-
公开(公告)号：CN119323725B
公开(公告)日：2025-05-06
申请号：CN202411339025.4
申请日：2024-09-25
Applicant: 中国石油大学(华东) , 自然资源部第一海洋研究所 , 山东黄河三角洲国家级自然保护区管理委员会
IPC: G06V20/10 , G06V10/28 , G06V10/32 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种滨海湿地典型植被遥感图像语义变化检测方法，属于光学遥感影像变化检测领域。该方法包括以下步骤：S1、对遥感图像进行数据预处理，并制作滨海湿地典型植被遥感语义变化检测数据集；S2、计算遥感图像的归一化差异植被指数和归一化差异水体指数，并提取反映滨海湿地地物要素特征的深层语义多层特征图；S3、送入域对齐模块，得到域对齐后的语义引导特征图；S4、送入多任务解码器，得到滨海湿地变化检测图与双时相滨海湿地遥感影像典型植被类别预测图；S5、进行掩膜处理和矢量化处理，得到滨海湿地典型植被语义变化检测矢量图。本发明能够有效提高变化检测的精度和效率，为滨海湿地的保护和管理提供科学依据。
-
公开(公告)号：CN113902748A
公开(公告)日：2022-01-07
申请号：CN202110990896.2
申请日：2021-08-26
Applicant: 中国石油大学(华东)
Abstract: 本发明提出一种基于改进U‑net的无人机海上溢油路径识别方法及装置，其中，方法包括利用无人机采集视频数据；从视频数据中获取预设数量的图像，对图像中的溢油像素进行标注，根据标注后的溢油像素生成溢油数据集；基于多尺度U‑Net语义分割算法，根据溢油数据集对预设的全卷积神经网络进行训练，得到溢油分割模型；根据溢油分割模型生成的溢油分割掩码进行导航信息提取，生成溢油区域拟合中点；对拟合中点进行曲线近似拟合，以完成溢油区域导航路径的识别。本申请提出的方法可以使无人机本身具有溢油监测航程远、费效比低、机动灵活等特性,可运用无人机对海上重点溢油区域进行监测,及时发现海上溢油状况，并且可以追溯到溢油发生的源头，以便及时处理。
-
公开(公告)号：CN105844298A
公开(公告)日：2016-08-10
申请号：CN201610171136.8
申请日：2016-03-23
Applicant: 中国石油大学(华东)
IPC: G06K9/62
CPC classification number: G06K9/6267 , G06K9/6257
Abstract: 本发明公开了一种基于Fuzzy ARTMAP神经网络的高光谱溢油影像分类方法，基于Fuzzy ARTMAP神经网络分类器相结合，提高高光谱影像的分类精度，有助于更准确的进行溢油检测，充分发挥了Fuzzy ARTMAP神经网络作为分类器，学习能力强的优点，使得溢油遥感影像分类精度有所提高，解决了现用于溢油监测的传统分类器落后的问题。
-
公开(公告)号：CN104182944A
公开(公告)日：2014-12-03
申请号：CN201410432502.1
申请日：2014-08-28
Applicant: 中国石油大学(华东)
IPC: G06T5/00
Abstract: 本发明涉及一种基于曲波与小波变换相串联的光学图像去噪方法，包括：步骤1，选择光学数据带有噪声的波段作为待处理图像；步骤2，对待处理图像进行Curvelet正变换，从而得到多尺度多方向上的Curvelet变换系数；步骤3，将Curvelet变换系数作为小波变换去除系数中的噪声数据，进行小波变换降噪处理，然后进行小波逆变换，得到去噪后的Curvelet系数；步骤4，对降噪处理后的Curvelet系数做Curvelet逆变换，从而获得去噪重构图像。与单一的曲波或小波变换相比，使用本方法去噪后的图像具有更高的峰值信噪比和更好的视觉效果，在实现光学图像条带噪声去除的同时，较好地保留了图像细节信息，提高了图像质量。
-
公开(公告)号：CN113902748B
公开(公告)日：2024-04-26
申请号：CN202110990896.2
申请日：2021-08-26
Applicant: 中国石油大学(华东)
IPC: G06T7/10 , G06N3/0464 , G06N3/08 , G06T7/181
Abstract: 本发明提出一种基于改进U‑net的无人机海上溢油路径识别方法及装置，其中，方法包括利用无人机采集视频数据；从视频数据中获取预设数量的图像，对图像中的溢油像素进行标注，根据标注后的溢油像素生成溢油数据集；基于多尺度U‑Net语义分割算法，根据溢油数据集对预设的全卷积神经网络进行训练，得到溢油分割模型；根据溢油分割模型生成的溢油分割掩码进行导航信息提取，生成溢油区域拟合中点；对拟合中点进行曲线近似拟合，以完成溢油区域导航路径的识别。本申请提出的方法可以使无人机本身具有溢油监测航程远、费效比低、机动灵活等特性,可运用无人机对海上重点溢油区域进行监测,及时发现海上溢油状况，并且可以追溯到溢油发生的源头，以便及时处理。
