公开(公告)号：CN109978862B

公开(公告)日：2021-04-27

申请号：CN201910238150.9

申请日：2019-03-27

Applicant: 北京邮电大学

Inventor： 吴铭 ,  张闯 ,  陈瑾妤

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06K9/00 ,  G06K9/46

Abstract: 本发明提供了一种基于卫星图像的空气污染估计方法，包括：将获取的Landsat‑8卫星中10‑TIRS波段的热红外灰度图进行预处理后得到符合预设标准的热红外灰度图；对图像进行开操作，阈值过滤，将经过阈值过滤的图像进行关键点检测，计算重叠率对获得的检测关键点去重，得到分散的检测关键点与检测范围；对分散的检测关键点与检测范围的图像进行阈值过滤，去除像素值低于阈值的检测关键点，将剩余的检测关键点与检测范围在原图像中还原。本发明利用单幅京津冀的东北部分区域的卫星热红外检测的图像对京津冀东北部分区域的空气污染进行估计。并通过将估计数据作为天气能见度的辅助数据，辅助京津冀的部分地区的天气能见度的预测，该方法提高了计算速度、降低了成本。

公开(公告)号：CN110208880A

公开(公告)日：2019-09-06

申请号：CN201910484533.4

申请日：2019-06-05

Applicant: 北京邮电大学

Inventor： 张闯 ,  吴铭 ,  李楠

IPC: G01W1/10 ,  G06T7/00

Abstract: 本发明提供了一种基于深度学习和卫星遥感技术的海雾检测方法，包括：获取卫星遥感图像，对图像中的海雾进行标注，将标注海雾的图像作为深度学习分割网络模型的标签；对训练集图像进行预处理，得到符合预设标准的输入图像，所述输入图像用于扩充数据集和增强模型鲁棒性；基于扩充后的数据集，在GPU上对深度学习分割网络模型使用反向传播算法进行训练，训练完成后得到学习到海雾的图像特性的模型。本发明将深度学习和卫星遥感结合，解决海雾探测困难的问题。通过学习大量过去卫星图像中沿海地区和海洋上产生的海雾的特点，能够基于卫星图像快速准确地对海雾进行监测和分割。