-
公开(公告)号：CN115840224B
公开(公告)日：2023-09-29
申请号：CN202211566081.2
申请日：2022-12-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种用于反演土壤水分的多目标函数变化检测方法，属于遥感影像处理及合成孔径雷达反演土壤水分领域，解决了现有地区使用站点数据作为先验知识，但这种“以点代面”的方式忽略了局部尺度地表参数的空间异质性，导致模型的普适性差的问题。本发明基于多时相、长时序SAR观测信息，辅以多光谱光学遥感数据，联合水云模型构建一种用于获取“纯净”后向散射的多目标函数模型；将多目标函数模型引入到传统变化检测算法中，发展一种参数简单且更具普适性的土壤水分反演方法。本发明降低了对先验知识和研究区的依赖性，实现了广域、高精度和高时空分辨率土壤水分信息提取，为科学监测当地环境和气候提供可靠的理论依据和可行的实践方法。
-
Patent Agency Ranking
公开(公告)号：CN115222629B
公开(公告)日：2023-05-05
申请号：CN202210942914.4
申请日：2022-08-08
Applicant: 西南交通大学 , 成都市国土资源执法监察支队
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于云厚度估计与深度学习的单幅遥感影像云去除方法，属于遥感影像图像处理技术领域。本发明包括：S1：选取多景覆盖海面的有云卫星遥感影像，建立色彩范围模型提取云图，并根据图像叠加公式生成模拟遥感影像云去除数据集；S2：构建显著性检测卷积神经网络模型,估计遥感图像云厚度、亮度信息，并获得去云遥感影像；S3：基于半监督学习，构建用于判断遥感图像中有云或无云状态的鉴别器模型，实现对遥感影像云去除结果的评估以及鉴别器模型无监督微调。本发明可以在厚云与薄云共存的情况下保持遥感影像去云结果的可靠性；无需额外的辅助数据，去云结果不会对无云区域影像造成干扰。
-
公开(公告)号：CN115908897A
公开(公告)日：2023-04-04
申请号：CN202211339322.X
申请日：2022-10-28
Applicant: 西南交通大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/77 , G06V10/82 , G06V20/13
Abstract: 本发明涉及遥感影像图像处理技术领域，涉及一种基于高分辨率遥感影像的高速铁路供电设施智能识别方法，其包括以下步骤：步骤S1：选取高分辨率遥感影像，在高速列车站周围区域判读勾绘样本；步骤S2：设置初始参数，利用带有供电网杆真实位置边界框的样本进行损失函数的计算以及参与反向传播过程中参数权重W以及偏移值b的迭代以及更新，从而完成对模型的训练；步骤S3：采用路网搜索的方式进行计算；步骤S4：随机选用一些车站影像放入训练好的模型中进行供电网杆的识别，并对识别结果进行检验。本发明能够实现对高速铁路供电设施的自动识别提取，大大提高识别效率的同时和保证了目标检测的稳定性。
-
公开(公告)号：CN115908897B
公开(公告)日：2023-09-12
申请号：CN202211339322.X
申请日：2022-10-28
Applicant: 西南交通大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/77 , G06V10/82 , G06V20/13
Abstract: 本发明涉及遥感影像图像处理技术领域，涉及一种基于高分辨率遥感影像的高速铁路供电设施智能识别方法，其包括以下步骤：步骤S1：选取高分辨率遥感影像，在高速列车站周围区域判读勾绘样本；步骤S2：设置初始参数，利用带有供电网杆真实位置边界框的样本进行损失函数的计算以及参与反向传播过程中参数权重W以及偏移值b的迭代以及更新，从而完成对模型的训练；步骤S3：采用路网搜索的方式进行计算；步骤S4：随机选用一些车站影像放入训练好的模型中进行供电网杆的识别，并对识别结果进行检验。本发明能够实现对高速铁路供电设施的自动识别提取，大大提高识别效率的同时和保证了目标检测的稳定性。
-
公开(公告)号：CN115840224A
公开(公告)日：2023-03-24
申请号：CN202211566081.2
申请日：2022-12-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种用于反演土壤水分的多目标函数变化检测方法，属于遥感影像处理及合成孔径雷达反演土壤水分领域，解决了现有地区使用站点数据作为先验知识，但这种“以点代面”的方式忽略了局部尺度地表参数的空间异质性，导致模型的普适性差的问题。本发明基于多时相、长时序SAR观测信息，辅以多光谱光学遥感数据，联合水云模型构建一种用于获取“纯净”后向散射的多目标函数模型；将多目标函数模型引入到传统变化检测算法中，发展一种参数简单且更具普适性的土壤水分反演方法。本发明降低了对先验知识和研究区的依赖性，实现了广域、高精度和高时空分辨率土壤水分信息提取，为科学监测当地环境和气候提供可靠的理论依据和可行的实践方法。
-
公开(公告)号：CN115222629A
公开(公告)日：2022-10-21
申请号：CN202210942914.4
申请日：2022-08-08
Applicant: 西南交通大学 , 成都市国土资源执法监察支队
Abstract: 本发明公开了一种基于云厚度估计与深度学习的单幅遥感影像云去除方法，属于遥感影像图像处理技术领域。本发明包括：S1：选取多景覆盖海面的有云卫星遥感影像，建立色彩范围模型提取云图，并根据图像叠加公式生成模拟遥感影像云去除数据集；S2：构建显著性检测卷积神经网络模型,估计遥感图像云厚度、亮度信息，并获得去云遥感影像；S3：基于半监督学习，构建用于判断遥感图像中有云或无云状态的鉴别器模型，实现对遥感影像云去除结果的评估以及鉴别器模型无监督微调。本发明可以在厚云与薄云共存的情况下保持遥感影像去云结果的可靠性；无需额外的辅助数据，去云结果不会对无云区域影像造成干扰。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
