-
公开(公告)号:CN116434065B
公开(公告)日:2023-12-19
申请号:CN202310423497.7
申请日:2023-04-19
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种全色几何校正遥感影像的水体分割方法,包括:获取包含陆地和水域的原始全色遥感影像并进行预处理;根据预处理后的全色遥感影像的亮度和梯度确定保留的像素点;根据分辨率对像素点处理后的全色遥感影像进行图像腐蚀;利用种子点区域增长算法进行水体区域增长;剔除非水体区域。通过实施本发明的上述方案,通过全色几何校正遥感影像的亮度值、梯度值和水体目标区域整体形状的处理,可以快速高效地从全色几何校正遥感影像中提取出水体区域,不依赖于高性能的计算资源。
-
公开(公告)号:CN116434065A
公开(公告)日:2023-07-14
申请号:CN202310423497.7
申请日:2023-04-19
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种全色几何校正遥感影像的水体分割方法,包括:获取包含陆地和水域的原始全色遥感影像并进行预处理;根据预处理后的全色遥感影像的亮度和梯度确定保留的像素点;根据分辨率对像素点处理后的全色遥感影像进行图像腐蚀;利用种子点区域增长算法进行水体区域增长;剔除非水体区域。通过实施本发明的上述方案,通过全色几何校正遥感影像的亮度值、梯度值和水体目标区域整体形状的处理,可以快速高效地从全色几何校正遥感影像中提取出水体区域,不依赖于高性能的计算资源。
-
公开(公告)号:CN116645448A
公开(公告)日:2023-08-25
申请号:CN202310457856.0
申请日:2023-04-25
Applicant: 北京卫星信息工程研究所
IPC: G06T11/40 , G06V10/74 , G06V20/13 , G06V10/82 , G06V10/764 , G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/0455 , G06N3/094 , G06N3/096
Abstract: 本发明涉及一种光学遥感影像的定量云自动添加方法及装置,所述方法包括:对真实无云光学遥感影像和真实有云光学遥感影像进行预处理;构建基于循环生成对抗网络的深度神经迁移网络;利用预处理后的真实无云光学遥感影像和真实有云光学遥感影像对所述基于循环生成对抗网络的深度神经迁移网络进行训练学习,实现云量的定量添加。通过实施本发明的上述方案,可以实现自动生成包含不同比例云的高质量典型目标的光学遥感影像训练样本。
-
公开(公告)号:CN116645448B
公开(公告)日:2023-12-22
申请号:CN202310457856.0
申请日:2023-04-25
Applicant: 北京卫星信息工程研究所
IPC: G06T11/40 , G06V10/74 , G06V20/13 , G06V10/82 , G06V10/764 , G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/0455 , G06N3/094 , G06N3/096
Abstract: 本发明涉及一种光学遥感影像的定量云自动添加方法及装置,所述方法包括:对真实无云光学遥感影像和真实有云光学遥感影像进行预处理;构建基于循环生成对抗网络的深度神经迁移网络;利用预处理后的真实无云光学遥感影像和真实有云光学遥感影像对所述基于循环生成对抗网络的深度神经迁移网络进行训练学习,实现云量的定量添加。通过实施本发明的上述方案,可以实现自动生成包含不同比例云的高质量典型目标的光学遥感影像训练样本。
-
-
-