-
公开(公告)号：CN117115666B
公开(公告)日：2024-02-13
申请号：CN202311338177.8
申请日：2023-10-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/80 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/082
Abstract: 本发明提供了一种基于多源数据的高原湖泊提取方法、装置、设备及介质，涉及遥感解译技术领域，包括：获取研究区域的多源数据；对SAR影像数据和多光谱影像数据进行融合处理，得到单景多波段影像数据；通过目标水体分割模型，基于单景多波段影像数据确定研究区域对应的水体预测图斑；根据研究区域对应的高程数据和水体预测图斑，从研究区域中提取高原湖泊区域。本发明可以缓解高原湖泊提取精度低、难于应对复杂形态水体等问题，具备全天时全天候监测能力，能够为湖泊监测、生态保护、气候变化研究等领域提供技术支撑。
-
公开(公告)号：CN117115365B
公开(公告)日：2024-02-13
申请号：CN202311385469.7
申请日：2023-10-25
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种异形结构三维单体模型快速精细化的重构方法及装置，涉及模型重构技术领域，包括：获取待重构的异形结构对应的属性信息；根据属性信息，确定异形结构对应的正常采集区域范围和补充采集区域范围；获取手持云台设备采集的正常采集区域范围对应的第一影像数据集；以及，获取无人机设备采集的补充采集区域范围对应的第二影像数据集；利用第一影像数据集和第二影像数据集对异形结构进行重构，得到异形结构对应的三维单体模型。本发明可以针对城市建筑与（自然、人文、历史）景观中异形结构地理实体，能够在多种复杂场景下灵活、快速、精美地建模。
-
公开(公告)号：CN115631419B
公开(公告)日：2023-05-09
申请号：CN202211568345.8
申请日：2022-12-08
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种基于变化检测的水稻种植面积和空间分布提取方法和装置，涉及自然资源遥感调查监测的技术领域，包括：获取待提取区域在预设时期的目标数据，其中，预设时期包括：水稻的移栽期和水稻的抽穗期，目标数据包括：多光谱遥感影像数据和高精度耕地矢量数据；基于高精度耕地矢量数据，对多光谱遥感影像数据进行处理，得到耕地地块层和影像对象层；计算影像对象层中各个对象的波段参数；基于波段参数，确定出待提取区域中水稻的种植面积和空间分布情况，解决了现有的水稻种植面积和空间分布提取方法的提取效率和精度较低的技术问题。
-
公开(公告)号：CN114913437B
公开(公告)日：2022-10-04
申请号：CN202210829067.0
申请日：2022-07-15
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/13 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种黑臭水体识别方法，涉及遥感影像处理技术领域，包括：利用对象卷积神经网络对DOM影像数据集D1进行处理，得到村落缓冲区影像数据集B1；利用第一SegFormer模型对数据集B1进行处理，得到疑似污染源矢量数据P1；利用第二SegFormer模型对数据集D1进行处理，得到水体矢量数据集W1；对数据集W1进行筛选，得到规则筛选水体矢量数据W4；对数据集A1和数据集D1进行波段提取和特征值计算，得到像素特征数据集；利用数据W4和数据P1得到特征因子预测矢量数据F2；利用黑臭水体分类模型对像素特征数据集和数据F2进行处理，得到黑臭水体像素分类结果数据集。本申请提高了黑臭水体的识别精度。
-
公开(公告)号：CN117115666A
公开(公告)日：2023-11-24
申请号：CN202311338177.8
申请日：2023-10-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/80 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/082
Abstract: 本发明提供了一种基于多源数据的高原湖泊提取方法、装置、设备及介质，涉及遥感解译技术领域，包括：获取研究区域的多源数据；对SAR影像数据和多光谱影像数据进行融合处理，得到单景多波段影像数据；通过目标水体分割模型，基于单景多波段影像数据确定研究区域对应的水体预测图斑；根据研究区域对应的高程数据和水体预测图斑，从研究区域中提取高原湖泊区域。本发明可以缓解高原湖泊提取精度低、难于应对复杂形态水体等问题，具备全天时全天候监测能力，能够为湖泊监测、生态保护、气候变化研究等领域提供技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN117115365A
