-
公开(公告)号：CN110796176A
公开(公告)日：2020-02-14
申请号：CN201910953683.5
申请日：2019-10-09
Applicant: 武汉大学
Abstract: 本发明公开了一种基于像素对和加权投票的高分辨率影像分类方法。该方法首先对影像中的所有像素进行结对处理形成一系列像素对，并以像素对作为影像分类的基本单元，在不同结对模式下对影像进行初始分类获得一系列初始分类结果。然后，评估结对形成的每个像素对的结对适宜度。最后，以结对适宜度作为权重，对初始分类的结果进行加权投票来获得影像最终的分类图。本发明提出的分类方法有效考虑影像中像素之间在空间上的关联性来提升高分辨率影像分类的精度和可靠性。本发明的优点在于通过借助面向对象分类的像素集群分类优势来克服单像素分类方法天然具备的分类不确定性，同时又能避免面向对象分类中不准确的影像分割所引起的高分类不确定性。
-
公开(公告)号：CN119516357A
公开(公告)日：2025-02-25
申请号：CN202411464814.0
申请日：2024-10-21
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/40 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种地学知识引导的SAR影像深度学习洪水制图方法及系统，包括：分别获取应用区域在发生洪水前和洪水后的SAR影像并进行预处理；分别对洪水前后的SAR影像进行多尺度地物特征的提取；并将提取的初始多尺度特征从空间域转换到频率域，在频率域进行全局关联性建模和滤波处理后将其恢复到空间域，量化洪水前后SAR影像间的差异性并生成初始洪水概率图；从洪水前、后多尺度地物特征中学习并提取高质量的多尺度差异特征，将生成的多尺度差异特征进行串联得到综合差异特征集；以差异特征集作为输入生成最终二值化的洪水图。本发明不仅计算效率快，可操作性强，而且洪水制图的准确性和自动化程度高，易于实现且可扩展性强。
-
公开(公告)号：CN114359716A
公开(公告)日：2022-04-15
申请号：CN202111544552.5
申请日：2021-12-16
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/762
Abstract: 本发明涉及一种基于多遥感火指数自动化集成的火烧迹地制图方法。首先使用阈值分割算法对目标区域各个光谱火指数的差异图进行二值化，得到对应的初始火烧迹地图，然后利用FCM聚类算法对综合变化强度图进行不确定性分析，得到确定的非过火区像素和确定的过火区像素用于评价各个初始火烧迹地图的整体精度OA，并对OA进行归一化处理，获得各个初始火烧迹地图的权重，通过加权投票法对各个初始火烧迹地图进行自动化集成，生成最终的火烧迹地图。本发明无需人工标记样本作为辅助，能够实现多遥感火指数的自动化集成以提高火烧迹地制图的准确性，并且可操作性强，自动化程度高，可扩展性强，具有很高的应用价值。
-
公开(公告)号：CN110490061B
公开(公告)日：2021-10-22
申请号：CN201910624094.2
申请日：2019-07-11
Applicant: 武汉大学
Abstract: 本发明公开了一种遥感影像特征的不确定性建模与度量方法。该方法主要由遥感影像特征在地理空间域的不确定性建模和特征空间域的不确定性建模两部分组成，然后将地理空间不确定性与特征空间不确定性进行加权组合，得到一个综合的特征不确定性指数FUI(Feature Uncertainty Index)来更准确、全面地度量遥感影像的特征不确定性。本发明考虑到影像特征不确定性在不同视角下的不同表现特点，可以提供整个影像逐像素的特征不确定性量化结果，并且可以最小化人工干预。其准确性和自适应程度高，计算效率快，可操作性强，易于实现且整个模型可扩展性强。不确定性量化结果对分类误差具有很高的指示能力，因此，本发明具有很高的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN114359716B
公开(公告)日：2024-08-30
申请号：CN202111544552.5
申请日：2021-12-16
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/762
