-
公开(公告)号：CN115620132A
公开(公告)日：2023-01-17
申请号：CN202211216115.5
申请日：2022-09-30
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明提供一种无监督的对比学习冰湖提取方法，主要解决现有的冰湖提取方法中训练样本标签制作复杂、费时费力且模型难以直接迁移至其他数据的技术问题。该方法基于卷积神经网络，通过对冰湖遥感图像的原图进行变换处理，得到变换图，将原图和变换图组成含有两个分支的样本对；接着对样本对分别进行下采样处理、映射处理，进而得到冰湖的对比学习模块；同时采用水体指数NDWI光谱特征图作为对比学习的伪标签，并采用位置损失的计算得到冰湖的位置学习模块，最终得到冰湖提取模型，将任意冰湖遥感图像输入该模型中均可自动提取冰湖信息。采用本方法提取过程更加方便，省时省力，冰湖的提取效率大幅提升。
-
公开(公告)号：CN118111569A
公开(公告)日：2024-05-31
申请号：CN202410221825.X
申请日：2024-02-28
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明涉及一种中长波高光谱相机非线性定标的黑体温度点选择方法，属于红外光谱辐射测试技术领域，用于解决高光谱相机探测器非线性响应范围分段多点定标时黑体温度点多、计算量大的技术问题。其包括获取高光谱相机探测器的非线性响应曲线、将单个谱段探测器非线性响应曲线划分为可线性拟合的数个单段、获取单段两点定标的温度点对集合、获取单谱段所有小段的温度点对集合、获取总谱段每个小段的温度点对集合、获取单谱段所有小段的唯一温度点对集合、获取符合定标温度点数要求的定标温度点的步骤。
-
公开(公告)号：CN115620131B
公开(公告)日：2025-05-13
申请号：CN202211214286.4
申请日：2022-09-30
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明提供了一种融合光谱特征及多尺度空间特征的冰湖提取方法，主要解决现有的冰湖提取方法需进行后处理及辅助数据，而无法实现仅利用遥感图像自动化提取冰湖的技术问题。本发明基于卷积神经网络，采用在ImageNet上预训练好的VGG16网络，接着取出其中的浅层、中层和深层卷积特征，并对每一个层次的图像特征做上采样操作，并将上采样的结果和较浅一层的特征相连，重复上述过程，获得的最后一个卷积层包含了不同尺度的冰湖特征，并将最浅一层的结果做softmax操作，得到每一个像素类别属于冰湖像元的概率，进而得到冰湖模型，通过对模型进行训练，最终得到冰湖提取的网络模型，通过输入遥感图像完成冰湖的自动化提取。
-
公开(公告)号：CN115620131A
公开(公告)日：2023-01-17
申请号：CN202211214286.4
申请日：2022-09-30
Applicant: 中国科学院西安光学精密机械研究所
Abstract: 本发明提供了一种融合光谱特征及多尺度空间特征的冰湖提取方法，主要解决现有的冰湖提取方法需进行后处理及辅助数据，而无法实现仅利用遥感图像自动化提取冰湖的技术问题。本发明基于卷积神经网络，采用在ImageNet上预训练好的VGG16网络，接着取出其中的浅层、中层和深层卷积特征，并对每一个层次的图像特征做上采样操作，并将上采样的结果和较浅一层的特征相连，重复上述过程，获得的最后一个卷积层包含了不同尺度的冰湖特征，并将最浅一层的结果做softmax操作，得到每一个像素类别属于冰湖像元的概率，进而得到冰湖模型，通过对模型进行训练，最终得到冰湖提取的网络模型，通过输入遥感图像完成冰湖的自动化提取。
-
-
-
Search Results
4
records
(took 0.021 seconds)
