一种基于面向对象的河口海湾水体自动提取方法

    公开(公告)号:CN118038291A

    公开(公告)日:2024-05-14

    申请号:CN202410431029.9

    申请日:2024-04-11

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于面向对象的河口海湾水体自动提取方法,包括以下步骤:S1、分别对Sentinel‑2图像、ASTER GDEM图像、SAR图像和TIR波段图像进行预处理,得到多通道融合图像;S2、采用手动标注和半监督学习方法标注近岸区域的水体样本与非水体样本,得到样本数据;S3、采用面向对象的方法分割图像并通过最大响应法,得到最优分割结果;S4、基于各个图像数据计算最优分割结果下各个对象的特征参数;S5、以特征参数为输入变量,样本数据为训练样本,构建BP神经网络并进行训练,通过训练后的BP神经网络对河口海湾的水体范围进行自动提取;该方法灵活易用,无须任何先验知识,即可得到高精度的河口海湾水体范围,能有效减少近岸区域陆地和水体错分的现象。

    一种基于面向对象的河口海湾水体自动提取方法

    公开(公告)号:CN118038291B

    公开(公告)日:2024-06-25

    申请号:CN202410431029.9

    申请日:2024-04-11

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于面向对象的河口海湾水体自动提取方法,包括以下步骤:S1、分别对Sentinel‑2图像、ASTER GDEM图像、SAR图像和TIR波段图像进行预处理,得到多通道融合图像;S2、采用手动标注和半监督学习方法标注近岸区域的水体样本与非水体样本,得到样本数据;S3、采用面向对象的方法分割图像并通过最大响应法,得到最优分割结果;S4、基于各个图像数据计算最优分割结果下各个对象的特征参数;S5、以特征参数为输入变量,样本数据为训练样本,构建BP神经网络并进行训练,通过训练后的BP神经网络对河口海湾的水体范围进行自动提取;该方法灵活易用,无须任何先验知识,即可得到高精度的河口海湾水体范围,能有效减少近岸区域陆地和水体错分的现象。

    一种河口海湾水质遥感产品智能融合处理方法

    公开(公告)号:CN117351373B

    公开(公告)日:2024-03-12

    申请号:CN202311646337.5

    申请日:2023-12-04

    Applicant: 厦门大学

    Abstract: 本发明公开了一种河口海湾水质遥感产品智能融合处理方法,包括以下步骤:S1、设置检索条件,进行分轮检索与下载,实现遥感影像批量自动下载;S2、在python中循环调用Acolite的settings文件,将多源遥感卫星数据直接批量大气校正;S3、基于机器学习对多源遥感数据产品进行融合,生成高频率的水质参数遥感产品图层;S4、将不同水位的潮汐边界矢量图层叠加到水质参数遥感产品图层,并添加地图要素,生成水质参数专题图;S5、对水质参数进行智能化统计分析,生成统计图表;S6、基于水质参数专题图和统计图表,自动化输出报告单;该方法在环境监测评估领域有明显的优势,可极大提高水质遥感产品生产、信息服务等业务化决策支撑的效率。

    一种河口海湾水质遥感产品智能融合处理方法

    公开(公告)号:CN117351373A

    公开(公告)日:2024-01-05

    申请号:CN202311646337.5

    申请日:2023-12-04

    Applicant: 厦门大学

    Abstract: 本发明公开了一种河口海湾水质遥感产品智能融合处理方法,包括以下步骤:S1、设置检索条件,进行分轮检索与下载,实现遥感影像批量自动下载;S2、在python中循环调用Acolite的settings文件,将多源遥感卫星数据直接批量大气校正;S3、基于机器学习对多源遥感数据产品进行融合,生成高频率的水质参数遥感产品图层;S4、将不同水位的潮汐边界矢量图层叠加到水质参数遥感产品图层,并添加地图要素,生成水质参数专题图;S5、对水质参数进行智能化统计分析,生成统计图表;S6、基于水质参数专题图和统计图表,自动化输出报告单;该方法在环境监测评估领域有明显的优势,可极大提高水质遥感产品生产、信息服务等业务化决策支撑的效率。

    一种基于GEE和机器学习的养殖区渔排的遥感提取方法

    公开(公告)号:CN119229273A

    公开(公告)日:2024-12-31

    申请号:CN202411002943.8

    申请日:2024-07-25

    Applicant: 厦门大学

    Abstract: 一种基于GEE和机器学习的养殖区渔排的遥感提取方法,包括:基于GEE平台在线获取遥感影像,进行预处理,将预处理后的遥感影像利用Sentinel‑2光谱特征和多个指数构建多维数据集,对多维数据集进行选取构建训练样本和验证样本;将训练样本输入随机森林分类模型进行训练并确定最优参数,得到训练好的随机森林分类模型,采用训练好的随机森林分类模型进行渔排遥感影像分类;将待测的遥感影像图像输入训练好的随机森林分类模型输出分类结果,将分类结果进行后处理和可视化。本发明能实现多时序遥感影像高效批量地在线处理、多维数据集构建、基于机器学习的遥感分类、分类后处理、分类结果精度评价和养殖区渔排的面积统计,可极大提高养殖区渔排分布信息的遥感提取的精度。

Patent Agency Ranking