公开(公告)号：CN114882371B

公开(公告)日：2022-10-18

申请号：CN202210796854.X

申请日：2022-07-08

申请人： 中国石油大学(华东)

发明人： 王大伟 ,  万剑华 ,  刘善伟 ,  许明明 ,  崔建勇 ,  郑红霞 ,  曾喆 ,  任鹏

IPC分类号： G06V20/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774

摘要： 本发明涉及遥感目标识别技术领域，提供了一种基于全极化SAR图像的海面溢油检测模型构建方法，包括以下步骤：提取全极化SAR图像的各向异性特征，选取溢油像素和非溢油像素的各向异性特征作为训练样本，组成矩阵A并进行归一化处理得到a(t)，由a(t)计算像素权重E，由a(t)和像素权重E计算像素特征P，将像素特征P作为训练集，0和1作为训练集标签，0代表非溢油像素，1代表溢油像素，导入支持向量机模型，对模型进行训练，得到溢油检测模型。本发明充分利用了全极化SAR图像的各向异性特征，并构建像素特征P，提高了全极化SAR图像海面溢油检测的准确率，具有科学合理、易于实现、精度高等优点。

公开(公告)号：CN114882371A

公开(公告)日：2022-08-09

申请号：CN202210796854.X

申请日：2022-07-08

申请人： 中国石油大学(华东)

发明人： 王大伟 ,  万剑华 ,  刘善伟 ,  许明明 ,  崔建勇 ,  郑红霞 ,  曾喆 ,  任鹏

IPC分类号： G06V20/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06K9/62

摘要： 本发明涉及遥感目标识别技术领域，提供了一种基于全极化SAR图像的海面溢油检测模型构建方法，包括以下步骤：提取全极化SAR图像的各向异性特征，选取溢油像素和非溢油像素的各向异性特征作为训练样本，组成矩阵A并进行归一化处理得到a(t)，由a(t)计算像素权重E，由a(t)和像素权重E计算像素特征P，将像素特征P作为训练集，0和1作为训练集标签，0代表非溢油像素，1代表溢油像素，导入支持向量机模型，对模型进行训练，得到溢油检测模型。本发明充分利用了全极化SAR图像的各向异性特征，并构建像素特征P，提高了全极化SAR图像海面溢油检测的准确率，具有科学合理、易于实现、精度高等优点。

公开(公告)号：CN112258523B

公开(公告)日：2022-03-08

申请号：CN202011121927.2

申请日：2020-10-20

申请人： 中国石油大学(华东)

发明人： 万献慈 ,  郑红霞 ,  许明明 ,  刘善伟 ,  万剑华

IPC分类号： G06T7/11 ,  G06T7/136 ,  G01N21/25 ,  G06N3/04 ,  G06N3/08 ,  G01N21/17

摘要： 本发明公开了一种基于中低分辨率遥感影像浒苔覆盖信息精细提取方法，基本步骤为：数据源筛选与预处理；计算预处理后影像的4个植被指数，得到各植被指数的灰度图，对各灰度图进行局部自适应阈值分割；计算初始浒苔覆盖范围；提取浒苔分布粗略范围及其光谱信息；构建并训练浒苔提取模型；提取浒苔覆盖精细范围。本发明提供的方法科学合理，综合考虑了多个植被指数提取浒苔覆盖信息的准确性、神经网络样本均衡及中低分辨率遥感影像中浒苔像元的谱_空_时特征，可在一定程度上提高浒苔覆盖信息提取方法的普适性与准确性。

公开(公告)号：CN113987846A

公开(公告)日：2022-01-28

申请号：CN202111614677.0

申请日：2021-12-28

申请人： 中国石油大学(华东)

发明人： 盛辉 ,  李建盟 ,  许明明 ,  刘善伟 ,  曾喆 ,  万剑华 ,  崔建勇 ,  郑红霞

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。

公开(公告)号：CN115565080A

公开(公告)日：2023-01-03

申请号：CN202211241979.2

申请日：2022-10-10

申请人： 中国石油大学(华东)

发明人： 盛辉 ,  刘昊天 ,  崔建勇 ,  刘善伟 ,  郑红霞 ,  王大伟

IPC分类号： G06V20/13 ,  G06V10/54 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

