-
公开(公告)号:CN109792543A
公开(公告)日:2019-05-21
申请号:CN201680089661.3
申请日:2016-09-27
申请人: 深圳市大疆创新科技有限公司
IPC分类号: H04N21/00
CPC分类号: G06T7/246 , G06K9/00711 , G06T2207/10016 , G06T2207/10032 , H04N21/234318 , H04N21/8456 , H04N21/8549
摘要: 系统和方法用于处理由可移动物体上承载的成像装置捕获的图像数据。接收多个触发事件。多个触发事件中的相应触发事件对应于由可移动物体上承载的第一感测装置检测到的操作状况变化。响应于多个触发事件,在由成像装置捕获的图像帧序列中识别多个感兴趣的图像帧。每个所识别的感兴趣的图像帧由所述多个触发事件之一来确定。根据所述多个感兴趣的图像帧中的多个时间上相邻的图像帧的比较,从所述图像帧序列中适配地选择图像帧集合。
-
公开(公告)号:CN109684929A
公开(公告)日:2019-04-26
申请号:CN201811408343.6
申请日:2018-11-23
申请人: 中国电建集团成都勘测设计研究院有限公司
CPC分类号: G06K9/0063 , G06K9/6276 , G06K2209/21 , G06T5/006 , G06T5/50 , G06T7/11 , G06T7/30 , G06T15/04 , G06T17/05 , G06T2207/10032 , G06T2207/20221
摘要: 本发明涉及生态环境监测领域,公开了一种基于多源遥感数据融合的陆生植物生态环境监测方法,用以更加高效地实现目标区域植被类型的识别、分类和动态监测。本发明以无人机对目标区域垂直拍摄,并生成无人机遥感三维建模;再通过卫星遥感获取目标区域的光谱遥感影像,将卫星遥感影像与无人机遥感三维建模生成的模型进行融合;再对融合后的影像进行计算和分割;再确定参与面向对象分类的特征参数指标,并对监测的植被类型分类和提取;再构建混淆矩阵,利用混淆矩阵对分类精度进行评价,之后提取各类植被的面积大小和分布情况;最后对两期的分类结果进行叠加对比分析,计算出不同植被类型的动态变化范围和面积。本发明适用于陆生植物生态环境监测。
-
公开(公告)号:CN109584161A
公开(公告)日:2019-04-05
申请号:CN201811439902.X
申请日:2018-11-29
申请人: 四川大学
CPC分类号: G06T3/4076 , G06N3/0454 , G06N3/08 , G06T2207/10032
摘要: 本发明公开了一种基于通道注意力的卷积神经网络的遥感图像超分辨率重建方法。本发明在提出的卷积神经网络中引入了通道注意力机制,可以利用各特征通道间的相互依赖关系,来提高网络的特征表达能力。主要包括以下步骤:设计并搭建基于通道注意力的卷积神经网络模型;用较小的遥感数据库,构建训练样本,预训练步骤一搭建的深度卷积神经网络模型;步骤二的模型训练达到收敛时,添加更大的遥感数据库来进行精调,进一步提升网络的性能;在遥感图像重建阶段,将低分辨率图像作为输入,利用步骤三中训练出的模型来重建出最终的高分辨率图像。本发明所述的方法可以获得更好的重建效果,是一种有效的遥感图像超分辨率重建方法。
-
公开(公告)号:CN109460066A
公开(公告)日:2019-03-12
申请号:CN201810971172.1
申请日:2018-08-24
申请人: 极光飞行科学公司
CPC分类号: G09B9/003 , B64C39/024 , F41G7/006 , F41G7/224 , F41G7/2253 , F41G7/2293 , F41G7/306 , F41H11/02 , G05D1/0022 , G05D1/0038 , G05D1/0044 , G05D1/0808 , G06T11/60 , G09B9/08 , H04N5/272 , H04N7/183 , G05D1/12 , G06K9/0063 , G06K9/00671 , G06K9/3241 , G06T17/05 , G06T2207/10016 , G06T2207/10032 , G06T2207/30212 , G06T2207/30241
摘要: 本公开涉及一种具有飞行器、本地无线收发器以及仿真计算机的仿真系统。飞行器可包括机载无线收发器和飞行控制器,飞行控制器与机载传感器有效载荷可操作地耦接以感知物理环境并生成位置和姿态数据。仿真计算机可被配置成经由本地无线收发器与飞行器进行无线通信。在操作中,仿真计算机可被配置为生成一个或多个虚拟现实传感器输入并从飞行器接收位置和姿态数据。仿真计算机可以被配置成将一个或多个虚拟现实传感器输入传输到飞行器的飞行控制器。
-
公开(公告)号:CN109297469A
公开(公告)日:2019-02-01
申请号:CN201810823650.4
申请日:2018-07-25
申请人: 派诺特无人机
发明人: F·勒蒙
CPC分类号: G01P3/38 , G06T7/207 , G06T7/246 , G06T2207/10032 , G06T2207/20016 , G01C11/08 , G01P3/68
摘要: 用于估计由配备在无人机(10)上的图像传感器(12)所观察场景(14)的位移的电子装置(40)包括用于获取由图像传感器所拍摄场景的一系列图像;以及模块(44),用于通过在若干相继层级迭代地应用光流算法,估计在所获取的先前图像和当前图像之间场景的位移,该图像的层级是后继层级的图像的子采样图像,最终层级是所获取图像。估计模块(44)在从一个层级通过到下一个层级期间,为每个层级计算场景的位移的至少一个估计,先前图像按各个估计的位移进一步平移。估计模块(44)进一步配置为确定估计位移的整数舍入,然后在从各自一个层级通过到下一个层级期间,按所述舍入位移平移先前图像。
