公开(公告)号：CN118968223A

公开(公告)日：2024-11-15

申请号：CN202411098438.8

申请日：2024-08-12

Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) ,  武汉大学

Inventor： 聂可 ,  聂冠瑞 ,  涂理林 ,  李家艺 ,  黄昕

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0895 ,  G06V20/10

Abstract: 本发明公开一种深度网络模型自监督训练、土地利用变化检测方法及装置，属于遥感图像处理领域。其中训练方法包括：获取第一时相训练图像和第二时相训练图像；将第一时相训练图像和第二时相训练图像输入深度网络模型，获取第一时相图像特征和第二时相图像特征；将第一时相图像特征和第二时相图像特征中同一场景、不同角度的图像特征构造正样本对，不同场景的图像特征构造负样本对；构造多角度对比损失函数；根据正样本对、负样本对和多角度对比损失函数，对深度网络模型进行自监督训练。本发明从多视角影像中构建自监督学习范式，以土地利用变化检测为下游任务，在不依赖或仅依赖较少人工标注样本的前提下实现土地利用监测。

公开(公告)号：CN113205006B

公开(公告)日：2022-07-19

申请号：CN202110390724.1

申请日：2021-04-12

Applicant: 武汉大学

Inventor： 黄昕 ,  涂理林

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/26 ,  G06V10/80 ,  G06K9/62

Abstract: 本发明涉及一种基于水稻指数的多时相遥感影像水稻提取方法。首先对每一个时相的遥感影像进行几何配准，然后计算配准后的各时相遥感影像的归一化差分植被指数NDVI，得到时序NDVI影像，再由时序NDVI影像及水稻生长季数计算得到多个归一化差分时序指数NDTI，并对NDTI进行最小值融合，得到水稻指数RI，接着对RI特征影像进行阈值分割，得到水稻提取结果，最后利用光谱约束和几何约束对水稻提取结果进行后处理，得到较为准确的水稻提取结果。本发明无需人工选择训练样本，即可实现多时相遥感影像水稻全自动提取，且本发明基于水稻多个生长季的特点设计水稻指数进行水稻提取，可以广泛用于多熟制品种水稻的提取。

公开(公告)号：CN113205006A

公开(公告)日：2021-08-03

申请号：CN202110390724.1

申请日：2021-04-12

Applicant: 武汉大学

Inventor： 黄昕 ,  涂理林

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/34 ,  G06K9/62

Abstract: 本发明涉及一种基于水稻指数的多时相遥感影像水稻提取方法。首先对每一个时相的遥感影像进行几何配准，然后计算配准后的各时相遥感影像的归一化差分植被指数NDVI，得到时序NDVI影像，再由时序NDVI影像及水稻生长季数计算得到多个归一化差分时序指数NDTI，并对NDTI进行最小值融合，得到水稻指数RI，接着对RI特征影像进行阈值分割，得到水稻提取结果，最后利用光谱约束和几何约束对水稻提取结果进行后处理，得到较为准确的水稻提取结果。本发明无需人工选择训练样本，即可实现多时相遥感影像水稻全自动提取，且本发明基于水稻多个生长季的特点设计水稻指数进行水稻提取，可以广泛用于多熟制品种水稻的提取。