摘要： 本发明涉及遥感场景分类技术领域，提供了一种基于自注意力机制的多特征融合SAR图像海冰分类方法。本发明方法利用自注意力机制，能够有效提取优选的纹理特征图像的全局特征，具体为：根据支持向量机对图像纹理特征的分类精度，确定不同特征的贡献度；将前三个对分类精度贡献大的纹理特征组成三通道图像，用于训练Transformer Encoder模型；用模型自注意力机制提取的海冰SAR图像全局特征分类，得到最终分类结果。本发明利用自注意力机制提取优选后图像纹理的全局特征，能够提高SAR图像海冰分类的精度，易于实现、科学合理。

公开(公告)号：CN115205693A

公开(公告)日：2022-10-18

申请号：CN202211126727.5

申请日：2022-09-16

申请人： 中国石油大学(华东)

发明人： 许明明 ,  祝晓芳 ,  郑红霞 ,  盛辉

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/40

摘要： 本发明公开的一种多特征集成学习的双极化SAR影像浒苔提取方法，属于海洋遥感探测技术领域。该方法包括以下步骤：数据预处理，提取24个纹理和极化特征，利用集成随机森林、Jeffries‑Matusita距离、皮尔森相关系数三种算法进行特征优选；随机分组优选特征，分层采样浒苔和海水样本点集对每组特征进行LDA特征变换；构建并训练浒苔多特征集成分类模型，将测试影像导入训练好的模型中，判定样本点类别并提取浒苔。本发明提供的方法科学合理，综合考虑了微波遥感监测浒苔的优势，顾及多种特征选择算法对特征重要性的评价角度，并优化集成学习方法，可在一定程度上提高浒苔提取的精度，实现浒苔灾害全天侯监测。

公开(公告)号：CN112258523A

公开(公告)日：2021-01-22

申请号：CN202011121927.2

申请日：2020-10-20

申请人： 中国石油大学(华东)

发明人： 万献慈 ,  郑红霞 ,  许明明 ,  刘善伟 ,  万剑华

IPC分类号： G06T7/11 ,  G06T7/136 ,  G01N21/25 ,  G06N3/04 ,  G06N3/08 ,  G01N21/17

摘要： 本发明公开了一种基于中低分辨率遥感影像浒苔覆盖信息精细提取方法，基本步骤为：数据源筛选与预处理；计算预处理后影像的4个植被指数，得到各植被指数的灰度图，对各灰度图进行局部自适应阈值分割；计算初始浒苔覆盖范围；提取浒苔分布粗略范围及其光谱信息；构建并训练浒苔提取模型；提取浒苔覆盖精细范围。本发明提供的方法科学合理，综合考虑了多个植被指数提取浒苔覆盖信息的准确性、神经网络样本均衡及中低分辨率遥感影像中浒苔像元的谱_空_时特征，可在一定程度上提高浒苔覆盖信息提取方法的普适性与准确性。

公开(公告)号：CN115205693B

公开(公告)日：2022-12-02

申请号：CN202211126727.5

申请日：2022-09-16

申请人： 中国石油大学(华东)

发明人： 许明明 ,  祝晓芳 ,  郑红霞 ,  盛辉

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/40

摘要： 本发明公开的一种多特征集成学习的双极化SAR影像浒苔提取方法，属于海洋遥感探测技术领域。该方法包括以下步骤：数据预处理，提取24个纹理和极化特征，利用集成随机森林、Jeffries‑Matusita距离、皮尔森相关系数三种算法进行特征优选；随机分组优选特征，分层采样浒苔和海水样本点集对每组特征进行LDA特征变换；构建并训练浒苔多特征集成分类模型，将测试影像导入训练好的模型中，判定样本点类别并提取浒苔。本发明提供的方法科学合理，综合考虑了微波遥感监测浒苔的优势，顾及多种特征选择算法对特征重要性的评价角度，并优化集成学习方法，可在一定程度上提高浒苔提取的精度，实现浒苔灾害全天侯监测。

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)

发明人： 盛辉 ,  李建盟 ,  许明明 ,  刘善伟 ,  曾喆 ,  万剑华 ,  崔建勇 ,  郑红霞

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。