基于数据分割的遥感影像并行处理的路径最优选择智能方法

    公开(公告)号:CN109376206A

    公开(公告)日:2019-02-22

    申请号:CN201811070090.6

    申请日:2018-09-13

    Applicant: 复旦大学

    Abstract: 本发明属于遥感和地理信息系统技术领域,具体为一种基于数据分割的遥感影像并行处理的路径最优选择智能方法。本发明先获得输入的遥感影像,再根据训练样本自动计算并行处理程序的单位信息量下的计算代价 每步处理遥感影像的相对信息量r和元素个数n,然后计算遥感影像并行处理程序的单位信息量下的计算代价比值φp/φ′p和每步处理遥感影像的相对信息量和元素个数比值(rj×ni)/(rj+1×ni+1),最后根据这个比值判断并获得遥感影像并行处理的路径最优路径。本发明解决了将并行技术应用于遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题,原理简单实用,满足了并行处理时耗时最短、最高效的要求。

    一种融合多源遥感数据的自适应洪水淹没范围提取方法

    公开(公告)号:CN118968237A

    公开(公告)日:2024-11-15

    申请号:CN202410905083.2

    申请日:2024-07-08

    Applicant: 复旦大学

    Abstract: 本发明属于洪水灾害监测技术领域,具体为一种融合多源遥感数据的自适应洪水淹没范围提取方法。本发明方法包括:获取光学及SAR遥感影像数据;预处理所述多源遥感影像;融合光学和SAR遥感影像;提取高置信度离散水体区域;提取连续水体区域,并融合数字高程模型,构建高质量水体数据集;基于所述水体数据集,训练水体识别深度学习模型;使用水体识别模型,提取洪水淹没范围。本发明解决了使用遥感影像提取洪水淹没范围时,阈值难以确定,复杂阴影干扰以及深度学习的训练数据少等问题。此外,本发明方法鲁棒性强,识别精度高,能够快速计算洪水淹没范围,为防汛救灾提供技术支撑。

    基于数据分割的遥感影像并行处理的路径最优选择智能方法

    公开(公告)号:CN109376206B

    公开(公告)日:2021-06-22

    申请号:CN201811070090.6

    申请日:2018-09-13

    Applicant: 复旦大学

    Abstract: 本发明属于遥感和地理信息系统技术领域,具体为一种基于数据分割的遥感影像并行处理的路径最优选择智能方法。本发明先获得输入的遥感影像,再根据训练样本自动计算并行处理程序的单位信息量下的计算代价每步处理遥感影像的相对信息量r和元素个数n,然后计算遥感影像并行处理程序的单位信息量下的计算代价比值φp/φ′p和每步处理遥感影像的相对信息量和元素个数比值(rj×ni)/(rj+1×ni+1),最后根据这个比值判断并获得遥感影像并行处理的路径最优路径。本发明解决了将并行技术应用于遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题,原理简单实用,满足了并行处理时耗时最短、最高效的要求。

Patent Agency Ranking