-
公开(公告)号：CN110176005B
公开(公告)日：2023-03-24
申请号：CN201910407115.5
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于归一化指数和多尺度模型的遥感图像分割方法，主要解决现有方法数据利用率低以及分割精度低的问题，其实施方案为：1)对数据预处理生成多尺度多通道数据集；2)利用多尺度数据训练分割网络，得到两个多尺度分割模型；3)用两个多尺度分割模型生成待检测图片的第一分割结果和第二分割结果；4)利用多通道数据计算水体归一化指数，根据设定的阈值用水体归一化指数生成第三分割结果；5)融合叠加三个分割结果，并对融合后的结果进行边界优化和形态学处理，得到最终分割结果。本发明提高了对遥感图像的分割精度，提升了对遥感图像信息的利用效率，可应用于对目标的分割或识别。
-
Patent Agency Ranking
公开(公告)号：CN110163213A
公开(公告)日：2019-08-23
申请号：CN201910407103.2
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于视差图和多尺度深度网络模型的遥感图像分割方法，主要解决现有遥感图像分割方法分割精度较低和鲁棒性较弱的问题，其实现方案为：读入数据集，生成遥感图像分割的训练数据集；构建多尺度融合的分割网络模型；用训练数据集训练分割网络模型，并保存7个不同迭代次数的模型；用保存的分割网络模型得到7种不同的分割结果图；对7种不同的分割结果图进行多数投票，并对对投票后的结果图进行超像素处理，得到初步分割结果图；用SGBM算法获得测试场景的视差图；用视差图优化初步分割结果图，得到最终的分割结果。本发明相比于现有方法明显地提高了分割精度和鲁棒性，可广泛应用于城乡规划、智能城建。
-
公开(公告)号：CN110197505A
公开(公告)日：2019-09-03
申请号：CN201910460715.8
申请日：2019-05-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度网络及语义信息的遥感图像双目立体匹配方法，主要解决现有遥感图像的立体匹配精度低的问题。其实现过程是：1)收集US3D数据集遥感图像；2)用训练语义分割网络模型获取遥感图像的语义先验；3)用深度网络模型对遥感图像进行立体匹配；4)用传统SGBM算法对遥感图像进行立体匹配；5)用语义先验对3)和4)这两次的匹配结果进行融合，得到融合后的视差图像；6)对融合后的视差图形进行去噪；7)用语义先验对6)去噪后的图形进行修正，得到双目立体匹配结果。本发明相比已有技术，提高了遥感图像双目立体匹配的精度，可用于遥感图像的三维空间立体重建。
-
公开(公告)号：CN110197505B
公开(公告)日：2022-12-02
申请号：CN201910460715.8
申请日：2019-05-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度网络及语义信息的遥感图像双目立体匹配方法，主要解决现有遥感图像的立体匹配精度低的问题。其实现过程是：1)收集US3D数据集遥感图像；2)用训练语义分割网络模型获取遥感图像的语义先验；3)用深度网络模型对遥感图像进行立体匹配；4)用传统SGBM算法对遥感图像进行立体匹配；5)用语义先验对3)和4)这两次的匹配结果进行融合，得到融合后的视差图像；6)对融合后的视差图形进行去噪；7)用语义先验对6)去噪后的图形进行修正，得到双目立体匹配结果。本发明相比已有技术，提高了遥感图像双目立体匹配的精度，可用于遥感图像的三维空间立体重建。
-
公开(公告)号：CN110163213B
公开(公告)日：2022-12-06
申请号：CN201910407103.2
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于视差图和多尺度深度网络模型的遥感图像分割方法，主要解决现有遥感图像分割方法分割精度较低和鲁棒性较弱的问题，其实现方案为：读入数据集，生成遥感图像分割的训练数据集；构建多尺度融合的分割网络模型；用训练数据集训练分割网络模型，并保存7个不同迭代次数的模型；用保存的分割网络模型得到7种不同的分割结果图；对7种不同的分割结果图进行多数投票，并对对投票后的结果图进行超像素处理，得到初步分割结果图；用SGBM算法获得测试场景的视差图；用视差图优化初步分割结果图，得到最终的分割结果。本发明相比于现有方法明显地提高了分割精度和鲁棒性，可广泛应用于城乡规划、智能城建。
-
公开(公告)号：CN110176005A
公开(公告)日：2019-08-27
申请号：CN201910407115.5
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于归一化指数和多尺度模型的遥感图像分割方法，主要解决现有方法数据利用率低以及分割精度低的问题，其实施方案为：1)对数据预处理生成多尺度多通道数据集；2)利用多尺度数据训练分割网络，得到两个多尺度分割模型；3)用两个多尺度分割模型生成待检测图片的第一分割结果和第二分割结果；4)利用多通道数据计算水体归一化指数，根据设定的阈值用水体归一化指数生成第三分割结果；5)融合叠加三个分割结果，并对融合后的结果进行边界优化和形态学处理，得到最终分割结果。本发明提高了对遥感图像的分割精度，提升了对遥感图像信息的利用效率，可应用于对目标的分割或识别。
-
-
-
-
-
Search Results
6
records
(took 0.032 seconds)
