-
-
公开(公告)号：CN112884791B
公开(公告)日：2021-11-26
申请号：CN202110140509.6
申请日：2021-02-02
Applicant: 重庆市地理信息和遥感应用中心
Abstract: 本发明公开了一种构建大规模遥感影像语义分割模型训练样本集的方法，将已有的遥感影像矢量数据与多期遥感影像进行配准，并依据图斑密度分别通过滑窗算法自动切割提取初级样本集；对初级样本集中每一张图像进行特征提取，并采用聚类算法进行分类，剔除图像质量不佳的样本，获得中间样本集；将中间样本集分批次输入语义分割模型进行迭代优化训练，并在每次迭代优化完成后对样本进行预测，剔除中间样本集中的错误样本，获得目标样本集。其显著效果是：能够避免生成整幅影像且占用空间极大的掩膜，减少滑窗的滑动次数，提高样本的提取速度与数据质量；提高了正确样本在样本集中的纯度，大幅降低了制作大规模样本集的成本。
-
公开(公告)号：CN111008603A
公开(公告)日：2020-04-14
申请号：CN201911246128.5
申请日：2019-12-08
Applicant: 中南大学 , 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Inventor： 李朋龙 , 丁忆 , 连蓉 , 马泽忠 , 李晓龙 , 罗鼎 , 肖禾 , 段松江 , 王岚 , 王亚林 , 钱进 , 刘朝晖 , 王小攀 , 魏文杰 , 谭攀 , 曾远文 , 张灿 , 范文武 , 秦成 , 张斌
Abstract: 本发明公开了一种面向大尺度遥感图像的多类目标快速检测方法，包括以下步骤：将大比例尺遥感图像进行裁剪，并通过重新缩放和旋转来增强数据；利用具有串联线性整流函数模块和Inception模块的卷积特征提取器，将所得的图像数据作为输入并输出多个级别的特征；构建多尺度目标提议网络，并利用多尺度目标提议网络将卷积特征提取器输出的特征生成类似目标区域预测框；构建基于融合特征映射的精确目标检测网络，输入带有类似目标区域预测框的图像，利用精确目标检测网络实现精确的目标检测，输出检测结果。实现了具有大尺度变化的遥感图像中的多类目标自动检测，使得对遥感图像的多目标的实时检测成为可能。
-
公开(公告)号：CN110443816A
公开(公告)日：2019-11-12
申请号：CN201910729774.0
申请日：2019-08-08
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) , 武汉大学
Inventor： 胡艳 , 李朋龙 , 连蓉 , 王亚林 , 张泽烈 , 徐永书 , 李怡静 , 胡翔云 , 丁忆 , 罗鼎 , 段松江 , 吴凤敏 , 王小攀 , 陈静 , 钱进 , 范文武 , 刘建 , 李晓龙 , 郑中 , 谭攀
Abstract: 本发明公开了一种基于道路交叉口检测的遥感影像上城市道路提取方法，包括步骤：建立道路交叉口模型，基于遥感影像提取初始道路线；对初始道路线进行求交运算提取初始道路交叉点，并构建初始道路网络；基于影像分割和交叉口轮廓形状分析法对初始道路交叉点进行检测与验证，获取交叉点的类型及其连通的道路方向；根据交叉点的类型选取正确的交叉点，结合其连通的道路方向，构建目标城市道路网络。其显著效果是：基于道路交叉口提取城市道路，为城市道路网提取提供了稳定可靠的提取结果，完整度、准确率更高，有效克服了现有技术中算法不具备普适性、对道路特征和地物情况要求较高等不足。
-
公开(公告)号：CN117036756B
公开(公告)日：2024-04-05
申请号：CN202310994138.7
申请日：2023-08-08
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
IPC: G06V10/75 , G06V10/74 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于变分自动编码器的遥感图像匹配方法及系统，包括：步骤S1：获取遥感影像图像上的待匹配图像块；步骤S2：利用变分自编码器提取所述待匹配图像块和对应遥感影像底图的特征，获得所述待匹配图像块和所述遥感影像图像的各兴趣点集；步骤S3：将各所述兴趣点集进行特征尺度和主导方向分配；步骤S4：使用归一化互相关匹配算法对所述步骤S3中特征尺度和主导方向分配后的兴趣点集进行匹配，得到匹配度矩阵得分，根据所述匹配度矩阵得分确定最佳匹配区域。本发明提高了遥感图像匹配的精度和工作效率。
-
Patent Agency Ranking
公开(公告)号：CN115761020A
公开(公告)日：2023-03-07
申请号：CN202211476822.8
申请日：2022-11-23
