-
公开(公告)号:CN118735969A
公开(公告)日:2024-10-01
申请号:CN202410739942.5
申请日:2024-06-07
Applicant: 北京卫星信息工程研究所
IPC: G06T7/33 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/20 , G06V10/40 , G06N3/0475 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明涉及一种基于表示学习的高光谱遥感影像配准方法,包括:获取高光谱遥感卫星拍摄一组高光谱图像,并对其进行预处理;构建对抗生成网络,并对不同波段范围进行多波段特征学习和特征映射;构建多波段结构化语义的CNN‑RNN混合神经网络深度表达模型,提取每个波段高光谱图像的结构语义信息;建立跨波段的特征对齐和特征关联的网络模型,进行不同波段间影像的匹配。本发明,能够提高高光谱遥感影像配准的精度,更能大大节省配准的效率,节省人力物力。
-
公开(公告)号:CN118736431A
公开(公告)日:2024-10-01
申请号:CN202410739940.6
申请日:2024-06-07
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06T5/50 , G06T3/4053 , G06V10/764 , G06V10/774 , G06V10/80 , G06F17/16 , G06F17/18 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于遥感图像变化检测的场景态势生成方法,包括:获取同一区域不同时相的两幅高分辨率卫星遥感影像,并进行预处理;构建基于Swin Transformer的双分支U‑net变化检测网络,对不同时相的两幅所述高分辨率卫星遥感影像进行变化检测;根据变化检测网络输出的变化地物的边界信息对空间关系建模,构建图卷积神经网络,生成边集和邻接矩阵;使用人工标注的遥感变化检测数据集,对图卷积神经网络进行训练,得到基于遥感图像变化检测的场景态势生成模型;利用训练好的基于遥感图像变化检测的场景态势生成模型,对测试集中的数据进行测试,得到遥感变化图像的态势。本发明,充分利用双时相遥感图像的丰富语义信息,实现变化场景态势的自动生成。
-