-
公开(公告)号：CN111398180A
公开(公告)日：2020-07-10
申请号：CN202010351859.2
申请日：2020-04-28
Applicant: 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明提供了一种适于热红外遥感影像的大气补偿方法，包括如下步骤：获取观测影像数据以及配套大气廓线和地表发射率光谱信息，然后进行质量控制和信息提取，再进行信息融合；选择合适的滑动窗口长度以及滑动步长，逐窗口提取相应的大气廓线信息；利用大气辐射传输模型计算各窗口位置的大气参数信息，利用线性或非线性插值的方法计算其窗口内的精细大气参数矩阵；计算窗口函数值的代价函数，然后利用代价函数逐窗口/像元计算其函数值，返回与其对应的各项大气参数，并完成大气修正过程。本发明不仅不依赖任何经验关系和特殊像元，且适用于各类常见地表和大气环境，可实现对大气温度廓线和湿度廓线的同步补偿，具有更高的普适性和实用价值。
-
公开(公告)号：CN110990763A
公开(公告)日：2020-04-10
申请号：CN201911276841.4
申请日：2019-12-12
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明提供了一种基于大气尺度因子的地表温度估算方法，首先分别基于普朗克定律和辐射传输方程实现双通道辐射能量间的函数表示以及双通道地表温度的表达式，得到修正大气廓线误差的代价函数；然后获取卫星观测辐射数据以及大气廓线产品；并从现有发射率产品中获取目标像元的平均地表发射率；再选定尺度因子代入代价函数进行大气廓线的迭代修正，并以代价函数取最小值时所对应的地表温度作为接近真值，确定大气廓线的尺度修正与地表温度的估算结果。本发明通过迭代修正的方式，实现多种观测条件下的大气水汽修正与地表温度的估算，不依赖任何经验关系，具有更高的反演稳定性和普适性，不但适用极干-极湿大气环境，且能够在多观测角度下保证精度。
-
公开(公告)号：CN110990763B
公开(公告)日：2023-05-05
申请号：CN201911276841.4
申请日：2019-12-12
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明提供了一种基于大气尺度因子的地表温度估算方法，首先分别基于普朗克定律和辐射传输方程实现双通道辐射能量间的函数表示以及双通道地表温度的表达式，得到修正大气廓线误差的代价函数；然后获取卫星观测辐射数据以及大气廓线产品；并从现有发射率产品中获取目标像元的平均地表发射率；再选定尺度因子代入代价函数进行大气廓线的迭代修正，并以代价函数取最小值时所对应的地表温度作为接近真值，确定大气廓线的尺度修正与地表温度的估算结果。本发明通过迭代修正的方式，实现多种观测条件下的大气水汽修正与地表温度的估算，不依赖任何经验关系，具有更高的反演稳定性和普适性，不但适用极干‑极湿大气环境，且能够在多观测角度下保证精度。
-
公开(公告)号：CN111523606B
公开(公告)日：2023-04-28
申请号：CN202010351888.9
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC: G06V10/764 , G06V10/774 , G06V20/10 , G06V10/80 , G06V10/82 , G06T7/11 , G06N3/0464 , G06N3/08 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
Abstract: 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
公开(公告)号：CN111398180B
公开(公告)日：2023-04-18
申请号：CN202010351859.2
申请日：2020-04-28
Applicant: 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明提供了一种适于热红外遥感影像的大气补偿方法，包括如下步骤：获取观测影像数据以及配套大气廓线和地表发射率光谱信息，然后进行质量控制和信息提取，再进行信息融合；选择合适的滑动窗口长度以及滑动步长，逐窗口提取相应的大气廓线信息；利用大气辐射传输模型计算各窗口位置的大气参数信息，利用线性或非线性插值的方法计算其窗口内的精细大气参数矩阵；计算窗口函数值的代价函数，然后利用代价函数逐窗口/像元计算其函数值，返回与其对应的各项大气参数，并完成大气修正过程。本发明不仅不依赖任何经验关系和特殊像元，且适用于各类常见地表和大气环境，可实现对大气温度廓线和湿度廓线的同步补偿，具有更高的普适性和实用价值。
-
Patent Agency Ranking
公开(公告)号：CN111539363A
公开(公告)日：2020-08-14
申请号：CN202010352541.6
