一种利用UNET模型的影像地物识别方法

    公开(公告)号:CN115424089A

    公开(公告)日:2022-12-02

    申请号:CN202211034417.0

    申请日:2022-08-26

    Inventor: 张阳 刘顺 李彦利

    Abstract: 本发明提供一种利用UNET模型的影像地物识别方法,通过将包含高程信息的多通道影像和地物标注影像作为基础影像在UNET模型中进行地物识别的深度学习,通过对应基础影像的样本进行随机划分的方式,对深度学习模型进行验证校准,获得更为精准的多个通道及地物识别的模型,进一步将待测影像输入该模型中,得到预测结果,并进一步对预测结果进行镶嵌、修正处理后得到包含多通道信息及地物识别的结果图。通过本方法,提高了影像处理的自动化程度,可以多个通道对影像中的地物进行识别,方便更好的提取地物及填补提取后的空洞。

    一种用于植被提取深度学习的四通道影像处理方法

    公开(公告)号:CN115424135A

    公开(公告)日:2022-12-02

    申请号:CN202211035800.8

    申请日:2022-08-26

    Inventor: 张阳 刘顺 李彦利

    Abstract: 本发明提供一种用于植被提取深度学习的四通道影像处理方法,通过获取的一选区的海量影像及对应方位信息,并将其输入无人机数据处理软件中得到与该选区对应的正射影像和数字表面模型,进一步对该数字表面模型通过逐像元计算得到对应的坡度图,进而将该得到的正射影像和坡度图进行格式转换和归一化处理得到对应的包含RGB和坡度通道的四通道影像,并将该四通道影像用于植被识别和提取。通过本方法,首次在植被识别及提取领域引入了正射影像和坡度图,方便精确的对待测影像进行预测及提取处理。

    一种基于可见光影像及深度学习算法的地面高程提取方法

    公开(公告)号:CN115423975A

    公开(公告)日:2022-12-02

    申请号:CN202211035808.4

    申请日:2022-08-26

    Inventor: 张阳 刘顺 李彦利

    Abstract: 本发明提供一种基于可见光影像及深度学习算法的地面高程提取方法,将测区的正射影像和坡度图整合为与该测区对应的四通道的影像,并获得与该测区对应的对植被等地物进行标注处理后的类标签图,将四通道影像和类标签图送入UNET模型中进行深度学习,得到地物识别模型,进而将待测影像送入该识别模型中进行预测,得到地物识别的分类结果图,依据该分类结果图对该待测影像依次进行掩膜、空洞填补处理得到去除地物的数字高程模型。通过本方法,在不损失空间分辨率、保留DSM中地面高程真值的情况下,更好的消除了植被等地物对对面高程的影像。

Patent Agency Ranking