光学遥感影像大范围地表水提取方法及装置

    公开(公告)号:CN113177964A

    公开(公告)日:2021-07-27

    申请号:CN202110570863.2

    申请日:2021-05-25

    Applicant: 北京大学

    Abstract: 本发明公开了一种光学遥感影像大范围地表水提取方法及装置,包括:基于全球地表水数据集和全球湖库数据集提取对象化水体的最大范围,获得最大范围水体对象数据集;根据所述最大范围水体对象数据集,确定目标水体范围;基于遥感影像的波段数据进行归一化处理,获得归一化水指数图像;计算所述目标水体范围对应的图像与所述归一化水指数图像进行掩膜处理,得到处理后的图像;对所述处理后的图像进行二值化分割,获得所述目标水体范围对应的地表水体分类图。本发明实现了大范围地表水体的最大范围对象化处理与提取,基于最大水体范围的地表水提取,实现了提升地表水提取的准确性以及效率的目的。

    一种河网拓扑信息提取方法及系统

    公开(公告)号:CN110688961A

    公开(公告)日:2020-01-14

    申请号:CN201910937320.2

    申请日:2019-09-30

    Applicant: 北京大学

    Abstract: 本发明公开了一种河网拓扑信息提取方法及系统。该方法包括:提取遥感图像中的水体,得到水体图像;采用形态学细化算法提取水体图像中的河流骨架,得到河流骨架图像;确定河流骨架图像中的端点和分支点;分别以各端点为起点,采用路径搜索算法沿骨架路径搜寻每个端点的邻近分支点,得到端点对应的搜索路径和搜索路径长度;计算邻近节点的离岸最近欧氏距离;删除河流骨架图像中满足剪枝条件的搜寻路径,得到剪枝后的河流骨架图像;剪枝条件是由端点对应的搜寻路径长度、离岸最近欧氏距离、预设比例系数阈值和预设绝对长度阈值确定的;确定剪枝后的河流骨架图像的连通性矩阵。本发明能够实现对河网拓扑信息的自动、完整、准确提取。

    一种受优化算法启发的深度神经网络结构设计方法

    公开(公告)号:CN108985457A

    公开(公告)日:2018-12-11

    申请号:CN201810958553.6

    申请日:2018-08-22

    Applicant: 北京大学

    Abstract: 本发明公布了一种受优化算法启发的深度神经网络结构设计方法,对于所有层共享相同的线性和非线性变换的经典前馈网络结构,将该前馈网络中的前向过程等价于使用梯度下降法最小化某个函数F(x)的迭代过程;进一步采用收敛速度更快的重球法和Nesterov加速算法最小化该函数F(x),由此得到新的性能更好的网络结构;可应用于人工智能、计算机视觉等应用领域。采用本发明技术方案,从优化算法出发设计神经网络结构,能够改进传统的依靠经验、实验尝试搜索的设计方式,得到更高效的神经网络结构,从而节省大量的时间与计算资源。

    光学遥感影像大范围地表水提取方法及装置

    公开(公告)号:CN113177964B

    公开(公告)日:2023-08-18

    申请号:CN202110570863.2

    申请日:2021-05-25

    Applicant: 北京大学

    Abstract: 本发明公开了一种光学遥感影像大范围地表水提取方法及装置,包括:基于全球地表水数据集和全球湖库数据集提取对象化水体的最大范围,获得最大范围水体对象数据集;根据所述最大范围水体对象数据集,确定目标水体范围;基于遥感影像的波段数据进行归一化处理,获得归一化水指数图像;计算所述目标水体范围对应的图像与所述归一化水指数图像进行掩膜处理,得到处理后的图像;对所述处理后的图像进行二值化分割,获得所述目标水体范围对应的地表水体分类图。本发明实现了大范围地表水体的最大范围对象化处理与提取,基于最大水体范围的地表水提取,实现了提升地表水提取的准确性以及效率的目的。

    一种河网拓扑信息提取方法及系统

    公开(公告)号:CN110688961B

    公开(公告)日:2021-06-25

    申请号:CN201910937320.2

    申请日:2019-09-30

    Applicant: 北京大学

    Abstract: 本发明公开了一种河网拓扑信息提取方法及系统。该方法包括:提取遥感图像中的水体,得到水体图像;采用形态学细化算法提取水体图像中的河流骨架,得到河流骨架图像;确定河流骨架图像中的端点和分支点;分别以各端点为起点,采用路径搜索算法沿骨架路径搜寻每个端点的邻近分支点,得到端点对应的搜索路径和搜索路径长度;计算邻近节点的离岸最近欧氏距离;删除河流骨架图像中满足剪枝条件的搜寻路径,得到剪枝后的河流骨架图像;剪枝条件是由端点对应的搜寻路径长度、离岸最近欧氏距离、预设比例系数阈值和预设绝对长度阈值确定的;确定剪枝后的河流骨架图像的连通性矩阵。本发明能够实现对河网拓扑信息的自动、完整、准确提取。

    一种受优化算法启发的深度神经网络结构设计方法

    公开(公告)号:CN108985457B

    公开(公告)日:2021-11-19

    申请号:CN201810958553.6

    申请日:2018-08-22

    Applicant: 北京大学

    Abstract: 本发明公布了一种受优化算法启发的深度神经网络结构设计方法,对于所有层共享相同的线性和非线性变换的经典前馈网络结构,将该前馈网络中的前向过程等价于使用梯度下降法最小化某个函数F(x)的迭代过程;进一步采用收敛速度更快的重球法和Nesterov加速算法最小化该函数F(x),由此得到新的性能更好的网络结构;可应用于人工智能、计算机视觉等应用领域。采用本发明技术方案,从优化算法出发设计神经网络结构,能够改进传统的依靠经验、实验尝试搜索的设计方式,得到更高效的神经网络结构,从而节省大量的时间与计算资源。

Patent Agency Ranking