-
公开(公告)号：CN109063569A
公开(公告)日：2018-12-21
申请号：CN201810721849.6
申请日：2018-07-04
Applicant: 北京航空航天大学 , 中国资源卫星应用中心
CPC classification number: G06K9/0063 , G06K9/6268 , G06K9/629
Abstract: 本发明涉及一种基于遥感影像的语义级变化检测方法，技术核心是设计一个针对语义级变化检测的全卷积神经网络。该方法包含四个步骤：步骤一：制作数据集；步骤二：搭建全卷积神经网络网络；步骤三：训练全卷积神经网络；步骤四：遥感影像变化检测，得到最终的提取结果。本发明克服了现有技术的不足，很好地解决了多时相遥感影像提取语义级变化信息的问题，自动化程度和检测精度均较高，能够大幅度提高变化检测的效率，具有广阔的应用前景和价值。
-
公开(公告)号：CN109063569B
公开(公告)日：2021-08-24
申请号：CN201810721849.6
申请日：2018-07-04
Applicant: 北京航空航天大学 , 中国资源卫星应用中心
Abstract: 本发明涉及一种基于遥感影像的语义级变化检测方法，技术核心是设计一个针对语义级变化检测的全卷积神经网络。该方法包含四个步骤：步骤一：制作数据集；步骤二：搭建全卷积神经网络网络；步骤三：训练全卷积神经网络；步骤四：遥感影像变化检测，得到最终的提取结果。本发明克服了现有技术的不足，很好地解决了多时相遥感影像提取语义级变化信息的问题，自动化程度和检测精度均较高，能够大幅度提高变化检测的效率，具有广阔的应用前景和价值。
-
公开(公告)号：CN113569926A
公开(公告)日：2021-10-29
申请号：CN202110789895.1
申请日：2021-07-13
Applicant: 中国资源卫星应用中心
Abstract: 本发明公开了一种具备高迁移性的云分割模型的训练方法及装置，方法包括：获取训练样本和测试样本；其中，训练样本为一种载荷的遥感影像形成的样本，测试样本为上述载荷和除其外多种载荷的遥感影像形成的样本；对训练样本进行预处理，生成训练数据集；基于训练数据集训练预训练网络模型，依据精度评定结果，得到初始云分割模型；基于测试样本测试初始云分割模型，获取与测试数据集相对应的预测云标签二值图；在预测云标签二值图与真实云标签二值图相比，精度满足业务需求情况下，将初始云分割模型作为最终的目标云分割模型。本发明提供的云分割模型的分割精度高达0.91，且具有高迁移性，适用于多种载荷卫星，在遥感云量检测领域应用前景广泛。
-
公开(公告)号：CN110855638A
公开(公告)日：2020-02-28
申请号：CN201911033494.2
申请日：2019-10-28
Applicant: 中国资源卫星应用中心
Abstract: 一种基于云计算的遥感卫星数据解压缩处理系统，包括输入格式组件、分块读取组件、数据划分组件、解压缩Mapper组件、解压缩Shuffle组件、解压缩Reducer组件、原始数据解压缩组件、图像拼接组件；本发明按照遥感数据分割描述文件与数据压缩帧格式对各传感器图像原始数据进行并行粒度划分，使其能够并行处理；采用优化后的Map-Reduce计算模型对分割后的原始数据分块进行高速并行解压缩处理，一个传感器图像数据可由多个节点并行解压缩处理，依次完成数据解压缩、图像数据排序、图像数据拼接，形成完整的图像数据。
-
公开(公告)号：CN109215038A
公开(公告)日：2019-01-15
申请号：CN201811151663.8
申请日：2018-09-29
Applicant: 中国资源卫星应用中心
Abstract: 本发明是一种基于遥感影像的智能信息提取方法及系统，首先构建了以Hadoop为核心的遥感大数据GPU计算集群，然后设计了遥感影像的解压缩、高精度云检测、全色多光谱影像自动融合、RPC影像校正、地物目标信息智能提取及地理要素信息矢量化的智能信息提取方法及流程，其中智能信息提取平台采用了Caffe深度学习框架，通过以上流程处理之后可获得遥感影像高精度云掩膜产品、全色多光谱波段融合产品、RPC正射校正产品、地物目标信息智能提取产品及地理要素信息矢量化产品，实现了1A级原始遥感影像自动转化为2级产品的目标，大大缩短了从卫星标准数据产品到信息产品生成所需要的时间。