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了一种公路落石识别分析方法，该方法包括建立U-net深度学习网络模型，对训练样本数据进行训练；通过模型对公路路面区域进行道路面状区域的提取；采用object_detection算法将道路面状区域的提取情况进行识别；将识别完成的道路面状区域进行图像区域分类，得到像素级分类结果，并对不同类型目标进行不同颜色标注；将识别的数据分别通过灰度图转换、图像高斯平滑、车道线边缘检测、霍夫转换和线条提取进行道路车道线的识别。本发明通过利用object_detection算法，车道线识别算法分别得到车辆、行人、落石以及道路车道线的像素坐标值，分析得出公路路面落石所处位置、所处车道线位置以及所占路面面积的大小。
-
公开(公告)号：CN111523606A
公开(公告)日：2020-08-11
申请号：CN202010351888.9
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
IPC: G06K9/62 , G06K9/00 , G06T7/11 , G06N3/04 , G06T7/187 , G06F16/2455 , G06F16/23 , G06F16/215
Abstract: 本发明公开了一种道路信息的更新方法，该方法包括：利用特征提取的方式获得道路路面的特征点；将道路类型分为水泥路、沥青路和砂石路三类，对三类的道路进行不同颜色的标注，将沥青路标记为红色，将水泥路标记为蓝色，将砂石路标记为黄色；通过手工标注数据集分别对Wordview‑3、GF‑2以及利用网络爬虫技术的网络地图进行标绘，生成大小不同的两类训练数据集；利用Deeplab、Caffe两种不同的深度学习网络模型，对大小不同的两类训练样本数据进行基于高分遥感影像道路信息提取模型的训练。本发明采用卷积神经网络进行道路信息提取，基于逆地理编码算法的互联网道路信息提取，不同数据源之间数据的融合、分析实现道路信息的快速、准确的更新。
-
公开(公告)号：CN110493747B
公开(公告)日：2022-05-27
申请号：CN201910725053.2
申请日：2019-08-06
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明提供了一种车联网环境下基于协同通信的自适应传输机制，对当前车联网中所有信息进行数据特征参数表征，得出各信息的信息价值大小，将处理后符合条件的信息依据其价值权重大小排列以确定信息传送顺序；由目标节点开始，提取信息遍历的节点信息以及相应的邻居节点信息参数，得到发送节点至目标节点的所有有效信息传输路径；计算每组的路径权值得到出发节点至目标节点之间所有互相协同的多路径传输网；将依价值权重大小排序的信息通过确定后的多路径传输网发送至目标节点，完成信息传送。本发明以信息价值为基础，对大量信息进行统一的信息特征参数表征，量化信息所占的权重，以信息价值进行选择性传输，实现网内节点互相协同的多路径传输。
-
公开(公告)号：CN110519338A
公开(公告)日：2019-11-29
申请号：CN201910723276.5
申请日：2019-08-06
Applicant: 中交信息技术国家工程实验室有限公司
IPC: H04L29/08
Abstract: 本发明提供了一种基于协同通信的数据传输机制，由目标节点开始，提取数据包遍历的节点信息以及相应的邻居节点信息参数，得到发送节点至目标节点的所有有效数据传输路径；将数据传输路径中不与其它数据传输路径有共用边的划分一个组，将存在共享边的划分为一组；计算每组的路径权值，得到出发节点至目标节点之间所有互相协同的多路径传输网；将源节点通过多路径传输网发送至目标节点，完成信息传送。本发明通过全面结合当前车联网状况，基于传输的数据价值进行选择性传输，依据节点间移动趋势的差异性，建立基于协同通信的数据传输机制，实现网内节点互相协同的多路径传输，从而提升传输资源的利用率，达到网络传输性能优化的目标。
-
公开(公告)号：CN109934095A
公开(公告)日：2019-06-25
申请号：CN201910059294.8
申请日：2019-01-22
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种基于深度学习的遥感图像水体提取方法及系统，该方法通过利用我国高分-1号/2号(GF-1/GF-2)以及资源-3号(ZY-3)卫星影像，结合U-net和Densenet两种深度学习的卷积神经网络(CNNs)结构的优势，建立了一种新型的提取水体的CNNs模型。通过对大量的高分遥感图像中的水体进行标注，得到影像中水体标注的结果作为训练集；用建立的CNNs模型对高分遥感图像进行训练试验并得到水体的二值化图像；将二值图像中识别出的像素值进行标识得到水体目标。本发明能够实现高精度、自动化的快速提取高分遥感影像中的水体信息，提升了水体提取的智能化、自动化水平和提取精度，能够广泛应用于水体提取相关的各个领域。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.068 seconds)