-
公开(公告)号:CN109146876A
公开(公告)日:2019-01-04
申请号:CN201811074595.X
申请日:2018-09-14
申请人: 四川省安全科学技术研究院
CPC分类号: G06T7/0002 , G06T7/10 , G06T2207/10032 , G06T2207/20081
摘要: 本发明公开了一种基于高分遥感影像的矿山环境变化检测方法,包括如下步骤:S1、确定矿山环境检测目标,并采集对应的多时相遥感影像;S2、对多时相遥感影像变化检测数据进行预处理;S3、对预处理后的多时相遥感影像进行mean shift图像分割,并根据矿山的特点进行特征提取,构建对象级的多源特征集;S4、将构建的多源特征集作为输入影像,使用CVA模型自动选择训练样本;S5、输入训练样本,对ELM模型进行训练,得到变化检测图,实现矿山环境变化检测。本发明解决了现有技术存在的人工地面调查方式导致监测盲区、效率低、检测精度低以及检测结果受影响较大的问题。
-
公开(公告)号:CN109146819A
公开(公告)日:2019-01-04
申请号:CN201810991636.5
申请日:2018-08-29
申请人: 广州清宇信息科技有限公司
发明人: 穆军
CPC分类号: G06T5/002 , G06T5/50 , G06T2207/10032 , G06T2207/20221
摘要: 随着遥感技术的发展,可见光、热红外和微波等大量不同卫星传感器对地观测系统的应用,获取同一地区的多种遥感影像数据(多时相、多光谱、多传感器、多平台和多分辨率)越来越多,从而引发了世界范围内对多卫星遥感信息融合研究的普遍关注。许多发达国家己在一些重大研究项目中实施信息融合计划,并陆续开发出一些实用性系统,一种SAR图像去噪及多源遥感数据融合算法,根据融合的目的选择合适的算法,按照各种算法的原理和步骤进行.在融合过程中每一步变换都有一系列参数的确定或选择,这些都影响着最终的融合结果。需要根据试验区影像的特点、经过一系列试验比较后方可确定,融合影像各分量的熵值都比未经融合处理的原多波段影像的熵值大;融合影像的联合熵值都比原多波段影像的联合熵值大,也就说明了融合使影像的信息量增加。
-
公开(公告)号:CN109145779A
公开(公告)日:2019-01-04
申请号:CN201810870274.4
申请日:2018-08-01
申请人: 南京林业大学
CPC分类号: G06K9/00657 , G06K9/4604 , G06K9/6215 , G06K9/6247 , G06T5/006 , G06T2207/10032
摘要: 本发明公开了一种固定森林小班边界的有林地地类变化信息提取方法,包括:1)入样有林地小班的选取、2)相似度指数统计量计算和3)多测度综合相似度指数的计算。本发明的方法通过试验区分析结果表明:在不区分小班类型时正确率、漏检率分别为86.79%、13.21%,区分小班不同的坡度和坡向类型时,其正确率都达到90%以上。该方法应用于同一地区2014‑2015年小班变化信息的提取得到较好的效果,其正确率都达到85%以上。该方法为小班地类变化信息提取提供了一种改进的方法,为森林资源年度变更调查、森林资源二类调查的复查、小班空间数据获取提供支撑,具有较好的应用价值。
-
公开(公告)号:CN109064496A
公开(公告)日:2018-12-21
申请号:CN201810927283.2
申请日:2018-08-15
申请人: 贵州工程应用技术学院
发明人: 任金铜
CPC分类号: G06T7/254 , G06K9/6218 , G06T7/215 , G06T2207/10032
摘要: 本发明公开的属于图像处理技术领域,具体为一种遥感图像对象层次的变化检测方法,该遥感图像对象层次的变化检测方法的具体检测步骤如下:S1:采集获取目标地区两个时相的图像信息,S2:对两个时相的图像信息初步处理,S3:对两个时相的图像信息分割处理,S4:对分割的两个时相图像信息聚类处理,S5:对聚类后的两个时相图像信息差值检测,通过对图像初步处理的方式,后续采用灰度值作为判断检测变化的依据,能够保证检测的准确性;通过对图像信息的分割,且分割尺寸较小,检测较为精确;通过以聚类的方式进行判断识别两个时相图像信息上的相同区域,保证识别的准确性。
-
公开(公告)号:CN109064460A
公开(公告)日:2018-12-21
申请号:CN201810865344.7
申请日:2018-08-01
申请人: 中国科学院合肥物质科学研究院
CPC分类号: G06T7/0012 , G06Q10/04 , G06Q50/02 , G06T2207/10032 , G06T2207/20081 , G06T2207/20084 , G06T2207/30188
摘要: 本发明涉及基于多时序属性元素深度特征的小麦重度病害预测方法,与现有技术相比解决了无法针对小麦重度病害进行预测的缺陷。本发明包括以下步骤:基础数据的获取;小麦重度病害预测模型的构建;时序信息存储网络和深度卷积神经网络的联合训练;待预测图像和待预测环境信息数据的获取;小麦重度病害的预测。本发明从小麦病害发生的时序维度上图像、环境等多种特征因素出发,利用时序信息存储网络以及深度特征提取网络融合小麦重度病害多时序属性元素,自动学习和获知数据序列中不同时间段小麦病害的程度,从而实现针对于小麦重度病害的预测。
-
-
-
-
-
-
-
-
-