-
Patent Agency Ranking
公开(公告)号：CN113156420A
公开(公告)日：2021-07-23
申请号：CN202110268794.X
申请日：2021-03-12
Applicant: 中国石油大学(华东)
Abstract: 本申请提出一种溢油检测系统以及方法。其中，该系统包括无人机和地面控制端；其中，无人机上设置红外装置、合成孔径雷达SAR装置、高光谱装置和处理单元；无人机飞行一次将获得的同一场景下采集的不同特性的三路数据进行数据融合，并通过无人机与地面控制端之间的通信连接，传输融合图像，地面控制端对实时接收到的融合图像进行分析，以分析出溢油种类，溢油量及油膜厚度。本申请可以提高溢油检测精度、应用效果和使用价值。
-
公开(公告)号：CN111340064A
公开(公告)日：2020-06-26
申请号：CN202010083796.7
申请日：2020-02-10
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于高低阶信息融合的高光谱图像分类方法，包括以下步骤：步骤1、对从高光谱图像提取的样本数据X＝{x1,x2,...,xn}进行编码，得到高阶语义特征 其中，i＝1、2、……n，f函数为编码函数，n为样本数目，同时，保存在编码过程中得到的低阶图像特征，步骤2、对高阶语义特征 和低阶图像特征进行融合，解码得到高光谱特征，步骤3、基于所述高光谱特征，通过分类器生成所述高光谱图像的分类结果，其中，所述步骤1至3是基于卷积神经网络实现的，所述样本数据作为训练集或测试集。本发明将高低阶信息融合应用到高光谱图像分类中，并将联合损失函数应用到高光谱图像的地物分类中，辅助函数监督语义特征提取，提高了高光图像分类的准确率。
-
公开(公告)号：CN110008924A
公开(公告)日：2019-07-12
申请号：CN201910297181.1
申请日：2019-04-15
Applicant: 中国石油大学(华东)
Abstract: 本发明实施例提供一种面向高光谱影像中互花米草的半监督自动标记方法。本发明的面向高光谱影像中互花米草的半监督自动标记方法，在对18个波段108维数据进行降维的基础上，采用基于局部密度的快速聚类算法进行无监督聚类，进而与已标记互花米草数据集进行匹配，从而实现该类数据全部自动标记，实现对互花米草的自动标记。本发明实施例还提供一种面向高光谱影像中互花米草的半监督自动标记装置。本发明实施例提供的技术方案能够准确有效地实现对互花米草的识别与标记。
-
公开(公告)号：CN104182941A
公开(公告)日：2014-12-03
申请号：CN201410422801.7
申请日：2014-08-26
Applicant: 中国石油大学(华东)
IPC: G06T5/00
Abstract: 本发明涉及一种高光谱图像条带噪声去噪方法，包括：步骤1，选取待处理图像及两幅参考图像，其中，两幅参考图像的噪声小于待处理图像的噪声，且两幅参考图像在波段范围上分别位于待处理图像的波段两侧；步骤2，对待处理图像和参考图像进行Curvelet正变换，并得到多尺度多方向上的Curvelet变换系数，Curvelet变换系数包括高频系数和低频系数；步骤3，对两个参考图像的高频系数进行加权处理后得到第一系数，并用第一系数替换待处理图像的高频系数；步骤4，对经过替换后的待处理图像的Curvelet变换系数进行Curvelet逆变换，从而得到去噪图像。利用本方法去噪，可以使得图像去噪的同时，边缘和细节不丢失，图像质量得以提高。
-
公开(公告)号：CN119323725A
公开(公告)日：2025-01-17
申请号：CN202411339025.4
申请日：2024-09-25
Applicant: 中国石油大学(华东) , 自然资源部第一海洋研究所 , 山东黄河三角洲国家级自然保护区管理委员会
IPC: G06V20/10 , G06V10/28 , G06V10/32 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种滨海湿地典型植被遥感图像语义变化检测方法，属于光学遥感影像变化检测领域。该方法包括以下步骤：S1、对遥感图像进行数据预处理，并制作滨海湿地典型植被遥感语义变化检测数据集；S2、计算遥感图像的归一化差异植被指数和归一化差异水体指数，并提取反映滨海湿地地物要素特征的深层语义多层特征图；S3、送入域对齐模块，得到域对齐后的语义引导特征图；S4、送入多任务解码器，得到滨海湿地变化检测图与双时相滨海湿地遥感影像典型植被类别预测图；S5、进行掩膜处理和矢量化处理，得到滨海湿地典型植被语义变化检测矢量图。本发明能够有效提高变化检测的精度和效率，为滨海湿地的保护和管理提供科学依据。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.028 seconds)
