-
公开(公告)号：CN118857227A
公开(公告)日：2024-10-29
申请号：CN202410819707.9
申请日：2024-06-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种结合遥感影像与GNSS重力位的似大地水准面构建方法，涉及似大地水准面构建领域，包括：计算研究区域与已知高程基准点的重力位、大地水准面的重力位、待求P点沿铅垂线至似大地水准面之间的平均正常重力；对获取的立体影像数据进行高精度POS辅助空中三角测量加密光束法区域网平差，恢复其在航摄时的真实三维地表特征，同时提取地表特征点三维坐标；计算正常高高程、高程异常、大地水准面差距；完成不同高程系统转换关系的建立；建立得到研究区域似大地水准面模型。本发明的有益效果是：克服中国国内传统水准测量的局限性，以达到在无人区内近似替代水准测量的目的，从而快速建立或再次精化无人区内高精度区域似大地水准面模型。
-
公开(公告)号：CN117789042A
公开(公告)日：2024-03-29
申请号：CN202410220401.1
申请日：2024-02-28
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种道路信息解译方法、系统及存储介质，涉及遥感技术领域，所述方法包括：获取遥感影像数据；根据遥感影像数据得到设定区域的DEM数据和光学影像数据并进行融合得到融合影像数据；将融合影像数据输入预设的残差网络道路语义分割模型；通过可变形卷积编码器和条带卷积解码器得到设定区域的道路特征；并将可变形卷积编码器输出的融合影像数据的特征图输入预设的密集连接网络模型得到设定区域的道路场景概率值；根据道路场景概率值得到分类损失值；根据道路特征，结合分类损失值和预设的联通优化子网络得到设定区域的道路预测图。提高遥感数据中道路信息提取的精准度，使最终得到的道路预测图在几何形状和道路场景判定方面更为可靠和准确。
-
公开(公告)号：CN117746079A
公开(公告)日：2024-03-22
申请号：CN202311535635.7
申请日：2023-11-15
Applicant: 中国地质大学(武汉)
IPC: G06V10/762 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明提供了一种高光谱图像的聚类预测方法、系统、存储介质及设备，涉及图像处理技术领域，该方法包括：获取目标区域的高光谱图像；分割所述高光谱图像，生成超像素块；分别提取所述高光谱图像的像素特征和所述超像素块的超像素特征；采用对比学习算法分别提取所述像素特征的深度像素特征和所述超像素特征的深度超像素特征；采用K均值算法聚类所述深度像素特征和所述深度超像素特征，生成伪标签结果；采用所述K均值算法聚类所述伪标签结果，生成所述目标区域的地物标签。通过本发明的高光谱图像的聚类预测方法，不需要人工标注，可对像素级图像或超像素级图像进行聚类预测，得到噪声少、聚类效果好、高精度的聚类预测结果。
-
公开(公告)号：CN117197471B
公开(公告)日：2024-02-09
申请号：CN202311466037.9
申请日：2023-11-07
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种岩性制图方法及计算机设备，涉及计算机视觉技术领域；所述岩性制图方法包括：建立岩性类别标签图；根据土地覆盖数据，得到岩性类别标签图的多个类别区域的当前边界范围，并根据当前边界范围，更新岩性类别标签图；将更新后的岩性类别标签图的研究区域按照预设区域进行剪裁，得到多个场景，其中，多个场景包括边界场景和非边界场景；根据非边界场景的类别区域，对研究区域的岩性类别进行预测，得到研究区域的初始岩性分布图；根据边界场景和非边界场景，对研究区域的初始岩性分布图的边界进行类别分割，得到研究区域的最终岩性分布图。本发明得到了更准确和详细的岩性信息，简化了人工解译地质信息图，提高岩性制图(56)对比文件吴仕科 等.基于伪标签自细化的弱监督实例分割《.计算机应用研究》.2023,第40卷(第6期),全文.
