-
公开(公告)号：CN110070549A
公开(公告)日：2019-07-30
申请号：CN201910340051.1
申请日：2019-04-25
申请人： 中国石油大学(华东)
摘要： 本发明公开一种基于最优尺度邻域信息的海上溢油SAR图像软分割方法，包括拍摄海水区域的图像，并对图像进行滤波处理，在处理后的图像中选取溢油区域、海水区域的感兴趣区域，分别记为SeaROI、OilROI；计算SeaROI的灰度值中位数，统计OilROI的纯度；随机选取一个海水感兴趣区域的像素点，以像素点为中心构建多个尺度的邻域矩阵；再构建隶属度函数,分别计算每个像素属于海水和溢油的隶属度；选择出最优尺度，逐像素解算其邻域信息，遍历整幅图像，得到全图像的隶属度矩阵；根据不同的隶属度划分隶属度矩阵，得到分割图像；本发明能够有效的描述溢油和海水边界的模糊性，进而清楚的了解溢油发生的位置、溢油量和扩散趋势，使工作人员及时有效的做出相应控制措施。
-
公开(公告)号：CN109239792B
公开(公告)日：2019-07-16
申请号：CN201811251316.2
申请日：2018-10-25
申请人： 中国石油大学(华东) , 山东天元信息技术股份有限公司
IPC分类号： G01V7/00
摘要： 本发明公开了一种分形插值和网函数插值结合的卫星测高重力数据与船测重力数据融合方法，基本步骤为：利用网函数插值对卫星测高重力数据插值；计算插值结果与船测重力数据的差值；对差值进行聚类分析，将整体区域划分成多个子区域；在每个子区域各纵向和横向网格边上对差值进行分形插值，在子区域内部进行网函数插值，得到重力数据改正值；以重力数据改正值为中心，根据卫星测高重力值融合计算得到每个子区域数据融合产品，最终得到整个区域数据融合产品。本发明提供的方法科学合理，实现过程简单易懂，在对船测重力数据和卫星测高重力数据进行融合后能够得到高精度高分辨率的重力数据，同时充分保持了多源重力数据局部特征与整体特征相似性。
-
公开(公告)号：CN109615595A
公开(公告)日：2019-04-12
申请号：CN201811463066.9
申请日：2018-12-03
申请人： 中国石油大学(华东)
CPC分类号： G06T5/002 , G06T7/0002 , G06T7/13 , G06T7/181 , G06T2207/10044 , G06T2207/20028 , G06T2207/20192
摘要： 为提高SAR图像溢油信息提取精度，针对水平集DRLSE模型无法从含乘性噪声SAR图像中正确提取溢油信息的问题，提出了一种基于双边滤波的水平集SAR溢油提取方法。该方法利用双边滤波器对溢油SAR图像进行了滤波；构建了基于双边滤波的DRLSE模型能量函数E(φ)；对基于双边滤波的DRLSE模型能量函数E(φ)进行了能量最小化；利用E(φ)能量最小化方程F提取了SAR溢油信息。该算法将双边滤波函数引入水平集DRLSE模型能量函数中，利用该能量函数能量最小化后的演化方程，对溢油SAR图像进行演化运算，降低乘性噪声对水平集演化过程影响的同时，较好地保留了溢油边缘等重要信息。
-
公开(公告)号：CN109239792A
公开(公告)日：2019-01-18
申请号：CN201811251316.2
申请日：2018-10-25
申请人： 中国石油大学(华东) , 山东天元信息技术股份有限公司
IPC分类号： G01V7/00
CPC分类号： G01V7/00
摘要： 本发明公开了一种分形插值和网函数插值结合的卫星测高重力数据与船测重力数据融合方法，基本步骤为：利用网函数插值对卫星测高重力数据插值；计算插值结果与船测重力数据的差值；对差值进行聚类分析，将整体区域划分成多个子区域；在每个子区域各纵向和横向网格边上对差值进行分形插值，在子区域内部进行网函数插值，得到重力数据改正值；以重力数据改正值为中心，根据卫星测高重力值融合计算得到每个子区域数据融合产品，最终得到整个区域数据融合产品。本发明提供的方法科学合理，实现过程简单易懂，在对船测重力数据和卫星测高重力数据进行融合后能够得到高精度高分辨率的重力数据，同时充分保持了多源重力数据局部特征与整体特征相似性。
-
公开(公告)号：CN117409334B
公开(公告)日：2024-04-23
申请号：CN202311337667.6
申请日：2023-10-16
申请人： 中国科学院空天信息创新研究院 , 中国石油大学(华东)
IPC分类号： G06V20/13 , G06V10/143 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/0499
