一种深度学习变化检测样本集构建方法和装置

    公开(公告)号:CN116229213A

    公开(公告)日:2023-06-06

    申请号:CN202310246339.9

    申请日:2023-03-07

    Abstract: 本发明提供了一种深度学习变化检测样本集构建方法和装置,涉及变化检测的技术领域,包括:获取样本遥感影像对和样本遥感影像对的标签矢量文件;对样本遥感影像对进行预处理,得到目标遥感影像对,以及对标签进行质量筛选,得到目标标签;基于目标标签,对目标遥感影像对中的变化图斑进行切片处理,得到切片影像;基于切片影像的目标组织架构,对切片影像进行分类,得到分类切片影像,并基于分类切片影像的目标组织架构,将分类切片影像更新至已有切片样本集,基于待训练深度学习模型的训练需求和更新后的已有切片样本集,构建深度学习变化检测样本集,解决了现有的深度学习变化检测样本集构建方法的导致的适用性差和构建效率较低的技术问题。

    融合北斗和InSAR数据的地表沉降监测方法及装置

    公开(公告)号:CN111522006B

    公开(公告)日:2020-10-09

    申请号:CN202010601060.4

    申请日:2020-06-29

    Abstract: 本发明提供了一种融合北斗和InSAR数据的地表沉降监测方法及装置,涉及地球观测与导航的技术领域,包括:先获取监测点的北斗观测数据和PS点的SAR影像数据;然后分别对北斗观测数据和SAR影像数据进行沉降时序解算,得到北斗沉降时序和SAR沉降时序;将公共点的北斗沉降时序和SAR沉降时序进行融合,得到公共点的融合沉降时序;再构建监测区域的沉降场曲面方程;最后基于公共点的融合沉降时序和沉降场曲面方程,对其他PS点进行时空插值计算,得到其他PS点的融合沉降时序,以实现对监测区域的监测。本发明可以实现高精度,高时间分辨率,高空间分辨率,低成本,便于实现的有益效果。

    融合北斗和InSAR数据的地表沉降监测方法及装置

    公开(公告)号:CN111522006A

    公开(公告)日:2020-08-11

    申请号:CN202010601060.4

    申请日:2020-06-29

    Abstract: 本发明提供了一种融合北斗和InSAR数据的地表沉降监测方法及装置,涉及地球观测与导航的技术领域,包括:先获取监测点的北斗观测数据和PS点的SAR影像数据;然后分别对北斗观测数据和SAR影像数据进行沉降时序解算,得到北斗沉降时序和SAR沉降时序;将公共点的北斗沉降时序和SAR沉降时序进行融合,得到公共点的融合沉降时序;再构建监测区域的沉降场曲面方程;最后基于公共点的融合沉降时序和沉降场曲面方程,对其他PS点进行时空插值计算,得到其他PS点的融合沉降时序,以使实现对监测区域的监测。本发明可以实现高精度,高时间分辨率,高空间分辨率,低成本,便于实现的有益效果。

Patent Agency Ranking