公开(公告)号：CN116704363A

公开(公告)日：2023-09-05

申请号：CN202310573394.9

申请日：2023-05-22

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  金圣杰 ,  陈伟涛 ,  冯如意 ,  唐厂 ,  王力哲 ,  陈刚

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种深度学习模型、土地覆盖分类方法及装置，涉及遥感信息技术领域，深度学习模型包括对抗学习模块、对比学习模块、图卷积神经网络模块以及输出模块；对抗学习模块用于根据获取的土地遥感多光谱场景的源域数据以及目标域数据，生成相似目标域数据和相似源域数据；对比学习模块用于处理源域数据、目标域数据、相似目标域数据和相似源域数据，获得源域光谱特征和目标域光谱特征；图卷积神经网络模块用于处理源域光谱特征和目标域光谱特征，得到土地覆盖分类信息；输出模块用于解码土地覆盖分类信息，得到土地覆盖分类结果。通过对抗学习模块、对比学习模块和图卷积神经网络模块的联合作用下，可以输出准确的土地覆盖分类结果。

公开(公告)号：CN116563672A

公开(公告)日：2023-08-08

申请号：CN202310814753.5

申请日：2023-07-05

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  陈伟涛 ,  张过 ,  王力哲 ,  陈刚 ,  胡康

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明提供一种岩土体分类模型构建方法及岩土体分类方法，涉及遥感图像处理技术领域，该方法包括：获取研究区的遥感影像、第一地质图数据和第二地质图数据，分别根据第一地质图数据对遥感影像进行配准处理和标注处理，得到第一影像数据和第一标注结果，根据第二地质图数据对遥感影像进行配准处理和标注处理，得到第二影像数据和第二标注结果；将第一标注结果和第二标注结果进行归并，得到第三标注结果；构建初始基模型和初始集成模型，训练初始基模型和初始集成模型，得到基模型和集成模型，以构建岩土体分类模型。本发明的有益效果：引入小比例尺的地质图数据训练分类模型，有效提升了模型的准确率，进而提升岩土体分类的准确性。

公开(公告)号：CN116524369A

公开(公告)日：2023-08-01

申请号：CN202310414490.9

申请日：2023-04-18

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  李子豪 ,  陈伟涛 ,  冯如意 ,  唐厂 ,  王力哲 ,  陈刚 ,  管仁祥 ,  宋楚嘉 ,  金圣杰

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/82 ,  G06V10/776 ,  G06V10/764 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明提供了遥感影像分割模型构建方法、装置及遥感影像解译方法，涉及图像处理领域，遥感影像分割模型构建方法包括：获取原始多光谱影像，并对原始多光谱影像进行超像素分割，以得到超像素分割结果；对所述超像素分割结果进行特征提取，以得到初始超像素特征和初始超像素标签；获取类别共现矩阵；根据超像素分割结果构建拓扑图，并将类别共现矩阵融合到拓扑图中以得到初始拓扑图；根据超像素分割结果构建初始特征图，并根据初始特征图、初始超像素特征、初始拓扑图和初始超像素标签对原始分割模型进行训练及调优得到遥感影像分割模型。解决了在利用多光谱遥感图像对土地覆盖进行分类时因忽略不同局部区域的长程空间关系，导致边界信息丢失问题。

公开(公告)号：CN116310187A

公开(公告)日：2023-06-23

申请号：CN202310553768.0

申请日：2023-05-17

Applicant: 中国地质大学(武汉)

Inventor： 彭建怡 ,  陈刚 ,  孙启良 ,  李显巨 ,  欧阳桂崇 ,  陈继发 ,  李宏杰 ,  彭禹杰 ,  齐济

IPC: G06T17/05 ,  G06T7/11 ,  G06T5/10 ,  G06V10/74 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/084

Abstract: 本发明提供了一种小尺度短周期的滩涂精细建模方法，涉及图像处理技术领域，包括：对第一多源训练数据集中的每组第一训练数据，采用多种第一融合分割算法进行融合分割，得到各第一融合分割算法对应的融合分割结果，将所得的融合分割结果融合，得到最终分割结果，基于最终分割结果与对应的标签数据计算损失函数，反向训练各第一融合分割算法的参数；基于训练好的所有第一融合分割算法的输出对DEM基础模型进行插值细化，得到精细DEM模型；基于第二多源训练数据集对第二融合分割算法进行训练，基于训练好的第二融合分割算法的输出对精细DEM模型进行插值细化，得到周期性DEM模型。本发明可生成带地质特征和时间特征及与时间强相关的DEM模型。

公开(公告)号：CN113963262B

公开(公告)日：2022-08-23

申请号：CN202111560773.1

申请日：2021-12-20

Applicant: 中国地质大学(武汉) ,  宁夏回族自治区地球物理地球化学调查院

Inventor： 杨静 ,  秦艳艳 ,  李显巨 ,  胡学彤

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种矿区土地覆盖分类方法、设备、装置及存储介质，包括：获取标定矿区的遥感数据，从标定矿区的遥感数据中提取多模态数据，其中，多模态数据包括多光谱影像和数字高程模型数据；基于多模态数据提取多模态浅层特征，使用深度置信模型处理多模态浅层特征获得多模态深度特征；使用第一深层模型处理多光谱影像的像元邻域获得深层光谱‑空间特征，使用第二深层模型处理数字高程模型数据的像元邻域获得深层地形特征；融合多模态深度特征、深层光谱‑空间特征以及深层地形特征输入分类器，获得分类结果。利用卷积神经网络和深度置信网络的各自优势，能解决由于矿区典型特征导致其土地覆盖分类精度难以提升的问题。

公开(公告)号：CN113420738A

公开(公告)日：2021-09-21

申请号：CN202110971318.4

申请日：2021-08-24

Applicant: 中国地质大学(武汉)

Inventor： 唐厂 ,  李显巨 ,  孙琨 ,  王力哲

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了自适应网络遥感图像分类方法、计算机设备及存储介质，包括：获取待检测图像；将待检测图像输入至训练好的区域生成器，由区域生成器提取待检测图像中至少一个图像子区域作为目标区域，提取每个目标区域的信息度并根据信息度筛选目标区域，获得判别性区域；使用特征提取网络提取判别性区域的区域特征及待检测图像的全局特征，并对每个区域特征和全局特征进行自身适应性加权卷积变换获得第二变换特征；将第二变换特征输入至训练好的打分器，获得分类结果，可以减少遥感场景图像中冗余区域和噪声区域对网络分类性能的限制，有效地定位图像中判别性区域促进网络分类性能。

公开(公告)号：CN111797680A

公开(公告)日：2020-10-20

申请号：CN202010425195.X

申请日：2020-05-19

Applicant: 中国地质大学(武汉)

Inventor： 李显巨 ,  陈伟涛 ,  王圣 ,  王力哲 ,  陈占龙 ,  陈刚

IPC: G06K9/00 ,  G06K9/46

Abstract: 本发明提供了一种遥感纹理信息确定方法、装置、终端及存储介质，所述遥感纹理信息确定方法包含：获取立体遥感图像对，基于所述立体遥感图像对生成数字地形模型；基于所述数字地形模型获得坡度图像，其中，所述坡度图像的各个像元对应有坡度值；基于所述坡度图像中各个像元对应的坡度值，分别确定各个所述像元的灰度值，生成相应的灰度图像；基于所述灰度图像获得纹理特征信息。本发明提取的纹理特征/信息更加准确、精细，使得基于该纹理特征/信息作出的分类的精度得到提升。