-
公开(公告)号：CN116524369B
公开(公告)日：2023-11-17
申请号：CN202310414490.9
申请日：2023-04-18
Applicant: 中国地质大学(武汉)
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。
-
Patent Agency Ranking
公开(公告)号：CN115862014A
公开(公告)日：2023-03-28
申请号：CN202310166348.7
申请日：2023-02-27
Applicant: 中国地质大学(武汉)
IPC: G06V20/70 , G06V10/764 , G06V10/80 , G06V20/13
Abstract: 本发明提供了矿区语义分割模型构建方法、装置及矿区语义分割方法，涉及矿区地物遥感分类领域，方法包括：获取原始矿区影像数据；对原始矿区影像数据进行预处理，得到原始矿区多光谱数据和原始矿区数字高程模型数据；对原始矿区多光谱数据和原始矿区数字高程模型数据进行分类体系构建，得到匹配的原始矿区地物分类标记数据；通过原始矿区多光谱数据、原始矿区数字高程模型数据和原始矿区地物分类标记数据对预设的原始HRNet模型进行训练和参数调优，得到基于HRNet的矿区语义分割模型。解决了现有基于语义分割方法的矿区分类精度低的问题。
-
公开(公告)号：CN112556659A
公开(公告)日：2021-03-26
申请号：CN202011345012.X
申请日：2020-11-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种单光子激光雷达水下光子位移校正、测深方法及装置，涉及海洋测绘技术领域，包括：获取单光子激光雷达发射光子的指向角、单光子激光雷达发射光子返回的水面光子信号和水底光子信号的坐标；根据水面光子信号进行海浪波拟合，确定海浪波模型；根据任意一个水底光子的坐标、指向角和海浪波模型，确定光子与水气界面的交点；根据交点、海浪波模型和指向角确定光子的水下位移误差；根据水下位移误差对水底光子信号的坐标进行校正。本发明通过水面光子信号进行海浪波建模并确定光子与水气界面交点。通过光子传播路径的空间结构关系确定水下光子位移误差。本发明有效避免海浪波引起的折射和光子速度变化导致的位移，提高数据准确性。
-
公开(公告)号：CN112418363A
公开(公告)日：2021-02-26
申请号：CN202110093373.8
申请日：2021-01-25
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种复杂背景区滑坡分类模型建立、识别方法及装置，涉及类不平衡模型建立及滑坡识别。本发明所述的复杂背景区滑坡分类模型建立方法，包括：获取研究区的激光雷达数据；根据所述激光雷达数据构建地形对象，以及根据所述地形对象确定地形对象特征向量，以确定数据集；根据所述数据集对分类模型参数和平衡系数联合寻优，以确定协同最优平衡系数和协同最优分类模型参数；根据所述协同最优平衡系数和所述协同最优分类模型参数确定类平衡后的鲁棒敏感特征子集；根据所述类平衡后的鲁棒敏感特征子集建立滑坡分类模型。本发明所述的技术方案，提升了滑坡遥感识别精度。
-
公开(公告)号：CN111797679A
公开(公告)日：2020-10-20
申请号：CN202010425191.1
申请日：2020-05-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种遥感纹理信息处理方法、装置、终端及存储介质，所述遥感纹理信息处理方法包含：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向图像，其中，所述坡向图像的各个像元对应有坡向值；基于所述坡向图像中各个所述像元对应的坡向值，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。
-
公开(公告)号：CN111507321A
公开(公告)日：2020-08-07
申请号：CN202010623009.3
申请日：2020-07-01
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种多输出土地覆盖分类模型的训练方法、分类方法及装置，所述训练方法包括：获取训练数据；将所述训练数据输入至基于深度置信网络的初始模型中进行训练，获得多输出土地覆盖分类模型，其中，所述初始模型包含N级输出，所述N级输出包括设置于所述初始模型最后一个网络层的输出和设置于所述初始模型第一个网络层至倒数第二个网络层中任意N-1个网络层的N-1级输出，根据所述N级输出的损失确定总损失，基于所述总损失进行反向传播，以调整所述初始模型的参数，N为大于或等于2的整数。本发明可使模型反向传播时不易发生梯度消失现象，有利于提高分类精度。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.033 seconds)
