-
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。
-
公开(公告)号：CN114296078A
公开(公告)日：2022-04-08
申请号：CN202210221191.9
申请日：2022-03-09
Applicant: 西南交通大学
Abstract: 本发明公开了一种GNSS‑IR双频数据融合的NDVI监测方法，属于植被监测技术领域，包括：S1、建立观测时段内实测NDVI与NMRI之间融合双频数据的反演模型；S2、将待测时间段内的NMRI作为反演模型输入，获得NDVI监测结果。本发明通过熵值法融合双频数据，显著增强了反演NDVI的抗粗差能力，提升了模型反演的精度和可靠性，通过验证和分析GNSS反射信号与NDVI之间的相关性，为获取高时间分辨率的NDVI提供了一种快速动态的新方法。本发明充分利用双频信息反演NDVI，可进一步提升局部区域NDVI观测数据的准确性和连续性，有助于全面掌握植被的生长状态。
-
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：CN110849816A
公开(公告)日：2020-02-28
申请号：CN201911294126.3
申请日：2019-12-16
Applicant: 西南交通大学
IPC: G01N21/17
Abstract: 本发明公开了一种应用于低空无人机遥感反演土壤湿度的地面采样网格装置，包括装置本体，装置本体呈正方形状；正方形状的所述装置本体包括若干个方形的网格；网格包括四条网格边长，网格边长的两边端均开设一个螺孔，相邻网格边长的螺孔重叠，并通过在螺孔内插入螺丝实现相邻网格边长的连接固定。本发明装置结构纹理清晰，网格均匀分布，以规则的小网格作为采样点，可以保证对采样结果进行插值计算后，其精度在空间上均匀分布，可靠性更高；网格边由铝合金材质的反射片组成，其在无人机影像上纹理清晰，网格交点鲜明突出，以交点作为像控点，在数据处理时能基本消除刺点误差，使获取的像控点精度更高。
-
公开(公告)号：CN110849816B
公开(公告)日：2024-08-13
申请号：CN201911294126.3
申请日：2019-12-16
Applicant: 西南交通大学
IPC: G01N21/17
Abstract: 本发明公开了一种应用于低空无人机遥感反演土壤湿度的地面采样网格装置，包括装置本体，装置本体呈正方形状；正方形状的所述装置本体包括若干个方形的网格；网格包括四条网格边长，网格边长的两边端均开设一个螺孔，相邻网格边长的螺孔重叠，并通过在螺孔内插入螺丝实现相邻网格边长的连接固定。本发明装置结构纹理清晰，网格均匀分布，以规则的小网格作为采样点，可以保证对采样结果进行插值计算后，其精度在空间上均匀分布，可靠性更高；网格边由铝合金材质的反射片组成，其在无人机影像上纹理清晰，网格交点鲜明突出，以交点作为像控点，在数据处理时能基本消除刺点误差，使获取的像控点精度更高。
-
Patent Agency Ranking
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：CN112782689A
公开(公告)日：2021-05-11
申请号：CN202011590976.0
申请日：2020-12-29
Applicant: 西南交通大学
IPC: G01S13/88
Abstract: 本发明公开了一种多星数据融合的GNSS‑IR土壤湿度监测方法，涉及土壤监测领域，包括S1选取土壤湿度采样点，获取土壤湿度采样点的GNSS观测数据；S2确定观测时段内过境卫星的高度角和信噪比；S3拟合每颗过境卫星观测时段内高度角和信噪比数据，获取反射信号；S4确定每颗过境卫星反射信号的相位分量；S5建立GNSS‑IR土壤湿度反演模型，实现土壤湿度的动态监测；通过对GNSS接收机观测数据预处理，获取GNSS反射信号，利用Lomb‑Scargle频谱分析获取反射信号频率，将其转换为有效反射高代入非线性最小二乘余弦拟合以提取相位，最后将多星相位数据与土壤湿度实测数据建立MARS模型以反演土壤湿度。
-
公开(公告)号：CN115796045A
公开(公告)日：2023-03-14
申请号：CN202211583963.X
申请日：2022-12-10
Applicant: 西南交通大学
IPC: G06F30/27 , G06T17/05 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于深度学习网络与半监督学习的冰川识别模型建模方法，属于测绘技术领域。本发明包括步骤S1：建立冰川识别遥感影像数据集，分割冰川识别遥感影像数据集，得到有标签数据与无标签数据；S2：采用深度残差网络构建深度学习卷积神经网络模型，对深度学习卷积神经网络模型进行预训练；S3：采用半监督学习模型对数据进行一致性正则化，得到半监督学习数据集，通过半监督学习数据集深度学习卷积神经网络模型结合，构建冰川识别模型。本发明实现从高分辨率遥感影像中自动化地识别与检测冰川面积变化，把人力研究识别、查找的工作交给经过深度学习模型训练的计算机去批量系统地完成，为分析冰川消融速度及监测全球气候变化提供依据。
-
公开(公告)号：CN115620163A
公开(公告)日：2023-01-17
申请号：CN202211339317.9
申请日：2022-10-28
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于遥感影像的半监督学习深切河谷智能识别方法，属于图像处理技术领域，包括：步骤S1：选取多景覆盖深切河谷地貌的卫星遥感影像及数字高程模型DEM数据，建立深切河谷地貌智能识别数据集；步骤S2：基于深度学习编码原理使用ResNet50算法结构、通道与空间注意力机制构建深度卷积神经网络编码模型；步骤S3：基于半监督学习与解码理论构建深切河谷智能识别主解码器与特征扰动函数下的辅助解码器模型；步骤S4：构建深切河谷智能识别模型并训练，利用训练最优的深切河谷智能识别模型对深切河谷进行智能识别。本发明可以在少量标签样本数据下精准识别深切河谷地貌，实现复杂艰险山区地质灾害快速普查。
-
公开(公告)号：CN115223047A
公开(公告)日：2022-10-21
申请号：CN202210942931.8
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自监督学习的光谱解混方法，属于自监督学习的光谱解混技术领域。包括：S1、建立基于变分自编码器的端元生成模型；S2、利用初始端元和全约束最小二乘算法估计出的初始丰度对端元生成模型进行训练；S3、将待分解影像Y的所有像元输入训练好的端元生成模型，得到考虑每个像元光谱变异性的端元矩阵M，根据该端元矩阵M和噪声矩阵N得到待分解影像Y的丰度矩阵A；S4、利用概率松弛标记法对丰度矩阵A进行空间邻域校正，得到最终的丰度矩阵。本发明可以提高小麦提取的的精度和稳定性，为农作物分布提取和种植面积估算提供了有效的方法。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.016 seconds)
