-
公开(公告)号：CN114996624A
公开(公告)日：2022-09-02
申请号：CN202210354351.7
申请日：2022-04-06
Applicant: 武汉大学
Abstract: 本发明公开了一种基于多任务深度学习的遥感PM2.5和NO2协同反演方法，包括：对地面站点PM2.5和NO2数据、遥感数据、气象数据及其他辅助数据的获取与预处理；使用遥感信息及空间数据处理手段对多源数据进行处理并提取特征变量；对变量进行格网化时空匹配，将匹配后具有地面监测站点对应真值的格网数据作为样本数据，构建样本集；构建多重门控混合专家架构的多任务深度学习神经网络模型，进行多任务深度学习网络自适应训练，并在验证通过后使用该模型对未知真值的格网上的PM2.5和NO2浓度进行协同反演，得到最终的PM2.5和NO2浓度反演结果。本发明基于多任务深度学习协同反演PM2.5和NO2大气污染，获得更加准确的反演结果，实现更精细的多种大气污染物协同监测。
-
公开(公告)号：CN114936585A
公开(公告)日：2022-08-23
申请号：CN202210354338.1
申请日：2022-04-06
Applicant: 武汉大学
Abstract: 本发明提出一种自适应空间加权的变分遥感影像空谱融合方法，首先基于遥感影像的降质过程建立影像的观测模型，并建立包含光谱保真项、空间增强项及先验项的变分影像融合模型。其次对空间增强项及先验项分别进行自适应空间加权，在求解过程中的每轮迭代自动求解与自适应调节正则化参数。最后使用交替方向乘子法ADMM对该最优化问题进行迭代求解，从而获得高精度融合影像。本发明在现有遥感影像变分融合的基础上，在空间增强项及先验项每轮迭代过程中，对正则化空间权重参数进行自动求解与自适应调节，可有效优化模型并获取最优解，并可有效保留影像空间结构信息与去除噪声。
-
公开(公告)号：CN114936585B
公开(公告)日：2024-10-01
申请号：CN202210354338.1
申请日：2022-04-06
Applicant: 武汉大学
Abstract: 本发明提出一种自适应空间加权的变分遥感影像空谱融合方法，首先基于遥感影像的降质过程建立影像的观测模型，并建立包含光谱保真项、空间增强项及先验项的变分影像融合模型。其次对空间增强项及先验项分别进行自适应空间加权，在求解过程中的每轮迭代自动求解与自适应调节正则化参数。最后使用交替方向乘子法ADMM对该最优化问题进行迭代求解，从而获得高精度融合影像。本发明在现有遥感影像变分融合的基础上，在空间增强项及先验项每轮迭代过程中，对正则化空间权重参数进行自动求解与自适应调节，可有效优化模型并获取最优解，并可有效保留影像空间结构信息与去除噪声。
-
公开(公告)号：CN114996624B
公开(公告)日：2024-04-05
申请号：CN202210354351.7
申请日：2022-04-06
Applicant: 武汉大学
IPC: G06F17/10 , G06N3/0442 , G06N3/088
Abstract: 本发明公开了一种基于多任务深度学习的遥感PM2.5和NO2协同反演方法，包括：对地面站点PM2.5和NO2数据、遥感数据、气象数据及其他辅助数据的获取与预处理；使用遥感信息及空间数据处理手段对多源数据进行处理并提取特征变量；对变量进行格网化时空匹配，将匹配后具有地面监测站点对应真值的格网数据作为样本数据，构建样本集；构建多重门控混合专家架构的多任务深度学习神经网络模型，进行多任务深度学习网络自适应训练，并在验证通过后使用该模型对未知真值的格网上的PM2.5和NO2浓度进行协同反演，得到最终的PM2.5和NO2浓度反演结果。本发明基于多任务深度学习协同反演PM2.5和NO2大气污染，获得更加准确的反演结果，实现更精细的多种大气污染物协同监测。
-
Patent Agency Ranking
公开(公告)号：CN118781161B
公开(公告)日：2025-02-07
申请号：CN202411271667.5
申请日：2024-09-11
Applicant: 武汉大学
IPC: G06T7/30 , G06T3/4007
