-
公开(公告)号：CN112861807B
公开(公告)日：2022-12-09
申请号：CN202110290914.6
申请日：2021-03-18
Applicant: 国家海洋信息中心
IPC: G06V10/25 , G06V20/10 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/04 , G06V10/30 , G06V20/17
Abstract: 本发明提供了一种基于改进GLI指数和深度学习的极地植被提取方法，包括以下步骤：S1、获取遥感影像，进行预处理，并生成暗通道影像；S2、改进并计算GLI指数；S3、合成假色彩影像，用以突出植被特征；S4、对假色彩影像进行切片制作数据集，并对数据集进行处理；S5、对数据集中的极地植被区域进行标记；S6、将切分和标记后的数据集导入到Mask RCNN模型进行训练，使用Mask RCNN模型提取植被区域。对比传统的计算机视觉方法，本发明仅需配合人工经验进行少量的标注，可以有效地提高无人机影像植被检测精度和效率。
-
公开(公告)号：CN112907486B
公开(公告)日：2022-12-09
申请号：CN202110292882.3
申请日：2021-03-18
Applicant: 国家海洋信息中心
Abstract: 本发明提供了一种基于深度学习和色彩映射的遥感影像调色方法，包括以下步骤：S1、构建影像数据有效区掩膜，设置掩膜外的背景值，使其作为无效值不参与色彩调整；S2、确定影像重采样的尺度，确保较小地物存在且可辨、色彩不丢失；S3、影像分块；计算每个影像块的尺寸，并结合原始影像的尺寸，得出原始影像切块的数目；S4、基于MBLLEN模型对重采样影像真彩色增强；S5、对重采样图像和原始图像进行直方图匹配，将重采样影像的色彩信息映射到原始分辨率影像上。本发明对比传统的遥感影像真彩色增强方法，该方法自动化程度高，方法简单，可以快速有效的对海量遥感影像进行色彩调整。
-
公开(公告)号：CN112907486A
公开(公告)日：2021-06-04
申请号：CN202110292882.3
申请日：2021-03-18
Applicant: 国家海洋信息中心
Abstract: 本发明提供了一种基于深度学习和色彩映射的遥感影像调色方法，包括以下步骤：S1、构建影像数据有效区掩膜，设置掩膜外的背景值，使其作为无效值不参与色彩调整；S2、确定影像重采样的尺度，确保较小地物存在且可辨、色彩不丢失；S3、影像分块；计算每个影像块的尺寸，并结合原始影像的尺寸，得出原始影像切块的数目；S4、基于MBLLEN模型对重采样影像真彩色增强；S5、对重采样图像和原始图像进行直方图匹配，将重采样影像的色彩信息映射到原始分辨率影像上。本发明对比传统的遥感影像真彩色增强方法，该方法自动化程度高，方法简单，可以快速有效的对海量遥感影像进行色彩调整。
-
公开(公告)号：CN112861807A
公开(公告)日：2021-05-28
申请号：CN202110290914.6
申请日：2021-03-18
Applicant: 国家海洋信息中心
Abstract: 本发明提供了一种基于改进GLI指数和深度学习的极地植被提取方法，包括以下步骤：S1、获取遥感影像，进行预处理，并生成暗通道影像；S2、改进并计算GLI指数；S3、合成假色彩影像，用以突出植被特征；S4、对假色彩影像进行切片制作数据集，并对数据集进行处理；S5、对数据集中的极地植被区域进行标记；S6、将切分和标记后的数据集导入到Mask RCNN模型进行训练，使用Mask RCNN模型提取植被区域。对比传统的计算机视觉方法，本发明仅需配合人工经验进行少量的标注，可以有效地提高无人机影像植被检测精度和效率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
