一种多特征支持的溢洪道遥感识别方法及系统

    公开(公告)号:CN117830864A

    公开(公告)日:2024-04-05

    申请号:CN202311813614.7

    申请日:2023-12-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种多特征支持的溢洪道遥感识别方法及系统,本发明通过影像分割算法获取对象级目标;提取对象级目标的光谱、形状、几何立体特征,并通过多特征联合决策实现溢洪道对象的初步提取;综合考虑对象间的空间方向和距离关系,对初步识别结果周围的细碎图斑进行二次鉴别和整合,同时进行轮廓修饰,最终输出相对规整的溢洪道边界矢量。本方法针对性地设计了溢洪道几何立体特征参数,来突显溢洪道在三维空间中的独特特征,有效克服了溢洪道与一般建筑物的区分难点。同时,本方法还提供了一种自动化的遥感溢洪道识别流程,以提高溢洪道识别的准确性,在溢洪道遥感监测和水利工程建设等领域具有重要的实际应用价值。

    一种基于特征水域变化的旱情监测预警方法、系统及设备

    公开(公告)号:CN115544734A

    公开(公告)日:2022-12-30

    申请号:CN202211120829.6

    申请日:2022-09-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于特征水域变化的旱情监测预警方法、系统及设备,首先利用基于随机深林分类和综合阈值分割模型的水体精确提取技术,实现自动化精确提取目标区地表水域;然后根据先验知识和面积阈值识别并分离出特征水域,进而对特征水域面积多年同时期变化进行实时监测;最后根据特征水域动态变化情况进行旱情预警和综合评估,当特征水域面积在监测时段内显著减小时,根据实际情况得出可能会发生干旱的结论并发出旱情预警。本发明将地表水直接作为表征干旱状态的指标和因子,相比于其他模型和方法更加简单,且能更直观地反映旱情发展和演变。本发明根据特征水域面积变化情况进行干旱实时监测,可以更准确、及时地进行旱情预警和综合评估。

    一种无人机复合的高压输电线路巡检机器人系统及控制方法

    公开(公告)号:CN108376938A

    公开(公告)日:2018-08-07

    申请号:CN201810272202.X

    申请日:2018-03-29

    Applicant: 武汉大学

    Abstract: 本发明涉及一种无人机复合的高压输电线路巡检机器人系统及控制方法,包括无人机机构、行走轮机构、夹紧机构、等电位装置、机架机构、机箱及一系列检测传感装置。机架机构位于无人机机构下方两侧,行走轮机构安装于机架上,夹紧机构安装于无人机机构正下方且夹线部分的夹紧状态与行走轮同高,机箱用于放置电源和控制部分,安装于机架机构下方一定距离,用于整体重心调节。本发明实现了在人工操控下对需定期检查的高压输电线路的巡检,适用于单分裂、双分裂、四分裂或六分裂等高压输电线路,不需在不适宜的环境中冒着安全隐患以人工巡检,也不需改造线路或增加巡检机器人的复杂程度,大大降低了成本和危险度,结构简单,便携性好,提高了巡检效率。

    一种基于多分支金字塔神经网络的遥感影像道路提取方法

    公开(公告)号:CN112287807A

    公开(公告)日:2021-01-29

    申请号:CN202011162338.9

    申请日:2020-10-27

    Applicant: 武汉大学

    Abstract: 本发明公开了一种利用卷积神经网络提取遥感影像上完整道路信息的方法。构造了构建一个多分支的金字塔神经网络,通过两个并行的特征恢复结构以及基于几何结构分析和特征点提取的后处理技术,充分挖掘低层位置信息和高层语义信息,解决卫星影像上道路提取时面临的道路稀疏性问题和被植被建筑物等遮挡造成的道路断裂问题。本方法通过稀疏性检验和设计新的损失函数,综合考虑了道路分布的稀疏性和样本的不均衡性,使网络更关注稀疏的、难分类的道路像素。同时,针对道路被植被和建筑物遮挡的情况,本方法基于几何特征点分析进行自动化的断裂检测和断裂连接,提高了道路提取的精确率,在计算机视觉和遥感道路提取等场景中具有重要的实际应用价值。

    多模态多时相地表水概率空缺填补方法及装置

    公开(公告)号:CN119942360A

    公开(公告)日:2025-05-06

    申请号:CN202411790653.4

    申请日:2024-12-06

    Applicant: 武汉大学

    Abstract: 本申请涉及遥感影像智能解译技术领域,特别涉及一种多模态多时相地表水概率空缺填补方法及装置,其中,方法包括:获取目标区域中满足预设条件的多模态多时相地表水概率空缺填补的目标数据集;利用目标深度神经网络模型对目标数据集进行地表水概率空缺填补处理,以生成无空缺的地表水概率图;利用目标生成对抗网络训练目标深度神经网络模型,以生成训练后的模型,从而对无空缺的地表水概率图进行目标图像增强处理,以生成满足预设增强条件的多模态多时相地表水概率填补图像。由此,解决了相关技术中难以处理地表水制图所需的非连续像素值数据,并且缺乏足够的高质量训练样本,导致模型的泛化能力不足,降低了地表水制图的准确性和可靠性等问题。

    一种基于注意力机制的城市水体提取方法和系统

    公开(公告)号:CN117475300A

    公开(公告)日:2024-01-30

    申请号:CN202311316069.0

    申请日:2023-10-11

    Applicant: 武汉大学

    Abstract: 高精度地提取城市遥感影像中的水体对于辅助制定河湖管理政策、保证城市水资源可持续发展具有重大意义。然而,城市高分辨率遥感影像蕴含复杂的空间信息和语义信息,导致依赖局部信息提取出的水体特征容易与全局信息产生偏差,进而影响城市水体语义分割的准确率。针对此问题,本发明公开了一种基于注意力机制的城市水体提取方法和系统,本发明提出了一种基于注意力机制的编码器‑解码器结构神经网络,在该网络中,带有空洞卷积的主干网络可以多尺度获取城市遥感影像的低层特征和高层特征,基于注意力机制的编码器‑解码器结构可以分别在空间域和通道域提取全局特征,再将两种全局特征结合,得到城市水体语义分割结果。

    一种多特征支持的大坝遥感测高方法及计算机可读介质

    公开(公告)号:CN117437276A

    公开(公告)日:2024-01-23

    申请号:CN202311397431.1

    申请日:2023-10-24

    Applicant: 武汉大学

    Abstract: 本发明提出了一种多特征支持的大坝遥感测高方法及计算机可读介质。本发明获取同一大坝多景原始卫星影像及对应的影像元数据,计算得出大坝走向对应的方位角,在针对影像进行预处理之后引入阴影提取算法,构建每景影像对应的大坝阴影区域多边形,进而计算该多边形在太阳方位角方向上的最大长度;并结合卫星方位角、太阳方位角,卫星天顶角进行判定,通过对应的反演模型计算大坝高度。本发明充分考虑太阳和卫星位于大坝同侧和异侧两种情况以及卫星天顶角带来的影响并引入修正因子,提高了算法精度。同时,本发明设计了自动化大坝高度反演流程,提高了大坝高度反演的精度,在水利工程建设等场景中具有重要的实际应用价值。

Patent Agency Ranking