像包括小麦灌浆期前、后卫星影像；然后根据影像上地物特征构建光谱特征参量，计算小麦倒伏前、后卫星影像的光谱特征；接着根据小麦灌浆期前、后卫星影像呈现的光谱特征自小麦倒伏前卫星影像中提取出小麦分布影像数据；最后将小麦分布影像数据加载至小麦倒伏后卫星影像中,然后基于倒伏小麦的光谱特征自小麦分布影像数据中识别出小麦倒伏区域；从而能够快速提取大范围小麦倒伏的信息，对小麦倒伏面积和程度的监测，以及倒伏灾害发生后及时制定灾后补救措施具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN117408880A
公开(公告)日：2024-01-16
申请号：CN202311456839.1
申请日：2023-11-01
Applicant: 武汉珈和科技有限公司
IPC: G06T3/4038 , G06T3/4046 , G06T3/4053 , G06T3/4007 , G06N3/045 , G06N3/0464 , G06N3/0475
Abstract: 本发明公开了一种遥感影像超分重建方法、装置、设备及存储介质，该方法包括：对采集的低分辨遥感影像图进行图像预处理获得图像数据集；通过Sinc滤波器对图像数据集进行滤波处理，并将滤波后的图像数据集输入至预设空间超分重建模型进行超分重建，获得超分重建影像图集；对超分重建影像图集进行回型拼接，获得超分辨率影像图。由于本发明通过Sinc滤波器对图像数据集进行滤波处理，避免了影像图重建时的纹理畸变现象；同时模型的孪生神经网络以及引入的判别器可增强模型对数据复杂性的适应能力以及对大尺度地物细节的特征提取能力，在对超分重建影像图集进行拼接时，可提高超分辨率影像图的真实性，从而提高超分重建后的影像质量和效果。
-
公开(公告)号：CN114926330A
公开(公告)日：2022-08-19
申请号：CN202210403167.7
申请日：2022-04-18
Applicant: 武汉珈和科技有限公司
Abstract: 本发明涉及一种遥感图像超分辨率深度学习方法及装置，首先获取同一时间地点的Sentinel‑2影像和Planet卫星影像，并对Sentinel‑2影像进行上采样；然后将经过上采样的Sentinel‑2影像和Planet卫星影像级联形成标签作为深度学习网络模型的输入，进行深度学习网络模型训练；最后，利用经过上采样的Sentinel‑2影像与深度学习网络模型的输出计算光谱损失SAM，利用Planet卫星影像与深度学习网络模型的输出计算空间损失UIQI，然后通过反向传播返回网络；待网络模型收敛后，网络模型的输出即为超分后的影像。通过将原始的高空间分辨率图像与上采样的待超分图像级联作为标签，并通过控制网络输出的空间损失与光谱损失，使得网络输出可以在提升空间分辨率的同时光谱失真小。
-
公开(公告)号：CN117422746B
公开(公告)日：2024-06-21
申请号：CN202311385676.2
申请日：2023-10-23
Applicant: 武汉珈和科技有限公司
Abstract: 本发明涉及遥感领域，公开一种分区非线性地理配准方法、装置、设备及存储介质，该方法通过对目标基准影像和目标待配准影像进行分区特征提取，可以获得影像中的高维特征，并减少模型的后续运算量，提高了地理配准的效率；并通过非线性几何变换模型根据基准影像特征集合待配准影像特征集之间的同名点对配准待配准影像，解决了传统的地理配准方法所存在的匹配同名点能力弱、空间分布不均匀、无法有效拟合局部不均质偏移以及运行效率低等问题，提高了地理配准的精度和效率。
-
公开(公告)号：CN117541899A
公开(公告)日：2024-02-09
申请号：CN202311316256.9
申请日：2023-10-11
Applicant: 武汉珈和科技有限公司
IPC: G06V10/80 , G06V10/74 , G06V10/764 , G06V10/30 , G06V10/774 , G06V10/82 , G06V20/13 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种多源遥感影像融合方法、装置、设备及存储介质，该方法包括：获取低空间分辨率影像数据，并对低空间分辨率影像数据进行处理，获得多波段数据；将多波段数据输入至预设模型，获得低空间分辨率影像数据对应的高空间分辨率融合影像，预设模型是将原始Stable Diffusion模型中的VGG16模型替换为多通道ResNet50模型，将U‑Net的逐步预测噪声结构更改为逐步预测隐空间向量结构。由于使用多通道ResNet50模型，并将U‑Net逐步预测噪声结构更改为逐步预测隐空间向量，提高了多源影像不同光谱波段数融合在空间地域、卫星数据源的泛化性。
-
公开(公告)号：CN117541845A
公开(公告)日：2024-02-09
申请号：CN202311320250.9
申请日：2023-10-11
Applicant: 武汉珈和科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/24 , G06V20/10 , G06N3/08
Abstract: 本发明涉及农业遥感技术领域，并公开了一种农作物分类方法、装置、设备及存储介质，该方法包括：确定待分类农作物的生育期，并下载待分类农作物在生育期内的遥感影像数据；对遥感影像数据进行预处理，得到预处理后的遥感影像数据；对预处理后的遥感影像数据进行时序编码和时序掩膜，得到训练数据集，并基于训练数据集对初始深度学习网络模型进行训练后得到农作物分类模型；将待分类数据集输入至农作物分类模型中，得到待分类农作物的分类结果。本发明通过对待分类农作物的遥感影像数据进行预处理、时序编码和时序掩膜操作得到训练数据集，并基于农作物分类模型进行分类，从而在缺少部分时相遥感影像数据的场景下也能对农作物区域进行分类。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
