一种基于深度学习和色彩映射的遥感影像调色方法

    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

    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。

    基于人工免疫算法的遥感影像色彩克隆方法

    公开(公告)号:CN112907484B

    公开(公告)日:2022-08-12

    申请号:CN202110292869.8

    申请日:2021-03-18

    Abstract: 本发明提供了一种基于人工免疫算法的遥感影像色彩克隆方法,包括以下步骤:S1、抗原识别Ag;S2、生成初始抗体种群,并对抗体种群进行聚类,形成聚类抗体种群G;S3、通过隶属度矩阵D查找对应隶属度最高的抗体种群类别,在此类别抗体元素中进行亲和度计算;S4、免疫选择,根据亲和度的值判断抗体种群中是否存在对应的抗体,如果存在则进行克隆操作,将对应抗体的R、G、B值复制给像元i。如果不存在就进行变异操作,并更新抗体种群。本发明以参考影像和目标影像在重叠区域的色彩匹配关系为基础建立初始抗体种群,在目标影像的其他区域通过亲和度计算和寻优变异操作,实现抗体种群的不断进化,进而实现色彩信息的克隆和复制。

    一种基于深度学习和色彩映射的遥感影像调色方法

    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

    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。

    基于人工免疫算法的遥感影像色彩克隆方法

    公开(公告)号:CN112907484A

    公开(公告)日:2021-06-04

    申请号:CN202110292869.8

    申请日:2021-03-18

    Abstract: 本发明提供了一种基于人工免疫算法的遥感影像色彩克隆方法,包括以下步骤:S1、抗原识别Ag;S2、生成初始抗体种群,并对抗体种群进行聚类,形成聚类抗体种群G;S3、通过隶属度矩阵D查找对应隶属度最高的抗体种群类别,在此类别抗体元素中进行亲和度计算;S4、免疫选择,根据亲和度的值判断抗体种群中是否存在对应的抗体,如果存在则进行克隆操作,将对应抗体的R、G、B值复制给像元i。如果不存在就进行变异操作,并更新抗体种群。本发明以参考影像和目标影像在重叠区域的色彩匹配关系为基础建立初始抗体种群,在目标影像的其他区域通过亲和度计算和寻优变异操作,实现抗体种群的不断进化,进而实现色彩信息的克隆和复制。

    基于ATSM模型的高分影像飞机类型识别方法

    公开(公告)号:CN111582237A

    公开(公告)日:2020-08-25

    申请号:CN202010467834.9

    申请日:2020-05-28

    Abstract: 本发明提供了基于ATSM模型的高分影像飞机类型识别方法,包括如下步骤:1)对高分遥感影像进行预处理;2)对高分遥感影像进行自动分类处理确定机场区域位置;3)对待识别飞机的参数进行测量,所述参数包括飞机ATSM模型参数;4)将得到的待识别飞机的机ATSM模型参数与ATSM模型样本库中的样本参数进行逐一相似度计算,对相似度结果进行处理得到飞机类型识别结果。本发明方法的参数提取、模型构建和计算分析过程相比传统的特征匹配算法计算量小。同时该算法既有飞机的基本形状特征参数,又包含飞机的实际尺寸参数,有效避免了因形状相似而造成的机型误判问题;达到了飞机类型识别高效率、高精度的目的。

    一种批量遥感影像调色工程化实现方法

    公开(公告)号:CN112884675A

    公开(公告)日:2021-06-01

    申请号:CN202110290944.7

    申请日:2021-03-18

    Abstract: 本发明提供了一种批量遥感影像调色工程化实现方法,包括以下步骤:S1、获取影像,并对影像进行预处理;S2、确定合理尺度,进行影像重采样;S3、基于人工免疫算法对遥感影像进行色彩克隆处理,用于实现条带内缩略图影像的色彩统一;S4、基于分空间渐进控制方法进行影像色彩协同处理,用于处理条带之间和不同特征区域之间存在明显的色彩差异;S5、色彩增强处理,用于解决遥感影像整体区域内亮度不均、对比度不够和色彩不自然的问题;S6、基于直方图匹配原理对经过色彩增强的影像缩略图进行色彩映射处理,实现在低分辨率影像上完成的色彩调整。本发明可以大幅提高生产效率,高效实现海量高分辨率遥感影像的工程化色彩调整。

