公开(公告)号：CN115661655B

公开(公告)日：2024-03-22

申请号：CN202211368443.7

申请日：2022-11-03

Applicant: 重庆市地理信息和遥感应用中心

Inventor： 张滔 ,  李朋龙 ,  马泽忠 ,  文力 ,  敖影 ,  罗鼎 ,  丁忆 ,  张孝成 ,  余淮江 ,  李晓龙 ,  王小攀 ,  刘亦凡 ,  蒋雪 ,  舒文强 ,  袁月

IPC: G06V20/10 ,  G06V10/58 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种高光谱和高分影像深度特征融合的西南山区耕地提取方法，包括步骤：制作训练样本集；构建高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络；输入所述训练样本集对高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络进行训练；采用训练后的高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络模型对待识别测试区影像进行处理，获得耕地提取结果。其显著效果是：设计了高光谱影像和高分影像协同的双输入单输出卷积神经网络，综合利用了高分辨率影像的空间结构特征和高光谱影像的光谱特征，实现了对西南山地区域耕地的精准提取，显著提高了目标提取精度。

公开(公告)号：CN115880325A

公开(公告)日：2023-03-31

申请号：CN202211562504.3

申请日：2022-12-07

Applicant: 重庆市地理信息和遥感应用中心

Inventor： 黄林周 ,  连蓉 ,  罗鼎 ,  张孝成 ,  马泽忠 ,  余淮江 ,  黄印 ,  魏文杰 ,  林熙 ,  王小攀 ,  刘亦凡 ,  李晓 ,  雷小虎 ,  袁月 ,  蒋雪

IPC: G06T7/181 ,  G06T5/00 ,  G06F18/2321

Abstract: 本发明提供了一种基于点云维度和空间距离聚类的建筑物轮廓自动提取方法，包括：S1、对带有真实地理坐标的激光点云进行去噪处理；S2、通过对所述激光点云进行点云滤波，分离场景中的地面点云及非地面点云；S3、计算所述非地面点云所属维度可能性，通过空间聚类分析获取建筑物点云；S4、获取建筑物点云轮廓，并拟合轮廓函数。本发明数据源采用激光点云，不仅能解决传统方法中由于遥感影像分辨率低导致的地物分类不准确等问题，也能面向大场景开展建筑物轮廓提取，还通过计算点云所属维度，从非地面点云中分离现状点云、面状点云和散状点云，再依据空间距离聚类方法准确提取建筑物点云。不光使得提取建筑物点云的结果更精确，还提升了效率。

公开(公告)号：CN115661655A

公开(公告)日：2023-01-31

申请号：CN202211368443.7

申请日：2022-11-03

Applicant: 重庆市地理信息和遥感应用中心

Inventor： 张滔 ,  李朋龙 ,  马泽忠 ,  文力 ,  敖影 ,  罗鼎 ,  丁忆 ,  张孝成 ,  余淮江 ,  李晓龙 ,  王小攀 ,  刘亦凡 ,  蒋雪 ,  舒文强 ,  袁月

IPC: G06V20/10 ,  G06V10/58 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种高光谱和高分影像深度特征融合的西南山区耕地提取方法，包括步骤：制作训练样本集；构建高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络；输入所述训练样本集对高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络进行训练；采用训练后的高光谱影像和高分影像协同双输入单输出语义分割卷积神经网络模型对待识别测试区影像进行处理，获得耕地提取结果。其显著效果是：设计了高光谱影像和高分影像协同的双输入单输出卷积神经网络，综合利用了高分辨率影像的空间结构特征和高光谱影像的光谱特征，实现了对西南山地区域耕地的精准提取，显著提高了目标提取精度。