-
公开(公告)号：CN117192549A
公开(公告)日：2023-12-08
申请号：CN202311162466.7
申请日：2023-09-08
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
Abstract: 本发明提供了一种大坝全域形变监测方法、装置、电子设备及介质，包括：基于合成孔径雷达干涉InSAR技术采集大坝全域的SAR影像以及基于LiDAR设备采集重点区域的LiDAR点云数据；其中，重点区域为基于InSAR技术无法提取形变的区域；基于SAR影像提取大坝全域的雷达LOS向地表形变值；基于雷达LOS向地表形变值，以及雷达LOS向形变与大坝垂直向形变间的函数关系，计算大坝全域的InSAR沉降值；基于不同时间段的LiDAR点云数据计算重点区域的LiDAR沉降值；基于重点区域的LiDAR沉降值对大坝全域的InSAR沉降值进行校正，得到校正后的非汛期大坝全域沉降值。本发明提高了大坝全域形变监测的精度和效率，同时降低了人力和物力成本。
-
公开(公告)号：CN116091497A
公开(公告)日：2023-05-09
申请号：CN202310362240.5
申请日：2023-04-07
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
IPC: G06T7/00 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种遥感变化检测方法、装置、电子设备和存储介质，涉及遥感变化检测工程化技术领域，该方法包括：获取待预测两景影像，并对待预测两景影像进行预处理；将预处理后的待预测两景影像输入至预先训练好的多光谱深度学习模型进行变化区域预测，得到预测结果图斑栅格影像；对预测结果图斑栅格影像进行变化图斑优化，得到变化检测结果。本申请提升了遥感地物的变化检测精度和多光谱遥感影像处理的适用性。
-
公开(公告)号：CN116091497B
公开(公告)日：2023-06-27
申请号：CN202310362240.5
申请日：2023-04-07
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
IPC: G06T7/00 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种遥感变化检测方法、装置、电子设备和存储介质，涉及遥感变化检测工程化技术领域，该方法包括：获取待预测两景影像，并对待预测两景影像进行预处理；将预处理后的待预测两景影像输入至预先训练好的多光谱深度学习模型进行变化区域预测，得到预测结果图斑栅格影像；对预测结果图斑栅格影像进行变化图斑优化，得到变化检测结果。本申请提升了遥感地物的变化检测精度和多光谱遥感影像处理的适用性。
-
公开(公告)号：CN119539505A
公开(公告)日：2025-02-28
申请号：CN202510096933.3
申请日：2025-01-22
Applicant: 航天宏图信息技术股份有限公司
IPC: G06Q10/0635 , G06Q50/26 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种融合升降轨时序InSAR形变的地质灾害危险性评价方法及装置，包括：基于升降轨时序InSAR数据进行形变反演分别得到升轨地表形变量和降轨地表形变量，融合后得到研究区域内每个栅格对应的动态形变因子；基于光学遥感数据和环境数据确定研究区域内每个栅格对应的多维静态环境因子；遍历研究区域内每个栅格，对栅格对应的动态形变因子和多维静态环境因子进行筛选，以确定栅格对应的多个目标评价因子；基于每个栅格对应的目标评价因子对研究区域内发生的地质灾害事件的贡献程度，生成研究区域对应的地质灾害危险性评价结果。本发明可以更全面、更准确地表征地质灾害形变，以提升地质灾害危险性评价精度。
-
公开(公告)号：CN118570627B
公开(公告)日：2024-12-13
申请号：CN202410158633.9
申请日：2024-07-08
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明提供了一种融合关键生育期的深度学习作物提取方法、装置及设备，包括：获取研究区域对应的初始对地观测数据，并根据作物生育分布特征从初始对地观测数据筛选出两期目标对地观测数据；通过训练得到的作物提取模型，基于两期目标对地观测数据进行作物分布预测，以生成研究区域对应的作物分布预测数据；对作物分布预测数据中包含的作物图斑进行优化，以生成研究区域对应的作物分布成果。本发明不仅可以利用不同分辨率的对地观测数据实现作物提取，还可以充分利用作物的生育期，实现大面积、精准的作物分布预测。
-
Patent Agency Ranking
公开(公告)号：CN118570627A