    一种批量遥感影像调色工程化实现方法

    公开(公告)号:CN112884675B

    公开(公告)日:2023-04-18

    申请号:CN202110290944.7

    申请日:2021-03-18

    Abstract: 本发明提供了一种批量遥感影像调色工程化实现方法,包括以下步骤:S1、获取影像,并对影像进行预处理;S2、确定合理尺度,进行影像重采样;S3、基于人工免疫算法对遥感影像进行色彩克隆处理,用于实现条带内缩略图影像的色彩统一;S4、基于分空间渐进控制方法进行影像色彩协同处理,用于处理条带之间和不同特征区域之间存在明显的色彩差异;S5、色彩增强处理,用于解决遥感影像整体区域内亮度不均、对比度不够和色彩不自然的问题;S6、基于直方图匹配原理对经过色彩增强的影像缩略图进行色彩映射处理,实现在低分辨率影像上完成的色彩调整。本发明可以大幅提高生产效率,高效实现海量高分辨率遥感影像的工程化色彩调整。

    一种基于分空间渐进控制的大范围航空遥感影像调色方法

    公开(公告)号:CN112884676A

    公开(公告)日:2021-06-01

    申请号:CN202110290961.0

    申请日:2021-03-18

    Abstract: 本发明提供了一种基于分空间渐进控制的大范围航空遥感影像调色方法,包括以下步骤:S1、将所有待调色影像从RGB空间转换至lαβ空间;S2、获取相邻的t幅影像,建立影像组;S3、统计单个影像组内,每幅影像在lαβ空间三个通道的灰度均值和标准差;S4、根据步骤S3统计的信息,计算调色目标参数;S5、基于步骤S4中计算的目标参数,对组内每幅影像进行调色;S6、重复执行步骤S2‑S5,遍历所有影像,迭代完成测区内全部影像的色彩调整。本发明通过对测区内的影像进行捆绑,并计算适用于这组捆绑影像的调色目标参数,实现对该组影像色彩的整体调整。并通过遍历测区内全部影像,进行迭代更新的方法,实现对整个测区影像颜色的渐进调整,消除累积误差。

    一种综合地基GNSS水汽和气象要素的神经网络短临降水预报方法

    公开(公告)号:CN112035448A

    公开(公告)日:2020-12-04

    申请号:CN202010667489.3

    申请日:2020-07-13

    Abstract: 一种综合地基GNSS水汽和气象要素的神经网络短临降水预报方法,包括如下步骤:①地基GNSS水汽获取;②大气稳定性指标计算;③数据预处理,包括粗差数据剔除、数据插值和数据归一化处理三部分;④识别降水预报因子;⑤NARX神经网络设计,根据步骤④确定的降水预报因子和实际降水数据作为输入层,预测的降水数据作为输出层,而隐含层数、隐层神经元数目、输入和输出的延时阶数、神经网络算法则采用默认值或初始参数;⑥神经网络训练;⑦输入参数优选,构建多因子短临降水预报模型;⑧利用预留的验证数据集评估新构建的多因子短临降水预报模型的精度。本发明通过建立一个合理和精确的多因子短临降水预报模型,实现对短临降水的准确预报。

    一种基于分空间渐进控制的大范围航空遥感影像调色方法

    公开(公告)号:CN112884676B

    公开(公告)日:2023-04-14

    申请号:CN202110290961.0

    申请日:2021-03-18

    Abstract: 本发明提供了一种基于分空间渐进控制的大范围航空遥感影像调色方法,包括以下步骤:S1、将所有待调色影像从RGB空间转换至lαβ空间;S2、获取相邻的t幅影像,建立影像组;S3、统计单个影像组内,每幅影像在lαβ空间三个通道的灰度均值和标准差;S4、根据步骤S3统计的信息,计算调色目标参数;S5、基于步骤S4中计算的目标参数,对组内每幅影像进行调色;S6、重复执行步骤S2‑S5,遍历所有影像,迭代完成测区内全部影像的色彩调整。本发明通过对测区内的影像进行捆绑,并计算适用于这组捆绑影像的调色目标参数,实现对该组影像色彩的整体调整。并通过遍历测区内全部影像,进行迭代更新的方法,实现对整个测区影像颜色的渐进调整,消除累积误差。

Patent Agency Ranking