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06T9/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于神经网络自动构建的影像数据压缩方法，包括步骤：待压缩影像数据预处理；初始化神经网络种群；神经网络种群的迭代训练与更新；神经网络种群演化；导出数据完成压缩。其显著效果是：通过神经网络对影像数据进行编码和重建，将影像数据压缩存储至神经网络的参数中，大幅减少了数据占用的存储空间；具有更强的通用性和易用性，能够用于压缩各种类型、不同规模、不同复杂度的影像数据集。
-
公开(公告)号：CN117973836A
公开(公告)日：2024-05-03
申请号：CN202311720552.5
申请日：2023-12-14
Applicant: 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) , 中国科学院、水利部成都山地灾害与环境研究所
IPC: G06Q10/0635 , G06Q50/26
Abstract: 本发明提供一种基于生态系统服务供需平衡的生态风险识别方法，包括：根据研究区确定生态服务类型，生态服务类型包括土壤保持、水源涵养、粮食服务和释氧服务；基于生态系统服务类型，计算得到研究区评估期间对应的生态系统服务供需值，采用归一化和加权叠加分析得到研究区生态系统服务供需综合评价指标；根据得到的生态系统服务供需综合评价指标，计算得到研究区生态服务供需比和协调度；根据供需比及协调度，利用趋势检验分析法分别得到评估期间供需比和协调度的变化趋势；基于供需比和协调度的变化趋势，对研究区的生态风险进行识别，得到生态风险识别结果。本发明能够充分考虑生态系统服务供需平衡的变化，提高生态风险识别的准确性。
-
公开(公告)号：CN115439753B
公开(公告)日：2023-06-06
申请号：CN202211247787.2
申请日：2022-10-12
Applicant: 重庆市地理信息和遥感应用中心
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明提供一种基于DEM的陡峭河岸识别方法及系统，其中，方法包括：获取河流范围数据、原始DEM数据和遥感影像数据，设定缓冲半径，对河流范围数据进行缓冲区分析，获取河流两岸缓冲区范围，并根据河流两岸缓冲区范围生成第一图层，以第一图层为裁切掩膜，对原始DEM数据进行裁切，获取目标DEM数据；通过陡峭河岸识别算法识别目标DEM数据的陡峭特征值，并生成第二图层，采用自然断裂法对陡峭特征值进行断裂分级，提取出符合条件的陡峭特征值数据，生成第三图层，并转换为矢量格式，得到第四图层，结合遥感影像数据，获取陡峭河岸识别结果图。本发明能够对陡峭河岸的精准识别，为后续规划和区域发展提供数据支撑。
-
公开(公告)号：CN111008603B
公开(公告)日：2023-04-18
申请号：CN201911246128.5
申请日：2019-12-08
Applicant: 中南大学 , 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
Inventor： 李朋龙 , 丁忆 , 连蓉 , 马泽忠 , 李晓龙 , 罗鼎 , 肖禾 , 段松江 , 王岚 , 王亚林 , 钱进 , 刘朝晖 , 王小攀 , 魏文杰 , 谭攀 , 曾远文 , 张灿 , 范文武 , 秦成 , 张斌
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种面向大尺度遥感图像的多类目标快速检测方法，包括以下步骤：将大比例尺遥感图像进行裁剪，并通过重新缩放和旋转来增强数据；利用具有串联线性整流函数模块和Inception模块的卷积特征提取器，将所得的图像数据作为输入并输出多个级别的特征；构建多尺度目标提议网络，并利用多尺度目标提议网络将卷积特征提取器输出的特征生成类似目标区域预测框；构建基于融合特征映射的精确目标检测网络，输入带有类似目标区域预测框的图像，利用精确目标检测网络实现精确的目标检测，输出检测结果。实现了具有大尺度变化的遥感图像中的多类目标自动检测，使得对遥感图像的多目标的实时检测成为可能。
-
公开(公告)号：CN113723281A
公开(公告)日：2021-11-30
申请号：CN202111001772.3
申请日：2021-08-30
Applicant: 重庆市地理信息和遥感应用中心
Abstract: 本发明公开了一种基于局部自适应尺度集成学习的高分辨率影像分类方法，包括步骤：获取工作区的样本和高分辨率遥感影像；通过不同分割尺度下影像对象平均局部同质性的变化率曲线，获取若干个优选尺度分割结果；计算不同优选尺度分割结果下每个分割对象的分类特征，构建整幅影像的覆盖特征矩阵；计算覆盖特征矩阵中各个覆盖特征对于每个像元分类时的贡献度；整幅影像的局部自适应尺度的集成学习并分割影像；构建分类器对局部自适应尺度分割结果下影像对象进行集成学习并分类。其显著效果是：巧妙的避开了在基于对象分类范式中最佳分割参数的选择问题，实现了不同尺度下分类信息的集成，提高了高分率遥感影像的地物识别精度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.03 seconds)
