公开(公告)号：CN119181006A

公开(公告)日：2024-12-24

申请号：CN202411291368.8

申请日：2024-09-14

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 阿杜尼亚·特斯法耶·雷家萨 ,  许文波

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06V20/13 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于遥感领域，公开了一种利用分类技术的基于云掩模的多时相像素除云合成方法及系统，该方法包括：使用SVM和U‑net对所有日常图像进行分类，并生成两组分类栅格；将分类后的栅格转换为云掩码图层；使用遮罩层每天遮罩相应的MODIS；使用最大值方法产生最佳复合产品。本发明的产品在RF、SVM和U‑net三个分类器中产生了最佳的分类精度，证明了本发明在去除云、噪声和/或污染像素方面的有效性。

公开(公告)号：CN119360194A

公开(公告)日：2025-01-24

申请号：CN202411292077.0

申请日：2024-09-14

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 阿杜尼亚·特斯法耶·雷家萨 ,  许文波 ,  范锦龙

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供使用粗分辨率时间序列图像和CNN和语义分割模型生成使用粗分辨率时间序列图像和CNN和语义分割模型生成次大陆尺度土地覆盖图像分类方法，属于卫星图像分类技术领域，配置分类器模型；构建基于1D CNN模型的参考图像数据集；建立土地覆盖类别；再将批处理模型参考图像数据集中的图像数据转换为光栅格式，以生成多个掩蔽参考图像；对掩蔽参考图像中的标记区域和未标记区域进行排序；将掩蔽的参考图像和主输入图像划分为预设大小；将掩蔽的输入图像修补为与其相应标记掩模相同的大小，并进行排序；对分类器模型进行训练与优化，并调整分类器模型的学习率。本发明能够更准确地识别次大陆尺度的土地覆盖类型。使用多样化的数据集和训练策略，提高了模型在不同场景下的适应性和泛化能力。