-
公开(公告)号：CN106504219B
公开(公告)日：2019-07-12
申请号：CN201610958523.6
申请日：2016-11-04
Applicant: 中国公路工程咨询集团有限公司 , 中国科学院遥感与数字地球研究所
IPC: G06T5/40
Abstract: 本发明涉及一种有约束的路径形态学增强高分辨率遥感影像道路的方法，包括：输入高分辨率遥感影像(主要是高分二号遥感影像)，进行影像预处理，包括影像裁剪，影像配准，影像融合，得到对比度较强的待处理影像；利用路径形态学方法构造一组由细长、定向的结构元素组成的路径算子，在此基础上构造有约束的路径算子，对灰度影像像素值按从小到大排序并依次作为阈值进行二值化，进而通过路径算子对二值影像提取类线状信息来对道路信息进行增强，最后对增强后的道路影像进行阈值处理、适当的平滑并用红色标注，得到完整的效果较好的道路增强影像。本发明能有效识别高分辨率遥感影像中的道路信息，为道路变化检测提供辅助信息。
-
公开(公告)号：CN106504219A
公开(公告)日：2017-03-15
申请号：CN201610958523.6
申请日：2016-11-04
Applicant: 中国公路工程咨询集团有限公司 , 中国科学院遥感与数字地球研究所
IPC: G06T5/40
CPC classification number: G06T5/40 , G06T2207/10032 , G06T2207/20036 , G06T2207/20172
Abstract: 本发明涉及一种有约束的路径形态学增强高分辨率遥感影像道路的方法，包括：输入高分辨率遥感影像(主要是高分二号遥感影像)，进行影像预处理，包括影像裁剪，影像配准，影像融合，得到对比度较强的待处理影像；利用路径形态学方法构造一组由细长、定向的结构元素组成的路径算子，在此基础上构造有约束的路径算子，对灰度影像像素值按从小到大排序并依次作为阈值进行二值化，进而通过路径算子对二值影像提取类线状信息来对道路信息进行增强，最后对增强后的道路影像进行阈值处理、适当的平滑并用红色标注，得到完整的效果较好的道路增强影像。本发明能有效识别高分辨率遥感影像中的道路信息，为道路变化检测提供辅助信息。
-
公开(公告)号：CN103837087A
公开(公告)日：2014-06-04
申请号：CN201310217622.5
申请日：2013-06-04
Applicant: 中国科学院遥感与数字地球研究所
IPC: G01B11/06
Abstract: 本发明属于计算机数字图像处理与模式识别技术领域，主要涉及电动牵引机车使用的受电弓在线自动检测方法，具体涉及一种基于主动形状模型的受电弓在线自动检测方法。基本流程包括：通过受电弓在线拍照系统采集若干受电弓图像，组成受电弓图像学习样本集；基于样本学习构建受电弓主动形状模型；对新获取、待检测的图像进行受电弓初始定位；结合受电弓初始定位结果和学习构建的主动形状模型，采用单分辨率搜索算法精确匹配受电弓形状；最后在精确匹配结果基础上进行定量检测和分析。本发明能有效对受电弓碳滑板厚度进行线上自动定量检测，可快速地进行车辆维护，节约受电弓检测成本。
-
公开(公告)号：CN103679138A
公开(公告)日：2014-03-26
申请号：CN201310566692.1
申请日：2013-11-15
Applicant: 中国科学院遥感与数字地球研究所
IPC: G06K9/00
Abstract: 本发明属于遥感影像处理与应用技术领域，涉及一种在高分辨率多光谱遥感影像中，检测万吨级以上大型舰船目标的方法。首先，对影像进行基于梯度的影像分割；第二，提取分割对象的几何特征和色彩特征；第三，利用大型舰船特征先验知识库，对分割对象进行模糊规则分类，得到大型舰船对象。另外，对于港口区域的大型舰船的检测，利用港口先验知识库中的海陆分界信息进行海陆分割，去除港口陆面部分的影响；通过加入后处理步骤，利用港口先验知识库中的泊位信息，去除非万吨级以上泊位处检测到的错误结果。本发明充分利用高分辨率多光谱遥感影像光谱信息丰富、分辨率高的优势，利用先验知识库保证检测结果较高的可靠性，且检测过程中人工干预少。
-
公开(公告)号：CN103971115A
公开(公告)日：2014-08-06
申请号：CN201410209533.0
申请日：2014-05-09
Applicant: 中国科学院遥感与数字地球研究所 , 中国土地勘测规划院
Abstract: 本发明涉及一种基于归一化植被指数(NDVI)和建筑物存在指数(PanTex)的高分辨率遥感影像新增建设用地图斑自动提取方法，包括：输入前后时相高分辨率遥感影像，进行几何精校正和相对辐射校正；计算前后时相的NDVI和PanTex图像；对两期NDVI和PanTex图像分别进行非监督聚类；利用两期NDVI聚类图像，提取植被到建筑物、推填土的二值变化图像；利用两期PanTex聚类图像，提取植被、推填土到建筑物的二值变化图像；提取干扰地物区域；将提取的两幅变化图像并集运算，并将干扰地物掩膜去除，得到新增建设用地图像；分割后时相影像；计算每个分割图斑内的变化像素比例，提取的新增建设用地图斑。本发明能有效提取三类新增建设用地图斑，为土地利用变更调查提供辅助信息。
