-
公开(公告)号:CN118537235A
公开(公告)日:2024-08-23
申请号:CN202410599343.8
申请日:2024-05-15
Applicant: 鹏城实验室
IPC: G06T5/50 , G06F16/535 , G06F16/583
Abstract: 本申请实施例提供图像融合方法、装置、设备和存储介质,涉及图像处理技术领域。该方法生成参考图像的模拟图像,从连续数据集中选取候选融合图像,计算候选融合图像的候选图像片和模拟图像的模拟图像片的一致性指标,基于一致性指标从不连续数据集选取目标参考图像片,从连续数据集选取参考融合图像片,根据参考融合图像片和候选图像片得到图像融合系数,基于图像融合系数对目标参考图像片进行拟合得到目标融合图像片,最终得到目标融合图像。对高分辨率的参考图像进行升尺度,在同一个分辨率下计算一致性指标,基于一致性指标进行筛选来提升图像融合的图像精度。进行线性图像拟合的整个过程无需手动调节参数,计算复杂度低,图像融合效率高。
-
公开(公告)号:CN116994136A
公开(公告)日:2023-11-03
申请号:CN202310953427.2
申请日:2023-07-28
Applicant: 鹏城实验室
Abstract: 本申请实施例提供了一种建筑变化检测方法、系统、电子设备及存储介质,属于高分辨率遥感影像处理技术领域。方法包括:获取待检测的第一图像;获取参照图像和参照建筑标注图;对第一图像进行预处理;对参照图像和参照建筑标注图进行取样,组成训练样本集;根据训练样本集,对语义分割模型进行训练;将第一图像输入至训练好的语义分割模型,得到概率分布图;将概率分布图中概率值大于第一预设阈值的像素点标注为建筑,生成第一建筑标注图;在参照图像和第一图像的交集范围内,获取多个建筑斑块;将建筑斑块在概率分布图中进行相似度匹配,得到匹配建筑斑块图;根据匹配建筑斑块图和第一建筑标注图,得到第一图像的建筑变化检测结果。
-
公开(公告)号:CN118628841B
公开(公告)日:2024-11-05
申请号:CN202411095587.9
申请日:2024-08-12
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/98
Abstract: 本申请实施例提供遥感图像数据处理方法、装置、设备和存储介质,涉及遥感图像处理技术领域。从遥感图像的概率图像中选取目标概率图像,获取时间前概率图像和时间后概率图像,从目标概率图像中选取目标像素,选取当前类别,根据目标概率图像计算目标像素的空间邻域相似权重,根据时间前概率图像和时间后概率图像计算目标像素的时间邻域相似权重,基于目标像素的概率值、空间邻域相似权重和时间邻域相似权重计算当前类别的修正权重,根据修正权重更新遥感图像中目标像素对应的类别结果。利用长时序遥感数据的分类结果在时间和空间上存在前后变化的合理性,结合空间邻域相似权重和时间邻域相似权重对分类结果进行修正,提升分类结果的准确性。
-
公开(公告)号:CN117036748A
公开(公告)日:2023-11-10
申请号:CN202310953094.3
申请日:2023-07-31
Applicant: 鹏城实验室
IPC: G06V10/74 , G06V20/10 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/34 , G06V10/36 , G06V10/422 , G06V10/54 , G06V10/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请实施例提供了一种高分辨率遥感影像标注的迁移修正方法、系统及存储介质,属于遥感影像处理领域。该方法包括:获取样本影像和目标影像,其中,样本影像和目标影像均包括至少一个目标物体,样本影像配置有目标物体的标注信息;将目标影像输入到预先训练好的预测模型中,得到目标影像预测概率图;根据标注信息确定样本斑块,并在预测概率图中确定样本斑块的匹配区域;计算至少一个样本斑块和匹配区域中各像素点的相似度值,并基于相似度值在匹配区域中以最大权值整体约束匹配各样本斑块,得到目标匹配位置,并最终得到目标物体在目标影像中的目标标注结果。本申请能够提高同一区域、不同时相遥感影像数据标注迁移修正的准确度。
-
公开(公告)号:CN118628841A
公开(公告)日:2024-09-10
申请号:CN202411095587.9
申请日:2024-08-12
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/98
Abstract: 本申请实施例提供遥感图像数据处理方法、装置、设备和存储介质,涉及遥感图像处理技术领域。从遥感图像的概率图像中选取目标概率图像,获取时间前概率图像和时间后概率图像,从目标概率图像中选取目标像素,选取当前类别,根据目标概率图像计算目标像素的空间邻域相似权重,根据时间前概率图像和时间后概率图像计算目标像素的时间邻域相似权重,基于目标像素的概率值、空间邻域相似权重和时间邻域相似权重计算当前类别的修正权重,根据修正权重更新遥感图像中目标像素对应的类别结果。利用长时序遥感数据的分类结果在时间和空间上存在前后变化的合理性,结合空间邻域相似权重和时间邻域相似权重对分类结果进行修正,提升分类结果的准确性。
-
-
-
-