Abstract: 本发明涉及一种基于多遥感火指数自动化集成的火烧迹地制图方法。首先使用阈值分割算法对目标区域各个光谱火指数的差异图进行二值化，得到对应的初始火烧迹地图，然后利用FCM聚类算法对综合变化强度图进行不确定性分析，得到确定的非过火区像素和确定的过火区像素用于评价各个初始火烧迹地图的整体精度OA，并对OA进行归一化处理，获得各个初始火烧迹地图的权重，通过加权投票法对各个初始火烧迹地图进行自动化集成，生成最终的火烧迹地图。本发明无需人工标记样本作为辅助，能够实现多遥感火指数的自动化集成以提高火烧迹地制图的准确性，并且可操作性强，自动化程度高，可扩展性强，具有很高的应用价值。
-
公开(公告)号：CN116563678A
公开(公告)日：2023-08-08
申请号：CN202310406034.X
申请日：2023-04-11
Applicant: 武汉大学
Inventor： 张齐
IPC: G06V10/80 , G06V10/764 , G06T7/80 , G06T7/10 , G06N20/00
Abstract: 本发明公开了一种基于多尺度信息融合的SAR影像城镇洪水制图方法。本发明提出的方法在洪水制图过程中能够自适应地整合SAR影像中多尺度的制图信息，并且可以确保最终生成的洪水图具有最低的制图不确定性，因而可以有效提升洪水制图的准确性和可靠性。本发明的优点在于提出的方法无需人工标记样本的输入，可实现城镇场景下洪水淹没区域的非监督、自动化提取。本发明提出的洪水制图方法计算效率快，可操作性强，不仅准确性和自动化程度高，而且易于实现、可扩展性强。因此，本发明具有很高的实用价值。
-
公开(公告)号：CN110490061A
公开(公告)日：2019-11-22
申请号：CN201910624094.2
申请日：2019-07-11
Applicant: 武汉大学
Abstract: 本发明公开了一种遥感影像特征的不确定性建模与度量方法。该方法主要由遥感影像特征在地理空间域的不确定性建模和特征空间域的不确定性建模两部分组成，然后将地理空间不确定性与特征空间不确定性进行加权组合，得到一个综合的特征不确定性指数FUI(Feature Uncertainty Index)来更准确、全面地度量遥感影像的特征不确定性。本发明考虑到影像特征不确定性在不同视角下的不同表现特点，可以提供整个影像逐像素的特征不确定性量化结果，并且可以最小化人工干预。其准确性和自适应程度高，计算效率快，可操作性强，易于实现且整个模型可扩展性强。不确定性量化结果对分类误差具有很高的指示能力，因此，本发明具有很高的实用价值。
-
公开(公告)号：CN116563385A
公开(公告)日：2023-08-08
申请号：CN202310384436.4
申请日：2023-04-11
Applicant: 武汉大学
Abstract: 本发明公开了一种增强Sentinel‑1SAR影像水体提取效果的伪彩色特征提取方法。本发明考虑到当前SAR影像水体提取方法中对SAR影像色彩特征的挖掘和利用不充分，因此通过伪彩色合成和色彩特征构造来自动化提取Sentinel‑1SAR影像的色彩特征，以有效区分SAR影像中的水体与非水体，进而用于提升Sentinel‑1SAR水体提取的精度和可靠性。本发明的优点在于提出的方法无需人工干预，能够实现Sentinel‑1SAR影像色彩信息的自动化提取。本发明提出的方法计算效率快、自动化程度高，可操作性强，不仅易于实现而且整个模型的可扩展性强。因此，本发明具有很高的实用价值。
-
公开(公告)号：CN110796176B
公开(公告)日：2022-12-16
申请号：CN201910953683.5
申请日：2019-10-09
Applicant: 武汉大学
IPC: G06V10/764 , G06V20/10 , G06V10/26
Abstract: 本发明公开了一种基于像素对和加权投票的高分辨率影像分类方法。该方法首先对影像中的所有像素进行结对处理形成一系列像素对，并以像素对作为影像分类的基本单元，在不同结对模式下对影像进行初始分类获得一系列初始分类结果。然后，评估结对形成的每个像素对的结对适宜度。最后，以结对适宜度作为权重，对初始分类的结果进行加权投票来获得影像最终的分类图。本发明提出的分类方法有效考虑影像中像素之间在空间上的关联性来提升高分辨率影像分类的精度和可靠性。本发明的优点在于通过借助面向对象分类的像素集群分类优势来克服单像素分类方法天然具备的分类不确定性，同时又能避免面向对象分类中不准确的影像分割所引起的高分类不确定性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