-
Patent Agency Ranking
公开(公告)号：CN109886968A
公开(公告)日：2019-06-14
申请号：CN201910123375.X
申请日：2019-02-18
Applicant: 中国科学院遥感与数字地球研究所
Abstract: 本发明公开了一种线阵遥感影像密集匹配方法，包括构建基于金字塔的多尺度匹配框架、进行基于DAISY算子的代价计算、进行基于超像素块的代价聚合、进行基于Patch-Match算法的标签改进策略的步骤。本发明改进了原始Patch-Match算法框架，利用超像素分割将影像由栅格结构转化形成图结构，简化了后续处理，提高了Patch-Match算法进行标签传播和搜索的效率；在线阵遥感影像的密集特征生成过程中采用DAISY算子进行描述子生成，该算子对尺度和旋转具有鲁棒性，同时生成密集描述子相比SIFT，SURF等特征描述子具有较快生成的效率，能较好的满足不同分辨率遥感影像处理能力。
-
公开(公告)号：CN103971115B
公开(公告)日：2017-05-10
申请号：CN201410209533.0
申请日：2014-05-09
Applicant: 中国科学院遥感与数字地球研究所 , 中国土地勘测规划院
Abstract: 本发明涉及一种基于归一化植被指数(NDVI)和建筑物存在指数(PanTex)的高分辨率遥感影像新增建设用地图斑自动提取方法，包括：输入前后时相高分辨率遥感影像，进行几何精校正和相对辐射校正；计算前后时相的NDVI和PanTex图像；对两期NDVI和PanTex图像分别进行非监督聚类；利用两期NDVI聚类图像，提取植被到建筑物、推填土的二值变化图像；利用两期PanTex聚类图像，提取植被、推填土到建筑物的二值变化图像；提取干扰地物区域；将提取的两幅变化图像并集运算，并将干扰地物掩膜去除，得到新增建设用地图像；分割后时相影像；计算每个分割图斑内的变化像素比例，提取的新增建设用地图斑。本发明能有效提取三类新增建设用地图斑，为土地利用变更调查提供辅助信息。
-
公开(公告)号：CN103745191B
公开(公告)日：2017-03-22
申请号：CN201310566694.0
申请日：2013-11-15
Applicant: 中国科学院遥感与数字地球研究所
Abstract: 本发明属于计算机数字图像处理与模式识别技术领域，本发明公开了一种基于地形分析的黄土地区塬梁峁自动识别方法，包括：通过DEM(Digital Elevation Model)数据提取山谷线与山脊线；同时获取研究区域的闭合等值线，并对闭合等值线根据相互之间的空间关系进行聚类。然后对聚类后的闭合等值线提取适合塬梁峁识别的特征值；另一方面，根据专家关于塬梁峁的知识形成规则库与推理机；结合提取的特征实现塬梁峁的识别。最后，为了更好地提高塬梁峁对象范围的确定，利用闭合等值线确定的边界作为初始边界，采用主动轮廓模型在DEM栅格数据上实现目标边界的精确化。本发明能有效地实现研究区域塬梁峁的自动提取，为地貌分析及黄土地区地貌演变等应用服务。
-
公开(公告)号：CN105005784A
公开(公告)日：2015-10-28
申请号：CN201510259887.0
申请日：2015-05-21
Applicant: 中国科学院遥感与数字地球研究所
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明涉及一种基于CD-DTW距离的时间序列遥感影像土地覆盖分类方法，主要步骤包括：输入多时相Landsat8遥感影像，进行相对辐射校正和几何精校正；计算多时相Landsat8遥感影像的NDVI图像；将多时相Landsat8遥感影像的绿、红、近红外波段时间序列与NDVI时间序列组成多特征时间序列；对多特征时间序列进行基于CD-DTW距离的K均值聚类，得到聚类结果；对聚类结果进行类别合并，得到最终的分类结果。本发明通过多特征的优化组合以及对DTW距离的改进能有效地实现时间序列遥感影像土地覆盖分类，并且能够消除云等尖锐噪声对时间序列遥感影像分类的影响。
-
公开(公告)号：CN103745238B
公开(公告)日：2018-04-24
申请号：CN201310566693.6
申请日：2013-11-15
Applicant: 中国科学院遥感与数字地球研究所
IPC: G06K9/66
Abstract: 本发明属于计算机数字图像处理与模式识别技术领域，主要涉及电动牵引机车使用的受电弓在线自动识别方法，具体涉及一种基于AdaBoost和主动形状模型的受电弓在线自动识别方法。基本流程包括：通过受电弓在线拍照系统采集若干受电弓图像，组成受电弓图像学习样本集；基于样本训练学习生成受电弓主动形状模型和AdaBoost级联分类器；采用AdaBoost级联分类器对新获取、待识别的图像进行受电弓检测；结合受电弓检测结果和学习构建的受电弓主动形状模型，精确匹配和识别受电弓形状；最后在精确匹配结果基础上进行定量检测和分析。本发明能有效对受电弓碳滑板厚度进行线上自动定量检测，可快速地进行车辆维护，节约受电弓检测成本。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.295 seconds)