公开(公告)日：2023-11-24
申请号：CN202311385469.7
申请日：2023-10-25
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种异形结构三维单体模型快速精细化的重构方法及装置，涉及模型重构技术领域，包括：获取待重构的异形结构对应的属性信息；根据属性信息，确定异形结构对应的正常采集区域范围和补充采集区域范围；获取手持云台设备采集的正常采集区域范围对应的第一影像数据集；以及，获取无人机设备采集的补充采集区域范围对应的第二影像数据集；利用第一影像数据集和第二影像数据集对异形结构进行重构，得到异形结构对应的三维单体模型。本发明可以针对城市建筑与（自然、人文、历史）景观中异形结构地理实体，能够在多种复杂场景下灵活、快速、精美地建模。
-
公开(公告)号：CN115995005B
公开(公告)日：2023-08-01
申请号：CN202310280509.5
申请日：2023-03-22
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种基于单期高分辨率遥感影像的农作物的提取方法和装置，涉及自然资源遥感监测的技术领域，包括：获取农作物生长旺盛期的样本单期高分辨率遥感影像；对样本单期高分辨率遥感影像进行预处理，得到目标单期高分辨率遥感影像；利用尺度集分割算法，对目标单期高分辨率遥感影像进行分割，得到样本数据，并为样本数据添加标注，得到目标样本数据；利用目标样本数据，对预设卷积神经网络模型进行训练，得到目标卷积神经网络模型；在获取到待提取单期高分辨率遥感影像之后，利用目标卷积神经网络模型确定出待提取单期高分辨率遥感影像中农作物的提取结果，解决了现有的基于高分辨率遥感影像的农作物提取方法效率较低的技术问题。
-
公开(公告)号：CN115995005A
公开(公告)日：2023-04-21
申请号：CN202310280509.5
申请日：2023-03-22
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种基于单期高分辨率遥感影像的农作物的提取方法和装置，涉及自然资源遥感监测的技术领域，包括：获取农作物生长旺盛期的样本单期高分辨率遥感影像；对样本单期高分辨率遥感影像进行预处理，得到目标单期高分辨率遥感影像；利用尺度集分割算法，对目标单期高分辨率遥感影像进行分割，得到样本数据，并为样本数据添加标注，得到目标样本数据；利用目标样本数据，对预设卷积神经网络模型进行训练，得到目标卷积神经网络模型；在获取到待提取单期高分辨率遥感影像之后，利用目标卷积神经网络模型确定出待提取单期高分辨率遥感影像中农作物的提取结果，解决了现有的基于高分辨率遥感影像的农作物提取方法效率较低的技术问题。
-
公开(公告)号：CN115631419A
公开(公告)日：2023-01-20
申请号：CN202211568345.8
申请日：2022-12-08
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种基于变化检测的水稻种植面积和空间分布提取方法和装置，涉及自然资源遥感调查监测的技术领域，包括：获取待提取区域在预设时期的目标数据，其中，预设时期包括：水稻的移栽期和水稻的抽穗期，目标数据包括：多光谱遥感影像数据和高精度耕地矢量数据；基于高精度耕地矢量数据，对多光谱遥感影像数据进行处理，得到耕地地块层和影像对象层；计算影像对象层中各个对象的波段参数；基于波段参数，确定出待提取区域中水稻的种植面积和空间分布情况，解决了现有的水稻种植面积和空间分布提取方法的提取效率和精度较低的技术问题。
-
公开(公告)号：CN114913437A
公开(公告)日：2022-08-16
申请号：CN202210829067.0
申请日：2022-07-15
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/13 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种黑臭水体识别方法，涉及遥感影像处理技术领域，包括：利用对象卷积神经网络对DOM影像数据集D1进行处理，得到村落缓冲区影像数据集B1；利用第一SegFormer模型对数据集B1进行处理，得到疑似污染源矢量数据P1；利用第二SegFormer模型对数据集D1进行处理，得到水体矢量数据集W1；对数据集W1进行筛选，得到规则筛选水体矢量数据W4；对数据集A1和数据集D1进行波段提取和特征值计算，得到像素特征数据集；利用数据W4和数据P1得到特征因子预测矢量数据F2；利用黑臭水体分类模型对像素特征数据集和数据F2进行处理，得到黑臭水体像素分类结果数据集。本申请提高了黑臭水体的识别精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.032 seconds)
