一种基于深度学习的卫星图像低相干区域识别方法及装置

    公开(公告)号:CN113065467B

    公开(公告)日:2024-05-14

    申请号:CN202110356666.0

    申请日:2021-04-01

    发明人: 杨庆庆 薛博维

    摘要: 一种基于深度学习的卫星图像低相干区域识别方法及装置,属于卫星图像处理领域,其特征在于,通过基于对SAR图像处理得到的质量图与语义分割结合成一个流程化学习框架,并引入深度卷积网络进行识别,相较于人工判读和传统机器学习算法,本发明所述的基于深度学习的低相干区识别方法大大减少了对人工特征工程和样本数据的依赖,且基于卷积计算的高效性能够快速处理大范围区域;同时在引入全局注意力的基础上,进一步描述各像素位置与语义类别间的关系表示,缓解SAR影像固有的高噪声区域的识别效果,并在不显著增加计算量的前提下提升识别精度准确提取低相干区域。

    一种光学卫星影像内畸变检测与消除方法及装置

    公开(公告)号:CN116862775A

    公开(公告)日:2023-10-10

    申请号:CN202310916393.X

    申请日:2023-07-25

    IPC分类号: G06T3/40 G06T5/00

    摘要: 一种光学卫星影像内畸变检测与消除方法及装置,属于卫星影像处理技术领域,其特征在于:通过前后视立体影像对高精度匹配方法检测得到影像内畸变位置;然后将标准景影像和RPC按拼接位置进行裁切;再通过区域网平差方法消除内畸变。通过前后视立体影像对高精度匹配方法实现了影像内畸变位置的自动化检测;利用检测出的内畸变位置,将影像拆分成分片影像,进行对分片影像进行区域网平差,消除片间偏移误差,最后通过基于RPC模型的物方拼接技术,实现无畸变整景影像的生成。突破了传统RPC模型直接平差无法有效消除内畸变的限制,创新的提出了先切分影像,进行区域网平差,再虚拟物方拼接的技术流程,实现了光学影像中内畸变的有效消除。

    一种用于分布式架构的线阵卫星影像核线纠正方法及系统

    公开(公告)号:CN115719378A

    公开(公告)日:2023-02-28

    申请号:CN202211583697.0

    申请日:2022-12-09

    摘要: 一种用于分布式架构的线阵卫星影像核线纠正方法及系统,属于卫星影像处理领域,其特征在于:获取双线阵立体像对卫星影像,将后视影像作为左影像,前视影像作为右影像;将卫星影像分割为固定格网大小的分块影像;然后记录每个分块影像左上角点坐标在原始影像的坐标位置;解算分块影像像对的基础矩阵及核点坐标;最后通过核线重采样生成核线影像。通过影像分块逐区域纠正降低核线纠正误差,利用物方投影基准面重采样生成分辨率一致核线影像对,消除上下视差;本发明所述核线纠正方法通过局部逐区域的纠正,很好的顾及了核线方向的变化,具有较好的鲁棒性和适用性。

    基于道路拓扑自适应搜索的路网中心线生成方法及装置

    公开(公告)号:CN115457394A

    公开(公告)日:2022-12-09

    申请号:CN202211137797.0

    申请日:2022-09-19

    IPC分类号: G06V20/10 G06V10/44 G06V10/30

    摘要: 基于道路拓扑自适应搜索的路网中心线生成方法及装置,属于遥感影像处理领域,通过获取道路遥感影像的分割二值图;对分割二值图进行形态学处理,提取道路骨架线;将道路骨架通过图论中的图结构表示路网中心线,即图G(V,E)其中,V表示道路节点集合,E表示构建道路网所需的连接节点的边集合;然后在不改变原有路网拓扑结构的前提下对路网中心线进行简化,并对简化后的路网进行优化处理,生成基于道路拓扑自适应搜索的路网中心线;通过利用图像形态学处理和图论对于道路遥感影像的处理,实现了从深度学习算法生成的道路面构建高质量路网中心线的方式,能够实现自动连接断裂路段、简化冗余路网,所生成的路网具有良好的视觉效果和可实用性。

    一种顾及云海复杂地形的DSM异常区域检测和快速恢复方法

    公开(公告)号:CN115439387A

    公开(公告)日:2022-12-06

    申请号:CN202211137802.8

    申请日:2022-09-19

    IPC分类号: G06T5/50 G06T17/05 G06T7/33

    摘要: 一种顾及云海复杂地形的DSM异常区域检测和快速恢复方法,属于卫星影像处理领域,其特征在于:基于三线阵影像DOM影像进行云识别获取云掩膜图;基于SRTM高差阈值区域生长获取水域掩膜图;基于几何配准的参考DSM进行高差统计获取误匹配掩膜图;将云掩膜图、水域掩膜图和误匹配掩膜图三者合并,可检测出包含云、海影像纹理重复和误匹配导致的高程异常区域,提供一张DSM可靠区域和异常区域掩膜图像,辅助DSM影像空间分析和利用。同时基于异常区域的掩膜图像,可快速完成复杂区域的地形恢复,过度平滑连续,无缝衔接,不仅适用于小范围异常修补,且支持大区域地形恢复,通过采用多线程并行策略,相比于串行逐块修复,极大的提高了处理效率。

