公开(公告)号：CN116665069A

公开(公告)日：2023-08-29

申请号：CN202310535595.X

申请日：2023-05-12

Applicant: 武汉大学

Inventor： 贾永红 ,  潘红 ,  王一松

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06V10/20 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种高分遥感影像水体提取方法及系统，综合利用高分遥感影像中水体对象的光谱、面积和形状等特征来建立决策树，从高分遥感影像进行初步的水体提取，然后构建轻量级的卷积神经网络模型，在水体粗提取基础上进行精确提取。源于集成学习的思想，既利用先验知识构建决策树，又引入深度学习方法，将弱分类器组合成强分类器；在影像经过决策树的水体粗提取之后，用于水体精提取的轻量级神经网络模型复杂度低和参数量小，运算速度快，可以高效高精度获得水体图斑信息，去除高分遥感影像阴影、小目标等的干扰。

公开(公告)号：CN109783665B

公开(公告)日：2022-10-14

申请号：CN201811639288.1

申请日：2018-12-29

Applicant: 武汉大学

Inventor： 孟令奎 ,  崔长露 ,  张文 ,  王锐 ,  杨倍倍 ,  孟诣卓 ,  高子文 ,  王一松

IPC: G06F16/51

Abstract: 本发明公开了一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法，包括：通过Google S2算法实现遥感数据的格网化裁剪，用于将大范围整幅遥感影像进行分区、分片及地面空间离散化，方便影像数据的存储管理；Hbase数据库的表存储模型的建立，实现了对分区遥感影像在多个维度的属性表述，并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合。本发明充分考虑了不同种类遥感影像数据的特点，实现了遥感大数据的高效存储，满足了用户不同应用场景下的需求，并有效地兼顾了系统的可扩展性和数据均衡。

公开(公告)号：CN109783665A

公开(公告)日：2019-05-21

申请号：CN201811639288.1

申请日：2018-12-29

Applicant: 武汉大学

Inventor： 孟令奎 ,  崔长露 ,  张文 ,  王锐 ,  杨倍倍 ,  孟诣卓 ,  高子文 ,  王一松

IPC: G06F16/51

Abstract: 本发明公开了一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法，包括：通过Google S2算法实现遥感数据的格网化裁剪，用于将大范围整幅遥感影像进行分区、分片及地面空间离散化，方便影像数据的存储管理；Hbase数据库的表存储模型的建立，实现了对分区遥感影像在多个维度的属性表述，并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合。本发明充分考虑了不同种类遥感影像数据的特点，实现了遥感大数据的高效存储，满足了用户不同应用场景下的需求，并有效地兼顾了系统的可扩展性和数据均衡。