基于改进Criminisi算法的海岸带遥感影像信息损失区修复方法

    公开(公告)号:CN120031761A

    公开(公告)日:2025-05-23

    申请号:CN202510520076.5

    申请日:2025-04-24

    Abstract: 本发明公开基于改进Criminisi算法的海岸带遥感影像信息损失区修复方法,包括:对原始遥感影像进行预处理,包括辐射校正、正射校正、影像融合和陆海分离处理;对预处理后的影像进行光谱分析,提取信息损失区和其他要素区的光谱特征;基于暗通道原理计算高光分量,定位信息损失区,并通过校正近红外波段将信息损失区分类为用海要素信息损失区和水体信息损失区;采用改进的Criminisi算法对分类后的信息损失区进行修复,包括:结合梯度向量模二阶矩的优先权计算;基于纹理复杂度的自适应样本块生成;结合结构相似性、颜色差异和空间距离的匹配准则,搜索最佳匹配块;对修复后的影像进行边界平滑处理,消除边界效应。

    基于区域自适应的浅海水深遥感反演方法

    公开(公告)号:CN116295285A

    公开(公告)日:2023-06-23

    申请号:CN202310132412.X

    申请日:2023-02-14

    Abstract: 本发明提供了基于区域自适应的浅海水深遥感反演方法,包括以下步骤:S1、资料收集与处理;S2、根据步骤S1中收集与处理后的资料,综合区域划定;S3、模型库构建,将水深遥感反演模型归纳为单波段模型、双波段模型、多波段模型、波段比值模型、对数转换比值模型、神经网络模型和机器学习模型;S4、根据步骤S3构建的模型库进行区域模型优选;S5、根据步骤S4优选的区域模型进行水深反演。本发明有益效果:基于区域自适应的浅海水深遥感反演方法,结合已有研究基础,综合考虑水深范围、底质类型和水质情况,建立一种区域自适应的水深遥感反演方法,以期最大限度的提高近海水深的遥感反演精度。

Patent Agency Ranking