-
Patent Agency Ranking
公开(公告)号：CN111179185A
公开(公告)日：2020-05-19
申请号：CN201911229175.9
申请日：2019-12-04
Applicant: 中国资源卫星应用中心
IPC: G06T5/00
Abstract: 本发明涉及一种基于云腌膜和MSR的遥感影像色彩纠正方法及系统，步骤一：利用云腌膜，重建遥感影像；步骤二：利用MSR方法，处理遥感影像；步骤三：计算Dynamic值；步骤四：最大最小值拉伸，生成色彩纠正结果。本发明克服了现有技术的不足，很好地解决了遥感影像的偏色、色彩对比度的不足、普通纠正引起的过曝等问题，自动化程度、方法普适程度、色彩还原程度均较高，能够大幅度降低人工色彩纠正处理成本，该方法可以应用于大量遥感影像的色彩纠正中，具有广阔的应用前景和价值。
-
公开(公告)号：CN111104850A
公开(公告)日：2020-05-05
申请号：CN201911043355.8
申请日：2019-10-30
Applicant: 中国资源卫星应用中心
Abstract: 本发明公开了一种基于残差网络的遥感影像建筑物自动提取方法和系统，该方法包括：构建训练样本数据集；对训练样本数据集中的样本进行扩充，得到扩充后的训练样本数据集；构建用于遥感影像建筑物自动提取的待训练残差网络模型；根据扩充后的训练样本数据集中的训练样本，对待训练残差网络模型进行训练，得到网络参数；根据得到的网络参数，对待训练残差网络模型进行参数更新，得到训练残差网络模型；根据训练残差网络模型，对测试数据进行建筑物检测。本发明实现了对建筑物的自动化提取，降低了解译成本，提高了解译效率。
-
公开(公告)号：CN109344769A
公开(公告)日：2019-02-15
申请号：CN201811151681.6
申请日：2018-09-29
Applicant: 中国资源卫星应用中心
Abstract: 本发明是一种基于遥感影像的光伏电站检测方法及系统，它的实现包含五个步骤：步骤一：准备数据集；步骤二：构造高分辨率纯卷积神经网络；步骤三：训练神经网络；步骤四：光伏电站检测；步骤五：装机容量估计。本发明克服了现有技术的不足，很好地解决了利用遥感影像进行光伏电站检测和装机容量估计的问题，自动化程度、检测精度和估计精度均较高，能够大幅度降低人工成本，因此该方法可以应用于光伏电站的检测、估计和监管中，具有广阔的应用前景和价值。
-
公开(公告)号：CN111160128A
公开(公告)日：2020-05-15
申请号：CN201911269701.4
申请日：2019-12-11
Applicant: 中国资源卫星应用中心
Abstract: 一种基于对抗神经网络模型的遥感图像处理方法及系统，通过利用包含同种地物标记的卫星遥感图像及标准遥感图像作为训练数据构建对抗神经网络模型，再对模型进行反复训练更新，可获取接近标准遥感图像的卫星遥感图像，突破了传统模型的限制，不依赖于设计者的先验知识，自动化、实时化的完成多平台、多光谱、多时相、大范围遥感影像地物分类和变化信息的检测，处理流程清晰，自动化程度高。
-
公开(公告)号：CN112561805B
公开(公告)日：2024-08-23
申请号：CN202011262113.0
申请日：2020-11-12
Applicant: 中国资源卫星应用中心
IPC: G06T5/80
Abstract: 本申请公开了一种几何粗校正影像的校正方法及装置，该方法包括：从待校正的几何粗校正影像中自动提取控制点，根据所述控制点以及预设的数字高程模型计算得到初始RPC参数；从预设的数据库中确定出所述待校正的几何粗校正影像对应的参考影像，将所述参考影像与所述待校正的几何粗校正影像进行同名点匹配确定出多个同名控制点，根据所述同名控制点以及所述初始RPC参数计算RPC修正参数；根据所述RPC修正参数对所述初始RPC参数进行优化得到优化后的RPC参数，根据所述优化后的RPC参数以及所述数字高程模型生成校正后的正射影像。本申请解决了现有技术中校正后的影像精度和效果较差、适应性较差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.102 seconds)