Abstract: 本发明提出了一种光学遥感影像全局和局部一体化变分辐射配准方法及系统，包括：对输入的由多幅影像组成的影像集，基于每幅影像的地理信息生成影像集的最小外接矩形并进行网格划分获取有效影像块及具有重叠关系的重叠影像块对及其辐射信息;基于配准后的重叠影像块对的辐射差异关系、配准前后影像块的辐射差异关系，并基于变分理论与范数正则化理论，构建顾及全局‑局部一体化变分辐射配准模型并进行迭代求解，获取每个影像块配准系数；对影像块配准系数进行加权线性插值，求解每个像素点的辐射配准系数，对每个像素点进行线性配准。本发明对影像集的全局和局部辐射差异进行校正与消除，并可有效保留影像梯度和空间纹理信息。
-
公开(公告)号：CN118967509B
公开(公告)日：2024-12-24
申请号：CN202411449688.1
申请日：2024-10-17
Applicant: 武汉大学
Abstract: 本发明公开了一种考虑潜在低秩特征的薄云厚度图优化方法，属于遥感影像处理技术领域，基于遥感影像获得多个波段的反射率数据并估计出初始薄云图，采用优化的薄云图潜在低秩表示模型对所述初始薄云图进行特征加权处理，获得低秩优化云图，根据多个波段的反射率数据，计算得到建筑区索引图和水体索引图；并根据建筑区索引图和水体索引图，计算得到非水体建筑区分布索引图，生成自适应调整建筑区分布指数权重的权重抑制矩阵并对低秩优化云图进行处理，获得降低高亮建筑区的云图，再对其云图进行优化，获得最终优化薄云图，使薄云图中的块状边缘的接缝平滑以及增强薄云的边缘和梯度信息。为遥感影像的薄云厚度估计与校正提供精确而鲁棒的技术支撑。
-
公开(公告)号：CN118967509A
公开(公告)日：2024-11-15
申请号：CN202411449688.1
申请日：2024-10-17
Applicant: 武汉大学
Abstract: 本发明公开了一种考虑潜在低秩特征的薄云厚度图优化方法，属于遥感影像处理技术领域，基于遥感影像获得多个波段的反射率数据并估计出初始薄云图，采用优化的薄云图潜在低秩表示模型对所述初始薄云图进行特征加权处理，获得低秩优化云图，根据多个波段的反射率数据，计算得到建筑区索引图和水体索引图；并根据建筑区索引图和水体索引图，计算得到非水体建筑区分布索引图，生成自适应调整建筑区分布指数权重的权重抑制矩阵并对低秩优化云图进行处理，获得降低高亮建筑区的云图，再对其云图进行优化，获得最终优化薄云图，使薄云图中的块状边缘的接缝平滑以及增强薄云的边缘和梯度信息。为遥感影像的薄云厚度估计与校正提供精确而鲁棒的技术支撑。
-
公开(公告)号：CN118781161A
公开(公告)日：2024-10-15
申请号：CN202411271667.5
申请日：2024-09-11
Applicant: 武汉大学
IPC: G06T7/30 , G06T3/4007
Abstract: 本发明提出了一种光学遥感影像全局和局部一体化变分辐射配准方法及系统，包括：对输入的由多幅影像组成的影像集，基于每幅影像的地理信息生成影像集的最小外接矩形并进行网格划分获取有效影像块及具有重叠关系的重叠影像块对及其辐射信息;基于配准后的重叠影像块对的辐射差异关系、配准前后影像块的辐射差异关系，并基于变分理论与范数正则化理论，构建顾及全局‑局部一体化变分辐射配准模型并进行迭代求解，获取每个影像块配准系数；对影像块配准系数进行加权线性插值，求解每个像素点的辐射配准系数，对每个像素点进行线性配准。本发明对影像集的全局和局部辐射差异进行校正与消除，并可有效保留影像梯度和空间纹理信息。
-
公开(公告)号：CN213457420U
公开(公告)日：2021-06-15
申请号：CN202022956914.9
申请日：2020-12-09
Applicant: 武汉大学
Abstract: 本实用新型涉及气象监测技术，具体涉及一种基于无线传输的气象集成传感器系统，包括壳体组件，设置于壳体组件内部的供电组件、控制组件、数据采集与处理模块、授时定位模块和数据传输与存储模块；供电组件、数据采集与处理模块、授时定位模块和数据传输与存储模块均与控制组件连接。控制组件控制实现了对气象要素的采集、处理、存储和传输功能；供电组件实现了对集成系统的电源供应；该系统基于物联网无线传输技术和集成感知技术实现了温度、湿度、气压气象要素一体化监测，具备数据远程传输、仪器实时定位功能，具有成本低、精度高、安装灵活、使用方便、扩展性强的优点，实际中可广泛应用于气象要素加密观测。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
