-
公开(公告)号：CN116797787A
公开(公告)日：2023-09-22
申请号：CN202310573090.2
申请日：2023-05-22
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及图像处理技术领域，提供了一种基于跨模态融合与图神经网络的遥感影像语义分割方法，包括：获取RGB遥感图和对应的高程图；将所述RGB遥感图和所述高程图输入第一双流编码器‑解码器模块，输出第一重构特征图；将所述第一重构特征图输入图卷积神经网络模块，输出一级分类体系预测图像；将所述RGB遥感图、所述高程图以及所述一级分类体系预测图像输入构建好的语义分割网络，输出二级分类体系预测图像。本发明将一级分类体系预测图像的先验信息融入二级分类体系预测图像的预测过程中，可以引导网络关注不同类别间的差异化特征，提高分割的整体性，从而有效提升了遥感影像语义分割的精确度。
-
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)
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)
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)
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)
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。
-
Patent Agency Ranking
公开(公告)号：CN111934652A
公开(公告)日：2020-11-13
申请号：CN202011090713.3
申请日：2020-10-13
Applicant: 中国地质大学(武汉)
IPC: H03H21/00
Abstract: 本发明公开了一种面向水深提取的光子计数激光雷达自适应滤波算法，包括如下步骤：S1：自适应获取水面光子信号椭圆密度滤波参数，并根据水面光子信号椭圆密度滤波参数得到水下光子信号椭圆密度滤波参数；S2：确定水下光子信号滤波参数与光子信号高程值的关系；S3：对水面光子信号与水下光子信号进行滤波以及提取，获取连续的水深提取结果。
-
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)
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。
-
公开(公告)号：CN111708005A
公开(公告)日：2020-09-25
申请号：CN202010855797.9
申请日：2020-08-24
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：CN104401504B
公开(公告)日：2016-01-06
申请号：CN201410665303.5
申请日：2014-11-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明一种固定翼航测型无人机设计方法，从机身结构和工作性能出发，设计出机翼翼型和机身，将设计出的参数通过Profili软件模型分析，在CAD中制做底图，将制作好的底图在SketchUp中进行3D建模，在得到载机3D模型后打印图纸进行手工制作，最后得到成本费用低、操作简单、稳定性强的XW-06航测型无人机载机。通过本发明提供的设计方法制作出的无人机，成本低、荷载能力强，能够针对不同的天气条件实现较强的抗干扰能力和稳定性，实现人性化的人机交互性。
-
公开(公告)号：CN104401504A
公开(公告)日：2015-03-11
申请号：CN201410665303.5
申请日：2014-11-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明一种固定翼航测型无人机设计方法，从机身结构和工作性能出发，设计出机翼翼型和机身，将设计出的参数通过Profili软件模型分析，在CAD中制做底图，将制作好的底图在SketchUp中进行3D建模，在得到载机3D模型后打印图纸进行手工制作，最后得到成本费用低、操作简单、稳定性强的XW-06航测型无人机载机。通过本发明提供的设计方法制作出的无人机，成本低、荷载能力强，能够针对不同的天气条件实现较强的抗干扰能力和稳定性，实现人性化的人机交互性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.089 seconds)
