一种遥感影像场景分类方法

    公开(公告)号:CN114266955A

    公开(公告)日:2022-04-01

    申请号:CN202010975267.8

    申请日:2020-09-16

    Abstract: 本发明提供了一种遥感影像场景分类方法,属于图像处理领域。该方法包括:将待分类遥感影像输入已训练好的卷积神经网络,并提取卷积神经网络中至少两个卷积层输出的特征图,其中一个卷积层是卷积神经网络的最后一个卷积层,且各特征图的大小相同;利用改进的SE模块分别对每个特征图进行注意力增强;改进的SE模块通过在SE模块每个全连接层后增加一个批量归一化层,同时将SE模块中的激活函数全部替换为Hardtanh函数得到;将各增强特征图两两进行双线性池化得到相应的初始特征向量,将各初始特征向量拼接得到最终的特征向量;利用最终的特征向量实现待分类遥感影像的场景分类。本发明的最终特征具有较强可区分性,能在相似类别的场景上取得较高的识别精度。

    星载激光测高数据与遥感立体影像的联合区域网平差方法

    公开(公告)号:CN113720351B

    公开(公告)日:2023-10-03

    申请号:CN202111006411.8

    申请日:2021-08-30

    Abstract: 本发明属于遥感测绘技术领域,具体涉及一种星载激光测高数据与遥感立体影像的联合区域网平差方法。该方法首先生成测区的DSM,并将其与星载激光测高数据进行轨迹匹配;然后将DSM上的匹配轨迹点依据平差后的影像RPC参数进行反投影得到对应的像点坐标;之后采用多种约束条件对星载激光测高点进行筛选得到可靠的激光测高点数据;最终利用筛选后的激光测高点数据和卫星遥感立体影像数据进行顾及激光测高点平面坐标误差的光束法联合区域网平差。本发明利用自由区域网平差后测区内立体影像内符合精度高的优势,减轻影像RPC参数误差的影响,得到激光测高点对应的准确像点坐标,保证了物像一致性,有效提高了平差精度和无控条件下的遥感立体影像定位精度。

    一种水深光子去噪方法
    9.
    发明公开

    公开(公告)号:CN117708505A

    公开(公告)日:2024-03-15

    申请号:CN202410019724.4

    申请日:2024-01-05

    Abstract: 本发明公开了一种水深光子去噪方法,属于水深光子去噪领域,水深光子去噪方法通过将目标区域的原始光子所在空间转化为四叉树结构,得到每个光子的隔离深度,再根据每个光子的高程数据确定每个高程对应的深度阈值,根据隔离深度和高程数据综合得到海面边界高程,先通过海面边界高程将水上的空气光子去除,再通过隔离深度将水下光子的噪声光子去除,由于为每个高程范围确定了一个对应的深度阈值,避免了依据定值深度阈值去噪,存在去噪过度或者去噪效果差的现象;从而提高了光子去噪的精细度。

    一种基于端点拟合的三维激光点云配准方法及装置

    公开(公告)号:CN110136178B

    公开(公告)日:2021-06-25

    申请号:CN201810128704.5

    申请日:2018-02-08

    Abstract: 本发明涉及一种基于端点拟合的三维激光点云配准方法及装置,该方法首先采集三维点云数据,计算三维点云数据的初始特征点并法向一致化,得到初始特征点的法向;然后根据初始特征点的法向,对初始特征点进行聚类,将属于同一特征的初始特征点聚类成数据集;将每个数据集拟合生成不同的特征线;接着将不同的特征线采用端点拟合的方法进行拟合,得到虚拟特征点,用于点云配准。相较于传统的基于几何特征的特征点提取方法,本发明抛弃了原始方法提取被测物实际特征点的思想束缚,而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度,能加快初始配准计算速率,并能在初始配准阶段获得更加精确可靠的变换参数。

Patent Agency Ranking