公开(公告)号：CN114898216A

公开(公告)日：2022-08-12

申请号：CN202210671099.2

申请日：2022-06-14

Applicant: 湖南省农林工业勘察设计研究总院 ,  湖南神帆科技有限公司

Inventor： 杨文军 ,  李智勇 ,  邓志鹏 ,  易敏 ,  曹雪佳 ,  张鹏 ,  杨芳

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/82 ,  G06V10/764 ,  G06V10/762 ,  G06T7/10 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于超像素与分水岭的遥感图像深度学习分割方法及系统，通过利用超像素分割算法对遥感图像进行超像素分割，输出超像素分割结果图；利用语义分割类卷积神经网络对遥感图像进行地物分割，输出地物分割结果图；将每个超像素块的几何中心定义为种子点的位置，结合输出的超像素分割图和地物分割结果图，逐个统计计算超像素块内不同地物类别标签的占比数量，取占比最大的地物类别标签作为该超像素块种子点类别；将定义的种子点作为输入参数，利用分水岭算法对遥感图像进行地物分割，输出相同尺寸的地物分割效果图。本发明有效提高遥感图像地物分割的可视化效果和遥感图像地物分割的精度。

公开(公告)号：CN114898216B

公开(公告)日：2025-02-11

申请号：CN202210671099.2

申请日：2022-06-14

Applicant: 湖南省农林工业勘察设计研究总院 ,  湖南神帆科技有限公司

Inventor： 杨文军 ,  李智勇 ,  邓志鹏 ,  易敏 ,  曹雪佳 ,  张鹏 ,  杨芳

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/82 ,  G06V10/764 ,  G06V10/762 ,  G06T7/10 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于超像素与分水岭的遥感图像深度学习分割方法及系统，通过利用超像素分割算法对遥感图像进行超像素分割，输出超像素分割结果图；利用语义分割类卷积神经网络对遥感图像进行地物分割，输出地物分割结果图；将每个超像素块的几何中心定义为种子点的位置，结合输出的超像素分割图和地物分割结果图，逐个统计计算超像素块内不同地物类别标签的占比数量，取占比最大的地物类别标签作为该超像素块种子点类别；将定义的种子点作为输入参数，利用分水岭算法对遥感图像进行地物分割，输出相同尺寸的地物分割效果图。本发明有效提高遥感图像地物分割的可视化效果和遥感图像地物分割的精度。

公开(公告)号：CN111951284B

公开(公告)日：2022-04-22

申请号：CN202010807740.1

申请日：2020-08-12

Applicant: 湖南神帆科技有限公司

Inventor： 张鹏 ,  李智勇 ,  邓志鹏 ,  杨芳

IPC: G06T7/11 ,  G06N3/04 ,  G06V10/774 ,  G06T7/90

Abstract: 本发明公开了一种基于深度学习的光学遥感卫星图像精细化云检测方法，包括以下步骤：A、云类型定义；B、样本选择；C、数据标注；D、数据扩充；E、网络模型训练；F、图像语义分割。本发明能够解决现有技术的不足，克服云的光谱差异性、异物同谱现象、地表信息混合等问题，兼顾算法的简洁性和高效率，得到精细化的云层分布结果。

公开(公告)号：CN114913074A

公开(公告)日：2022-08-16

申请号：CN202210671224.X

申请日：2022-06-14

Applicant: 湖南神帆科技有限公司 ,  湖南省生态环境监测中心

Inventor： 李智勇 ,  易敏 ,  邓志鹏 ,  张鹏 ,  杨芳 ,  覃业聚

IPC: G06T3/40 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种深度网络语义分割的超像素无缝拼接方法及系统，以一定的相邻重叠度对大幅面遥感影像进行分块裁剪，得到多个遥感图像块和相邻遥感图像块重叠区域；利用深度卷积神经网络对分块裁剪得到的多个遥感图像块分别进行地物分割，得到遥感图像块分割结果；利用超像素算法对分块裁剪得到的相邻遥感图像块重叠区域进行超像素分割，得到超像素区域；参考超像素区域边界对得到的遥感图像块分割结果进行拼接，获取整幅遥感影像的分割结果。本发明利用超像素拼接的方法对大幅面遥感影像的深度网络语义分割结果进行无缝拼接，有效保留遥感影像中地物分割结果的完整性，提高地物分割精度和可视化效果。

公开(公告)号：CN111951285A

公开(公告)日：2020-11-17

申请号：CN202010807756.2

申请日：2020-08-12

Applicant: 湖南神帆科技有限公司

Inventor： 李智勇 ,  张鹏 ,  邓志鹏 ,  杨芳

IPC: G06T7/11 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于级联深度卷积神经网络的光学遥感影像林地分类方法，包括以下步骤：A、利用图像语义分割深度卷积网络实现影像中大颗粒度地物的分类，实现林地与非林地区域的划分；B、利用面向图像分类的深度卷积神经网络实现针对林地区域的细颗粒度精细划分。本发明能够解决现有技术的不足，可以发挥深度学习对遥感影像地物特征的有效挖掘，同时兼顾了高分辨率影像中林地精细特征的高效学习与提取，能够较好地解决高分辨率遥感影像林地精细分类问题。

公开(公告)号：CN111951284A

公开(公告)日：2020-11-17

申请号：CN202010807740.1

申请日：2020-08-12

Applicant: 湖南神帆科技有限公司

Inventor： 张鹏 ,  李智勇 ,  邓志鹏 ,  杨芳

IPC: G06T7/11 ,  G06N3/04 ,  G06K9/62 ,  G06T7/90

Abstract: 本发明公开了一种基于深度学习的光学遥感卫星图像精细化云检测方法，包括以下步骤：A、云类型定义；B、样本选择；C、数据标注；D、数据扩充；E、网络模型训练；F、图像语义分割。本发明能够解决现有技术的不足，克服云的光谱差异性、异物同谱现象、地表信息混合等问题，兼顾算法的简洁性和高效率，得到精细化的云层分布结果。