公开(公告)日：2024-08-30
申请号：CN202410158633.9
申请日：2024-07-08
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明提供了一种融合关键生育期的深度学习作物提取方法、装置及设备，包括：获取研究区域对应的初始对地观测数据，并根据作物生育分布特征从初始对地观测数据筛选出两期目标对地观测数据；通过训练得到的作物提取模型，基于两期目标对地观测数据进行作物分布预测，以生成研究区域对应的作物分布预测数据；对作物分布预测数据中包含的作物图斑进行优化，以生成研究区域对应的作物分布成果。本发明不仅可以利用不同分辨率的对地观测数据实现作物提取，还可以充分利用作物的生育期，实现大面积、精准的作物分布预测。
-
公开(公告)号：CN117574161B
公开(公告)日：2024-04-16
申请号：CN202410063756.4
申请日：2024-01-17
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/082 , G06F18/213 , G06F18/2337 , G06F18/25 , G01S13/86 , G01N21/17 , G01S7/41 , G01S13/88 , G01S13/90
Abstract: 本发明提供了一种基于生成对抗网络的地表参量估算方法、装置及设备，包括：基于监测区域对应的星载合成孔径雷达数据和/或光学对地观测遥感数据，确定监测区域对应的待处理数据；对待处理数据进行聚类分割处理生成对象级分割数据，并结合实测地表参量数据对对象级分割数据进行空间尺度转换，生成训练样本数据；利用训练样本数据，对预先构建的地表参量估算模型进行训练，以得到目标地表参量估算模型；其中，目标地表参量估算模型采用生成对抗网络框架，目标地表参量估算模型用于对监测区域处的地表参量进行估算。本发明具备鲁棒性强、效率高、便于工程化等优势，对生态环境评估和监管起到基础技术支撑作用。
-
公开(公告)号：CN117523383A
公开(公告)日：2024-02-06
申请号：CN202311220880.9
申请日：2023-09-20
Applicant: 自然资源部国土卫星遥感应用中心 , 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/44 , G06V10/58 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种建构筑物变化发现与长时序跟踪监测方法和装置，涉及自然资源变化监测的技术领域，包括：获取样本变化图斑矢量和长时序高分遥感影像数据，并确定出样本变化图斑矢量中每个变化图斑对应的长时序高分遥感影像数据切片集，并确定出长时序高分遥感影像数据切片集对应的特征数据；利用特征数据、特征数据对应的建构筑物变化类别，对预设随机森林模型进行训练，得到目标随机森林模型；利用待处理变化图斑矢量、待处理变化图斑矢量对应的长时序高分遥感影像数据和目标随机森林模型，确定出待处理变化图斑矢量对应的变化进程评估结果，解决了现有技术难以对建构筑物变化进度进行评估的技术问题。
-
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
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V10/774 , G06V10/764 , G06V20/13 , G06V20/17 , G06V10/82
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。
-
公开(公告)号：CN118764706A
公开(公告)日：2024-10-11
申请号：CN202411230833.7
申请日：2024-09-04
Applicant: 航天宏图信息技术股份有限公司
IPC: H04N23/61 , H04N23/67 , H04N23/69 , H04N23/695
Abstract: 本发明提供了一种监控相机中心构图的云台控制方法、装置、设备及介质，包括：获取摄像组件针对目标对象采集的视频帧图像；如果检测出目标对象位于视频帧图像中的非中心区域，和/或目标对象在视频帧图像中所呈现的清晰程度不满足预设清晰条件，则对云台组件的旋转角度和摄像组件的焦距进行交替迭代求解，得到目标旋转角度和目标焦距；基于目标旋转角度和目标焦距，获取摄像组件针对目标对象采集的目标视频帧图像；其中，目标对象位于目标视频帧图像中的中心区域内，且目标对象在目标视频帧图像中的清晰程度满足预设清晰条件。本发明具备全自动、无需标定且不依赖高精度云台转角等特点。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.072 seconds)
