-
公开(公告)号：CN117192549A
公开(公告)日：2023-12-08
申请号：CN202311162466.7
申请日：2023-09-08
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
Abstract: 本发明提供了一种大坝全域形变监测方法、装置、电子设备及介质，包括：基于合成孔径雷达干涉InSAR技术采集大坝全域的SAR影像以及基于LiDAR设备采集重点区域的LiDAR点云数据；其中，重点区域为基于InSAR技术无法提取形变的区域；基于SAR影像提取大坝全域的雷达LOS向地表形变值；基于雷达LOS向地表形变值，以及雷达LOS向形变与大坝垂直向形变间的函数关系，计算大坝全域的InSAR沉降值；基于不同时间段的LiDAR点云数据计算重点区域的LiDAR沉降值；基于重点区域的LiDAR沉降值对大坝全域的InSAR沉降值进行校正，得到校正后的非汛期大坝全域沉降值。本发明提高了大坝全域形变监测的精度和效率，同时降低了人力和物力成本。
-
公开(公告)号：CN117115666A
公开(公告)日：2023-11-24
申请号：CN202311338177.8
申请日：2023-10-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/80 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/082
Abstract: 本发明提供了一种基于多源数据的高原湖泊提取方法、装置、设备及介质，涉及遥感解译技术领域，包括：获取研究区域的多源数据；对SAR影像数据和多光谱影像数据进行融合处理，得到单景多波段影像数据；通过目标水体分割模型，基于单景多波段影像数据确定研究区域对应的水体预测图斑；根据研究区域对应的高程数据和水体预测图斑，从研究区域中提取高原湖泊区域。本发明可以缓解高原湖泊提取精度低、难于应对复杂形态水体等问题，具备全天时全天候监测能力，能够为湖泊监测、生态保护、气候变化研究等领域提供技术支撑。
-
公开(公告)号：CN115965622B
公开(公告)日：2023-06-09
申请号：CN202310114334.0
申请日：2023-02-15
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种遥感瓦片数据的变化检测方法和装置，涉及变化检测的技术领域，包括：获取预设变化类别的样本遥感瓦片数据对，并为目标区域添加标注矢量；基于样本遥感瓦片数据对和标注矢量，确定出目标区域对应的目标参数；基于目标参数构建训练集，并利用训练集对预设随机森林模型进行训练，得到目标随机森林模型；在获取到待检测遥感瓦片数据对之后，利用目标随机森林模型和待检测遥感瓦片数据对，确定出待检测遥感瓦片数据对对应的区域中变化区域对应的变化类别，解决了现有技术无法对遥感瓦片数据进行变化检测的技术问题。
-
公开(公告)号：CN116091497A
公开(公告)日：2023-05-09
申请号：CN202310362240.5
申请日：2023-04-07
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
IPC: G06T7/00 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种遥感变化检测方法、装置、电子设备和存储介质，涉及遥感变化检测工程化技术领域，该方法包括：获取待预测两景影像，并对待预测两景影像进行预处理；将预处理后的待预测两景影像输入至预先训练好的多光谱深度学习模型进行变化区域预测，得到预测结果图斑栅格影像；对预测结果图斑栅格影像进行变化图斑优化，得到变化检测结果。本申请提升了遥感地物的变化检测精度和多光谱遥感影像处理的适用性。
-
公开(公告)号：CN115861823B
公开(公告)日：2023-05-09
申请号：CN202310140461.8
申请日：2023-02-21
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/62 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种基于自监督深度学习的遥感变化检测方法和装置，涉及变化检测的技术领域，包括：获取样本地表反射率影像对；利用预设算法对样本地表反射率影像对进行处理，得到预训练影像，其中，预设算法包括：CCA‑EM自监督影像变换算法，典型关联分析算法、期望最大化算法和大津分割算法；对样本地表反射率影像对进行影像视觉增强处理，得到目标地表反射率影像对；利用预训练影像和目标地表反射率影像对对深度学习模型进行训练，得到自监督深度学习模型；在获取到待处理地表反射率影像对之后，利用自监督深度学习模型，确定出待处理地表反射率影像对中的变化图斑，解决了现有的遥感变化检测方法的严重依赖人工样本，导致工程化效率低和适用性差的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115965622A