    一种基于北斗数据与遥感影像融合的路网提取方法及装置

    公开(公告)号:CN113065594A

    公开(公告)日:2021-07-02

    申请号:CN202110356668.X

    申请日:2021-04-01

    发明人: 杨庆庆 薛博维

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 一种基于北斗数据与遥感影像融合的路网提取方法及装置,属于地图影像处理领域,其特征在于包括如下步骤:对北斗轨迹数据进行单一采样点密度估计提取灰度骨架化路网;将北斗轨迹数据中的原始轨迹图与灰度骨架化路网的结果图进行匹配;对初始网路中心线进行拓扑几何优化;进行基于迭代的道路矢量图提取;将前述真值路网采用动态标签;对下一步路网决策真值与路网生长预测值进行计算损失;判断是否到达训练停止条件;通过一边从北斗导航数据中产生高质量路网标注数据,同时基于前者产生的样本数据展开规模化训练,则可直接从遥感影像中生成路网的矢量表示,无需导航数据辅助或后处理在基于卫星遥感影像提取中获得较高的提取精度。

    一种深度学习洪水识别方法及装置

    公开(公告)号:CN117541851A

    公开(公告)日:2024-02-09

    申请号:CN202311373098.0

    申请日:2023-10-23

    摘要: 一种深度学习洪水识别方法及装置,属于卫星影像处理技术领域,其特征在于:采用深层卷积网络,以灾后SAR影像为输入,获取多尺度深度特征;其次,对生成的多尺度深度特征逐级解码,融合深层语义信息和浅层几何特征,生成多级解码特征图;然后,进行特征级融合,生成洪水分布图;最后,对生成洪水分布图的图像上每个位置计算被归为洪水区域的概率,进而生成洪水图斑。摆脱常见深度学习洪水识别同一载荷输入的局限性,将灾前水体掩膜和灾后SAR数据直接作为输入应用到深度学习洪水识别,输入最少的最容易获取的灾前水体掩膜数据和一期灾后SAR影像数据,而不需要从影像数据中提取特征再作为输入,输出直接是洪水,而不是水体,显著提高了检测效率。

    一种面向Web端批量动态切换建筑白模纹理的方法及装置

    公开(公告)号:CN117523074A

    公开(公告)日:2024-02-06

    申请号:CN202311373096.1

    申请日:2023-10-23

    IPC分类号: G06T15/50 G06T15/04

    摘要: 一种面向Web端批量动态切换建筑白模纹理的方法及装置,属于遥感卫星影像处理领域,其特征在于:获取建筑物面文件;读取每个面要素并计算外接矩形范围、生成包围盒;对面要素进行拉伸构建几何三角网;进行纹理设置;按照3dtiles标准,生成3dtiles切片;创建配置文件设置不同风格的纹理图片信息;根据配置文件,进行白模渲染;通过后端一次性生成建筑物3dtiles切片,实现Web端动态切换白模渲染风格并动态调整纹理图片大小及位置,在实现建筑物白模纹理切换时,不仅大大减少了文件存储空间占用,避免了资源浪费,而且能够更高效地调整渲染结果,具有更强的实时性,只需等待数秒时间就能看到切换后的效果,适于在建筑物白模在Web端3D渲染方面进行应用及推广。

    一种基于纹理分析法的自动云检测方法

    公开(公告)号:CN111047570B

    公开(公告)日:2023-06-27

    申请号:CN201911256660.5

    申请日:2019-12-10

    IPC分类号: G06T7/00 G06T3/00

    摘要: 本说明书实施例提供了一种基于纹理分析法的自动云检测方法,通过获得待检测影像;对所述待检测影像进行图像变换;计算经过图像变换后的所述待检测图像的第一一阶差分特征;判断所述第一一阶差分特征是否满足第一预设阈值;当所述第一一阶差分特征满足所述第一预设阈值时,确定所述待检测图像为云图像;当所述第一一阶差分特征不满足所述第一预设阈值时,对所述待检测图像高斯金字塔分解,并计算分解后所述待检测图像的第二一阶差分特征;判断所述分解后所述待检测图像的第二一阶差分特征是否满足第二预设阈值,获得判断结果,达到了有效的拉开云与地物的分布距离,实现云与地物区分,有效地对检测结果的误判与漏判进行修正的技术效果。