-
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
Applicant: 北京市遥感信息研究所
IPC: G06V10/774 , G06F9/445 , G06N20/00
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。
-
公开(公告)号：CN110348296A
公开(公告)日：2019-10-18
申请号：CN201910464579.X
申请日：2019-05-30
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种基于人机融合的目标识别方法，属于遥感图像处理和分析领域，解决大幅面多目标遥感图像的目标识别分类问题；方法包括，获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图，根据设置的热度阈值确定图像中的候选目标区域，裁剪图像提取候选目标；利用预先训练的卷积神经网络对所述候选目标进行特征提取；根据候选目标的特征进行目标识别和分类。本发明联合了人眼准确高效的目标搜索能力和卷积神经网络强大的目标分类能力，实现大幅面可见光遥感图像目标识别，并且可扩展应用于红外、高光谱、合成孔径雷达遥感图像目标识别。
-
公开(公告)号：CN118643644A
公开(公告)日：2024-09-13
申请号：CN202410646932.7
申请日：2024-05-23
Applicant: 北京市遥感信息研究所 , 中国资源卫星应用中心
Abstract: 一种小场景多视角下的三维目标几何建模与电磁计算方法，可基于SAR实测场景使用仿真系统完成对三维目标电磁特性模型的构建，包括：目标几何建模、电磁场景设置、目标射线追踪与电磁特性建模。该方法在基于高拟合度和精细度的几何模型基础上，根据改进的Phong Shading模型对电磁散射面元的计算方法进行了设计，并且采用射线追踪加速的方法通过目标表面感应电流高效解算出面元散射矢量，生成目标在给定参数条件下的三维散射场。优势是综合了电磁散射建模机制的复现真实程度和仿真产品产出实用性，在保证一定的实测还原度前提下，提升了电磁散射模型计算的运算效率和内存效率，得到高精度目标电磁散射特性建模结果文件。
-
公开(公告)号：CN110472472B
公开(公告)日：2022-04-19
申请号：CN201910463519.6
申请日：2019-05-30
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种基于SAR遥感图像的机场检测方法与装置，属于遥感图像处理和分析技术领域，解决现有机场检测存在的流程复杂、耗时长、参数难以确定等问题。所述检测方法包括以下步骤：对原始的SAR遥感图像依次进行边缘区域高亮处理、中值滤波处理，得到预处理后的SAR遥感图像；对所述预处理后的SAR遥感图像依次进行图像二值化处理、反转处理，得到二值化后的SAR遥感图像；对所述二值化后的SAR遥感图像进行形态学处理；对经形态学处理后的遥感图像进行连通域评估，生成机场检测结果并输出。该方法主要应用于星载SAR遥感影像的机场提取，能够实现机场的快速检测，该方法简单有效，运算复杂度低，鲁棒性好，能够大幅提高机场检测效率。
-
公开(公告)号：CN110008900B
公开(公告)日：2023-12-12
申请号：CN201910262519.X
申请日：2019-04-02
Applicant: 北京市遥感信息研究所
IPC: G06V20/13 , G06N3/045 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明涉及一种由区域到目标的可见光遥感图像候选目标提取方法，属于遥感图像处理和分析技术领域，解决了现有候选目标提取方法应用场景受限或提取的候选目标数量太多的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，第一滑窗的尺寸根据目标大小确定；将上述提取的大尺度区域依次输入到训练好的候选区域识别模型中进行分类，得到包含感兴趣目标的候选区域；通过第二滑窗在上述候选区域中进行候选目标提取，第二滑窗的尺寸小于第一滑窗。本发明实现了在相同的召回率下，提取的候选目标数量远少于现有方法，有效减少目标检测识别工作量，提高后续检测识别的速度和精度；同时，可应用于各种环境场合，克服了场景限
-
Patent Agency Ranking
公开(公告)号：CN110008899B
公开(公告)日：2021-02-26
申请号：CN201910262483.5
申请日：2019-04-02
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种可见光遥感图像候选目标提取与分类方法，属于遥感图像处理和分析技术领域，解决了现有方法提取候选目标数量太多及分类精度低的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，并输入到训练好的候选区域识别模型中，得到包含感兴趣目标的候选区域；通过第二滑窗在上述候选区域中提取候选目标；利用训练好的候选目标分类模型对上述提取的候选目标进行两步分类，确定候选目标的类别。本发明实现了在相同的召回率下，提取的候选目标数量远少于现有方法，同时，在使用相同的特征和相同的分类器的条件下，通过两步分类，大大提高了候选目标分类精度。
-
公开(公告)号：CN110008900A
公开(公告)日：2019-07-12
申请号：CN201910262519.X
申请日：2019-04-02
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种由区域到目标的可见光遥感图像候选目标提取方法，属于遥感图像处理和分析技术领域，解决了现有候选目标提取方法应用场景受限或提取的候选目标数量太多的问题。包括以下步骤：通过第一滑窗在遥感图像中提取大尺度区域，第一滑窗的尺寸根据目标大小确定；将上述提取的大尺度区域依次输入到训练好的候选区域识别模型中进行分类，得到包含感兴趣目标的候选区域；通过第二滑窗在上述候选区域中进行候选目标提取，第二滑窗的尺寸小于第一滑窗。本发明实现了在相同的召回率下，提取的候选目标数量远少于现有方法，有效减少目标检测识别工作量，提高后续检测识别的速度和精度；同时，可应用于各种环境场合，克服了场景限制。
-
公开(公告)号：CN118628861A
公开(公告)日：2024-09-10
申请号：CN202410646943.5
申请日：2024-05-23
Applicant: 北京市遥感信息研究所 , 中国资源卫星应用中心
IPC: G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明一种角度语义可控的SAR图像增广方法，通过搭建和训练条件输入深度卷积生成对抗网络，对同一成像目标，生成指定角度参数的SAR图像，包括雷达下视角、目标方位角、雷达斜视角。该方法旨在扩增同一成像目标图像集的角度多样性，可以实现对现有图像集进行角度维度上的样本扩充，主要实现流程可以分为网络训练和图像生成两大步骤。在网络训练中，对不同角度的现存图像进行信息编码，并与图像融合输入到条件深度卷积生成对抗网络中，经过多轮次输入和参数自适应调整，得到该图像集下适用的特定参数的网络；在图像生成中，根据待生成图像的角度信息按照相同的准则得到信息编码，并与图像融合输入到上述网络中，输出得到对应的图像。
-
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
Applicant: 北京市遥感信息研究所
IPC: G06F9/445 , G06V10/774 , G06K9/62
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。
-
公开(公告)号：CN110348296B
公开(公告)日：2022-04-12
申请号：CN201910464579.X
申请日：2019-05-30
Applicant: 北京市遥感信息研究所
Abstract: 本发明涉及一种基于人机融合的目标识别方法，属于遥感图像处理和分析领域，解决大幅面多目标遥感图像的目标识别分类问题；方法包括，获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图，根据设置的热度阈值确定图像中的候选目标区域，裁剪图像提取候选目标；利用预先训练的卷积神经网络对所述候选目标进行特征提取；根据候选目标的特征进行目标识别和分类。本发明联合了人眼准确高效的目标搜索能力和卷积神经网络强大的目标分类能力，实现大幅面可见光遥感图像目标识别，并且可扩展应用于红外、高光谱、合成孔径雷达遥感图像目标识别。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