公开(公告)日：2023-04-14
申请号：CN202310114334.0
申请日：2023-02-15
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种遥感瓦片数据的变化检测方法和装置，涉及变化检测的技术领域，包括：获取预设变化类别的样本遥感瓦片数据对，并为目标区域添加标注矢量；基于样本遥感瓦片数据对和标注矢量，确定出目标区域对应的目标参数；基于目标参数构建训练集，并利用训练集对预设随机森林模型进行训练，得到目标随机森林模型；在获取到待检测遥感瓦片数据对之后，利用目标随机森林模型和待检测遥感瓦片数据对，确定出待检测遥感瓦片数据对对应的区域中变化区域对应的变化类别，解决了现有技术无法对遥感瓦片数据进行变化检测的技术问题。
-
公开(公告)号：CN115049053B
公开(公告)日：2023-03-24
申请号：CN202210696678.2
申请日：2022-06-20
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明公开基于TabNet网络的黄土地区滑坡易发性评估方法，以典型黄土地区东南部滑坡易发区——山西省昕水河流域为研究区，利用历史滑坡目录，综合遥感、地面调查、基础地理等多源异构时空大数据选取12个滑坡调节因子，基于大数据和深度学习技术，利用TabNet深度学习网络开展滑坡易发性评价与降雨下的滑坡易发性结果分析。并利用混肴矩阵、准确率、ROC曲线等评价指标验证其性能，结果表明TabNet算法精度最高达到95.57％，说明可以为滑坡易发性的空间预测和分区提供新的、有前景的方法。
-
公开(公告)号：CN115049920A
公开(公告)日：2022-09-13
申请号：CN202210408233.X
申请日：2022-04-19
Applicant: 航天宏图信息技术股份有限公司
Abstract: 基于GEE结合生育期属性和面向对象的大区域作物提取方法，包括模型数据的输入，特征集合构建，特征优化，面向对象分割，卷积神经网络分类，结果输出。与传统的基于像素的农作物提取方法相比，结合物候的面向对象提取模型输入数据量小，对样本依赖程度低，将数据和知识相结合，降低遥感数据的不确定性，提高影像波段的利用率和计算效率，精度可提高7%。模型应用于我国西北、东北、华中、华东等不同地区，总体精度90%以上，漏检率和虚警率低于5%。技术流程和方法类似，将样本稍作改变，可以将IGrowth模型推广到林地、草地、湿地等自然资源变信息提取方面。
-
公开(公告)号：CN118570627B
公开(公告)日：2024-12-13
申请号：CN202410158633.9
申请日：2024-07-08
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明提供了一种融合关键生育期的深度学习作物提取方法、装置及设备，包括：获取研究区域对应的初始对地观测数据，并根据作物生育分布特征从初始对地观测数据筛选出两期目标对地观测数据；通过训练得到的作物提取模型，基于两期目标对地观测数据进行作物分布预测，以生成研究区域对应的作物分布预测数据；对作物分布预测数据中包含的作物图斑进行优化，以生成研究区域对应的作物分布成果。本发明不仅可以利用不同分辨率的对地观测数据实现作物提取，还可以充分利用作物的生育期，实现大面积、精准的作物分布预测。
-
公开(公告)号：CN118570627A
公开(公告)日：2024-08-30
申请号：CN202410158633.9
申请日：2024-07-08
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明提供了一种融合关键生育期的深度学习作物提取方法、装置及设备，包括：获取研究区域对应的初始对地观测数据，并根据作物生育分布特征从初始对地观测数据筛选出两期目标对地观测数据；通过训练得到的作物提取模型，基于两期目标对地观测数据进行作物分布预测，以生成研究区域对应的作物分布预测数据；对作物分布预测数据中包含的作物图斑进行优化，以生成研究区域对应的作物分布成果。本发明不仅可以利用不同分辨率的对地观测数据实现作物提取，还可以充分利用作物的生育期，实现大面积、精准的作物分布预测。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.033 seconds)
