公开(公告)号：CN118172662A

公开(公告)日：2024-06-11

申请号：CN202410206355.X

申请日：2024-02-26

Applicant: 长江勘测规划设计研究有限责任公司 ,  南京航空航天大学

Inventor： 何忠臣 ,  何向阳 ,  李少林 ,  张燕琴 ,  王鹏

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于深度森林的遥感图像变化检测通用方法，属于遥感图像处理领域，将双时态遥感图像输入遥感图像变化检测基础模型中，得到初步变化预测图，将初步变化预测图输入深度森林的多粒度扫描模型中，对初步变化预测图进行多粒度扫描，得到初步变化预测图的特征向量；将特征向量输入级联森林，进行二分类，得到最终的变化预测图。本发明改善了现有的遥感图像变化检测方法，通过利用深度森林模块提高变化检测的准确性。

公开(公告)号：CN114372987A

公开(公告)日：2022-04-19

申请号：CN202111244380.X

申请日：2021-10-20

Applicant: 南京航空航天大学

Inventor： 王鹏 ,  何忠臣

IPC: G06T7/11 ,  G06N3/00 ,  G06T5/50

Abstract: 本发明考虑实际洪水淹没过程中的不规则性，提出了一种基于不规则空间光谱信息的亚像素洪水淹没制图模型。包括如下步骤：(1)先按照比例因子S通过双三次插值方法将粗略的多光谱图像进行上采样，将每个混合像素划分为S*S个子像素，对插值后的图像进行分割得到具有不规则洪水泛滥分布区域的分割图像，并对插值图像进行解混，得到亚像素洪水泛滥比例的丰度图像。(2)利用扩展随机游走算法计算分割图像与丰度图像的融合结果，得到不规则区域的空间信息。(3)构建归一化模型，计算分割图像的所有波段，得到不规则区域的光谱信息。(4)利用粒子群算法对不规则区域的空间光谱信息进行优化，得到最终的洪水淹没制图结果。

公开(公告)号：CN116402737A

公开(公告)日：2023-07-07

申请号：CN202210746250.4

申请日：2022-06-15

Applicant: 南京航空航天大学

Inventor： 王鹏 ,  何忠臣

IPC: G06T7/00 ,  G06T5/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明通过对视图内和视图间关系建模，提出了一种基于多序列循环卷积神经网络的全色锐化模型。包括如下步骤：(1)先按照比例因子S通过双三次插值方法将原始多光谱图像进行上采样至全色图像大小，然后将多光谱图像和全色图像进行堆叠形成多序列数据xi。(2)构建特征提取子网络，并将多序列数据xi分别输入特征提取子网络中提取每个波段的浅层特征。(3)构建特征融合子网络，对特征提取子网络输出的序列特征进行波段内和波段间关系建模，捕获不同波段间的局部依赖性和全局相关性，从而提升全色锐化的性能。(4)构建特征恢复子网络，将特征融合子网络输出的融合结果恢复成高空间分辨和高光谱分辨率的多光谱图像。