-
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
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：CN111339948B
公开(公告)日：2022-02-01
申请号：CN202010121967.0
申请日：2020-02-25
Applicant: 武汉大学
IPC: G06V20/10 , G06V20/40 , G06V10/40 , G06K9/62 , G06V10/764
Abstract: 本发明涉及一种高分辨率遥感影像新增建筑自动识别方法，主要步骤包括：1)对不同时相的高分辨率影像进行几何精纠正和相对辐射校正；2)计算获取前后两个时相影像的MBI(形态学建筑指数)、Harris、NDVI(归一化植被指数)特征；3)建筑特征中去除植被区域；4)计算特征热点图；5)特征热点图取阈值；6)对二值化后的特征图取连通域得到对象，采用对象投票处理得到新增建筑斑块；7)新增建筑后处理，包括：前期建设用地现状图和最小制图单元滤除。本发明能基于遥感图像自动提取新增建筑，为土地监察和管理提供有效的技术手段。
-
公开(公告)号：CN103984947A
公开(公告)日：2014-08-13
申请号：CN201410238937.2
申请日：2014-05-30
Applicant: 武汉大学
Inventor： 黄昕
Abstract: 本发明公开了一种基于形态学房屋指数的高分辨率遥感影像房屋提取方法，本发明针对高分辨率遥感影像上房屋的亮度大、各向同性、类矩度的特点，基于形态学运算构建形态学房屋指数，采用形态学房屋指数自动提取遥感影像房屋。在此基础上，本发明还利用阴影和房屋相似的空间特性和相反的光学特性，从形态学房屋指数衍生出形态学阴影指数，并采用形态学阴影指数对房屋提取进行约束，从而进一步优化房屋提取精度。本发明无需手动分割、无需人工训练，可实现遥感影像房屋的全自动化提取；加入形态学阴影指数进行约束，可显著提高房屋提取精度。
-
公开(公告)号：CN1932850A
公开(公告)日：2007-03-21
申请号：CN200610124714.9
申请日：2006-10-09
Applicant: 武汉大学
Abstract: 一种遥感图像空间形状特征提取与分类方法，通过围绕中心像元的一系列等间隔的方向线的延伸来探测该像元的空间形状结构特征，方向线的数量在5－48个，方向线的长度通过同质性阈值和最大长度阈值控制，互不相等，体现影像的各向异性；通过像元的方向线直方图反映它的上下文结构特性，为了更有效的提取空间结构特征，同时减少特征的维数，采用长度、宽度、像元形状指数、长宽比值、加权均值、方差这6个统计测度提取每个像元的方向线直方图特征；采用光谱和空间结构特征融合分类的方法，同时在多种神经网络和机器学习算法中择一方法处理高维特征空间。本发明计算简便、程序运行效率高，人工干预少，适用于高分辨率遥感影像的自动分类，可有效提高该类影像的分类精度和效率。
-
公开(公告)号：CN1916935A
公开(公告)日：2007-02-21
申请号：CN200610124494.X
申请日：2006-09-11
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 一种可调节的光谱和空间特征混合分类方法，基于多尺度背景、小波多分辨率分析，设置中心像元的一系列多尺度窗口，用Mallat变换建立每个窗口的多分辨率分析，小波分解的级数由窗口大小和影像分辨率确定；对每个窗口的每一次Mallat分解，都可以得到4个小波子频带，求取这4个子频带的信息熵测度，并用这4个值构造一个旋转不变的空间特征，同时减少空间信息的维数；选择相应类别的样本，根据样本的光谱和空间信息，用均值和方差测度构造偏离度向量，对不同的空间特征进行特征加权；选择光谱和空间特征在分类中所占的比例。本发明避免了窗口的选择问题，能更准确地表达各种不同大小和尺度地物的特征，提高解译的精度，人工干预少，适用于中高分辨率遥感影像的自动分类，可有效提高该类影像的分类精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN111798383A
公开(公告)日：2020-10-20
申请号：CN202010517159.6
申请日：2020-06-09
Applicant: 武汉大学
Abstract: 本发明属于遥感影像处理技术领域，公开了一种高分辨率夜间灯光影像的增强方法，包括获取高分辨率夜间灯光影像及对应的日间遥感影像，并进行地理匹配；根据高分辨率夜间灯光影像获得夜间灯光亮度影像；根据日间遥感影像，结合建筑物特征指数MBI，获得建筑物二值图；根据夜间灯光亮度影像、建筑物二值图分别获得每个制图单元对应的夜间灯光亮度、建筑密度；根据夜间灯光亮度、建筑密度获得每个制图单元对应的高分辨率夜间灯光增强指数；采用高分辨率夜间灯光增强指数对高分辨率夜间灯光影像进行调节，得到增强影像。本发明解决了现有技术中缺乏有效地对高分辨率夜间灯光影像进行增强的方法的问题，实现了高分辨率夜灯亮度的增强。
-
公开(公告)号：CN100419783C
公开(公告)日：2008-09-17
申请号：CN200610124714.9
申请日：2006-10-09
Applicant: 武汉大学
Abstract: 一种遥感图像空间形状特征提取与分类方法，通过围绕中心像元的一系列等间隔的方向线的延伸来探测该像元的空间形状结构特征，方向线的数量在5-48个，方向线的长度通过同质性阈值和最大长度阈值控制，互不相等，体现影像的各向异性；通过像元的方向线直方图反映它的上下文结构特性，为了更有效的提取空间结构特征，同时减少特征的维数，采用长度、宽度、像元形状指数、长宽比值、加权均值、方差这6个统计测度提取每个像元的方向线直方图特征；采用光谱和空间结构特征融合分类的方法，同时在多种神经网络和机器学习算法中择一方法处理高维特征空间。本发明计算简便、程序运行效率高，人工干预少，适用于高分辨率遥感影像的自动分类，可有效提高该类影像的分类精度和效率。
-
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
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：CN111798383B
公开(公告)日：2022-06-14
申请号：CN202010517159.6
申请日：2020-06-09
Applicant: 武汉大学
Abstract: 本发明属于遥感影像处理技术领域，公开了一种高分辨率夜间灯光影像的增强方法，包括获取高分辨率夜间灯光影像及对应的日间遥感影像，并进行地理匹配；根据高分辨率夜间灯光影像获得夜间灯光亮度影像；根据日间遥感影像，结合建筑物特征指数MBI，获得建筑物二值图；根据夜间灯光亮度影像、建筑物二值图分别获得每个制图单元对应的夜间灯光亮度、建筑密度；根据夜间灯光亮度、建筑密度获得每个制图单元对应的高分辨率夜间灯光增强指数；采用高分辨率夜间灯光增强指数对高分辨率夜间灯光影像进行调节，得到增强影像。本发明解决了现有技术中缺乏有效地对高分辨率夜间灯光影像进行增强的方法的问题，实现了高分辨率夜灯亮度的增强。
-
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
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。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.063 seconds)