摘要： 本发明提供一种基于静止卫星遥感数据的气溶胶类型识别方法。该方法包括：利用地基数据中的气溶胶光学厚度，生成真实气溶胶类型标签；与Himawari‑8/AHI静止卫星数据、云产品数据进行空间和时间上的匹配，生成训练和验证样本，并进行预处理和独热编码操作；利用XGBoost分析训练和验证样本中光谱特征信息的重要性，并将重要性低的波段剔除；联合时间、空间和光谱三个维度信息，作为神经网络的输入特征联合约束气溶胶类型识别；建立全连接神经网络模型，得到固定气溶胶类型识别模型，将Himawari‑8/AHI静止卫星数据和云产品数据输入以对气溶胶类型进行预测。本发明仅利用Himawari‑8/AHI静止卫星数据及云产品数据进行气溶胶类型识别，具有卫星观测数据客观合理、气溶胶类型识别精度高等优点。
-
公开(公告)号：CN117408142A
公开(公告)日：2024-01-16
申请号：CN202311312962.6
申请日：2023-10-11
申请人： 中国科学院空天信息创新研究院 , 中国石油大学(华东)
IPC分类号： G06F30/27 , G01N15/075 , G06V20/13 , G06V10/774 , G06N3/0499 , G06V10/82
摘要： 本申请实施例提出一种基于归一化气溶胶指数的气溶胶光学厚度反演方法，通过将获取到的地基数据与FY‑4A/AGRI静止卫星数据、云产品数据进行空间和时间上的匹配，生成训练和验证样本，并进行预处理；分析训练样本中光谱特征信息的重要性，并将重要性低的波段剔除；计算0.65μm和0.83μm波段之间的归一化气溶胶指数；将剔除重要性较低波段的样本数据和归一化气溶胶指数，作为全连接神经网络的输入特征联合约束气溶胶光学厚度反演；建立全连接神经网络模型，得到固定气溶胶光学厚度反演模型；将遥感数据输入气溶胶光学厚度预测模型，以对气溶胶光学厚度进行预测。本发明具有卫星观测数据客观合理、反演精度高等优点。
-
公开(公告)号：CN116863327A
公开(公告)日：2023-10-10
申请号：CN202310653075.9
申请日：2023-06-05
申请人： 中国石油大学(华东)
IPC分类号： G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/094
摘要： 本发明公开了一种基于双域分类器协同对抗的跨域小样本分类方法，包括以下步骤：获取目标域数据集和源域数据集，基于所述目标域数据集和所述源域数据集进行预处理，获取查询集、支持集和测试集；确定网络超参数和网络参数，构建双域分类器协同对抗网络模型；通过查询集和支持集对双域分类器协同对抗网络模型进行训练，获取训练后的双域分类器协同对抗网络模型；将测试集对训练后的双域分类器协同对抗网络模型进行测试，获取分类结果。本发明高光谱图像为例构建网络模型；设计两个域分类器，分别采取梯度上升和梯度下降的策略，提取域无关信息和部分域相关信息，最大限度地提取出源域数据集的先验知识，更好地实现小样本情境下目标域数据的分类。
-
公开(公告)号：CN113723348B
公开(公告)日：2022-06-28
申请号：CN202111059245.8
申请日：2021-09-10
申请人： 中国石油大学(华东)
摘要： 为提高高光谱混合像元分解的精度，针对主凸包原型分析算法PCHA中忽略了丰度稀疏性的问题，提出一种基于丰度稀疏约束的高光谱混合像元分解方法。该方法结合原算法的矩阵分解形式，在原目标函数基础上，添加丰度的l1‑norm稀疏约束正则项；然后，分别利用投影梯度和交替方向乘子法对系数矩阵和丰度矩阵优化求解；最后，根据求解结果得到端元和丰度。该方法可以同时实现端元的提取和丰度的估计，具有较低的数据拟合误差，且求解的丰度在物理意义上更加贴近实际情况。
-
公开(公告)号：CN113392782B
公开(公告)日：2022-06-17
申请号：CN202110677543.7
申请日：2021-06-18
申请人： 中国石油大学(华东)
摘要： 本发明公开了一种面向弱小目标检测的遥感影像深度学习训练样本增强方法，包括在一幅镶嵌好的遥感影像中搜寻典型目标；以其中一个典型目标为中心，建立中心网格，围绕中心网格构建8‑邻域网格，中心网格与8‑邻域网格合称初始网格；将初始网格的中心分别平移到每个邻域网格的中心得到8个平移后的平移网格；获得初始样本和获得平移样本集。融合获得的初始样本和获得的平移样本集，得到一个典型目标的样本集，最终获得所有的典型目标的样本集。本发明利用典型目标在8‑邻域网格的相对位置关系，裁剪8‑邻域网格区域并标注典型目标在切片中的位置得到典型目标的样本数据，将样本数量扩大了8倍，实现基于目标的遥感影像深度学习训练样本增强。
-
公开(公告)号：CN113987846B
公开(公告)日：2022-03-29
申请号：CN202111614677.0
申请日：2021-12-28
申请人： 中国石油大学(华东)
IPC分类号： G06F30/20 , G06F111/10
摘要： 本发明公布了一种基于随机矩形模拟的绿潮漂移扩散方法，涉及遥感、生物学、海洋动力学领域，其基本步骤为：利用遥感影像提取的绿潮分布作为数值模拟的初始状态，采用温度函数建立绿潮的生物学特征模块，借助拉格朗日漂移方法实现数值模型的驱动。相比于传统的数值模拟方法，该模型的精度有了大幅的提升。
-
-
-
-
-
-
-
-
-
搜索结果
108 条记录 (耗时 0.055 秒)
