公开(公告)号：CN116863349A

公开(公告)日：2023-10-10

申请号：CN202310865015.3

申请日：2023-07-14

Applicant: 福建省地质测绘院(福建省地质科学研究所)

Inventor： 修晓龙 ,  吴瑞姣 ,  陈光剑 ,  邓西鹏 ,  黄裕瑶

IPC: G06V20/13 ,  G06V10/44

Abstract: 本发明提供了一种基于三角网密集匹配的遥感影像变化区域确定方法及装置，包括：获取待处理的前期遥感影像和后期遥感影像；对前期遥感影像和后期遥感影像进行特征点匹配，得到前期遥感影像和后期遥感影像之间的初始匹配点集合；基于初始匹配点集合构建不规则三角网，并对不规则三角网中每个三角形内部的像素点进行密集匹配，得到前期遥感影像和后期遥感影像之间的目标密集匹配点集合；基于目标密集匹配点集合，确定前期遥感影像和后期遥感影像之间的变化区域。本发明不仅适用于多波段影像，同样适用于单波段影像，而且具备较高的稳定性和鲁棒性，可自动化批量化提取多时相遥感影像的变化区域。

公开(公告)号：CN117132884A

公开(公告)日：2023-11-28

申请号：CN202310849650.2

申请日：2023-07-12

Applicant: 福州大学 ,  福建省地质测绘院(福建省地质科学研究所)

Inventor： 汪小钦 ,  李蒙蒙 ,  黄德华 ,  修晓龙 ,  吴瑞姣 ,  黄姮 ,  朱世勇 ,  陈光剑 ,  黄裕瑶

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于地块尺度的农作物遥感智能提取方法。首先将高分辨率遥感影像地块提取视为图像语义分割问题，集成卷积神经网络和Transformer网络，构建一个顾及空间细节和远距离上下文语义的神经网络模型；基于提取的精细地块，利用中等分辨率影像构建时序遥感数据集，结合长短期记忆模型和全卷积神经网络模型在时间特征和空间特征上的表征优势，构建一个新的时序深度学习模型用于农作物精准分类。本发明充分利用卷积神经网络、Transformer模型、长短期记忆模型在空间细节、远距离上下文信息建模和时序特征提取方面的优势，通过集成先进的深度网络模型，有效地提取了不同层级的地块图像特征、作物物候特征，实现了地块尺度农作物种植结构的精准分类。