一种基于ArcMap的遥感图像样本标注方法

    公开(公告)号:CN114489829A

    公开(公告)日:2022-05-13

    申请号:CN202111583459.5

    申请日:2021-12-22

    Abstract: 本发明涉及一种基于ArcMap的遥感图像样本标注方法,属于遥感信息技术领域。该方法包括以下步骤:S1,安装ArcMap的Add‑In插件工具创建标注环境,所述插件工具包括安装文件和配置文件;所述插件工具将标注过程保存的包含类别名称的记录生成为标注文件;S2,根据配置文件及已有标注文件中目标类别生成对应的Shp文件图层并进行加载;S3,打开遥感图像样本文件,并使用ArcMap的矢量编辑工具选择添加样本的目标类别和标注形状后进行样本标注编辑;S4,保存样本标注结果,并清除编辑过程中的中间结果文件,完成样本标注。本发明针对当前机器学习图像样本标注软件无法支撑遥感图像样本标注的问题,基于Add‑In工具实现了遥感图像目标标注,有效提高了遥感图像样本标注效率。

    一种航空图像多尺度旋转边界框回归方法及装置

    公开(公告)号:CN118864812A

    公开(公告)日:2024-10-29

    申请号:CN202410852439.0

    申请日:2024-06-27

    Abstract: 本发明公开了一种航空图像多尺度旋转边界框回归方法及装置,该方法包括:获取航空图像样本数据集;对所述航空图像样本数据集进行预处理,得到航空图像旋转边界框回归数据集;基于航空图像旋转边界框回归模型,对所述航空图像旋转边界框回归数据集进行处理,得到航空图像物体类别及位置信息。本发明于提供了一种航空图像多尺度旋转边界框回归方法和装置,解决了航空图像中密集排列的不同尺度物体回归难的问题,提高了对航空图像中多尺度物体的感知能力和旋转边界框回归的准确性。

    星载合成孔径雷达图像仿真和图像质量评估方法及装置

    公开(公告)号:CN118671716A

    公开(公告)日:2024-09-20

    申请号:CN202410965390.X

    申请日:2024-07-18

    Abstract: 本发明公开了一种星载合成孔径雷达图像仿真和图像质量评估方法及装置,所述方法包括:获取目标信息和入射点源信息;所述目标信息,包括目标形状结构信息和目标电磁回波图像;所述目标形状结构信息,包括目标的三维尺寸信息、组成信息、表面材料信息和形状信息;所述入射点源信息,包括入射点源位置信息和入射点源波形信息;所述目标电磁回波图像,为在入射点源位置处获得的目标SAR图像;对目标形状结构信息和入射点源信息进行仿真处理,得到星载合成孔径雷达目标仿真图像;对所述星载合成孔径雷达目标仿真图像和所述目标电磁回波图像进行评估处理,得到图像仿真质量评估结果信息。本发明有效的解决了合成孔径雷达图像仿真困难的问题,给出了一种低成本下生成大量雷达目标数据的方法,并设计了一种评估仿真图像精度的方法。

    一种基于ArcMap的遥感图像样本标注方法

    公开(公告)号:CN114489829B

    公开(公告)日:2023-04-18

    申请号:CN202111583459.5

    申请日:2021-12-22

    Abstract: 本发明涉及一种基于ArcMap的遥感图像样本标注方法,属于遥感信息技术领域。该方法包括以下步骤:S1,安装ArcMap的Add‑In插件工具创建标注环境,所述插件工具包括安装文件和配置文件;所述插件工具将标注过程保存的包含类别名称的记录生成为标注文件;S2,根据配置文件及已有标注文件中目标类别生成对应的Shp文件图层并进行加载;S3,打开遥感图像样本文件,并使用ArcMap的矢量编辑工具选择添加样本的目标类别和标注形状后进行样本标注编辑;S4,保存样本标注结果,并清除编辑过程中的中间结果文件,完成样本标注。本发明针对当前机器学习图像样本标注软件无法支撑遥感图像样本标注的问题,基于Add‑In工具实现了遥感图像目标标注,有效提高了遥感图像样本标注效率。

    面向大尺寸遥感影像的物体检测识别方法

    公开(公告)号:CN114694021A

    公开(公告)日:2022-07-01

    申请号:CN202210243140.6

    申请日:2022-03-11

    Abstract: 本发明提供一种面向大尺寸遥感影像的物体检测识别方法与装置,所述识别方法包括:进行网络训练:构建样本总数不低于100的样本集,并对样本集进行影像预处理、影像切割与样本增广;网络设计:网络通过定制化的卷积结构对输入图像层层提取信息,并对最后关键特征层进行卷积或反卷积,使各卷积层尺寸统一;设计特征图在网格内设置多个锚点;对于每个锚点,设置k个不同大小的锚框;并设计损失函数。本发明所述技术方案应用于遥感影像的物体检测识别,具有检测性能优异、运算效率高等优点,具有较高的推广应用价值;所述检测识别网络兼容倾斜框物体的检测识别方法,解决了倾斜物体的检测问题;所述检测识别网络可推广应用于自然图像。

Patent Agency Ranking