一种基于FCN的端对端农作物影像分割方法及系统

    公开(公告)号:CN111553925B

    公开(公告)日:2023-06-06

    申请号:CN202010342161.4

    申请日:2020-04-27

    摘要: 本发明公开了一种基于FCN的端对端农作物影像分割方法及系统,通过特征提取、反卷积处理和预测结果完成对农作物图像分割,首先将待分割图像输入到特征提取层,通过特征提取获得各层的特征图,其中包括深度特征;反卷积处理:将深度特征进一步带入到神经网络中,通过反卷积操作降采样至相应原浅层特征尺寸并与相应浅层特征进行融合,不断进行反卷积操作,将各层浅层特征进行融合;预测结果;将反卷积处理融合后的特征带入到预测模块进行预测结果,预测结果通过分类后输出为分割识别结果,得到的识别结果为农作物影像的分割结果。本发明的优点在于:能够精准的对各类农作物区域进行有效分割,并且能够实现对大尺寸的卫星高分辨率图像进行分割。

    一种基于多曝光融合的图像处理方法

    公开(公告)号:CN114187192A

    公开(公告)日:2022-03-15

    申请号:CN202111384572.0

    申请日:2021-11-22

    IPC分类号: G06T5/00 G06T5/30 G06T7/90

    摘要: 本发明公开了一种基于多曝光融合的图像处理方法,包含步骤:S1、短曝光图像噪声估计,并根据噪声估计结果去除短曝光图像中的噪声;S2、采用膨胀法去除长曝光图像中的黑点;S3、对去噪声的短曝光图像、正常曝光图像、去黑点的长曝光图像进行图像颜色模型转换:将RGB颜色模型转换成YUV颜色模型;S4、对步骤S3所得Y通道的值进行合成,求取高动态范围图像;S5、将步骤S4得到的高动态范围图像进行色调映射转换至8位图像;S6、将步骤S3得到的U、V通道的值与步骤S5处理得到的Y通道的值进行组合,得到基于YUV颜色模型的图像,并将得到的YUV颜色模型图像转换成RGB颜色模型图像,得到最终融合图像。

    一种基于改进Unet的海面油污分割方法

    公开(公告)号:CN115409790A

    公开(公告)日:2022-11-29

    申请号:CN202210993590.7

    申请日:2022-08-18

    摘要: 本发明公开了一种基于改进Unet的海面油污分割方法,属于海面油污处理技术领域,针对现有深度学习红外图像水面自动化溢油检测大块油污局部边缘细节丢失严重,小块油污整体丢失显现,提出一种基于改进Unet和超像素的海面油污分割方法包括对海油图像进行预处理、搭建Unet网络模型、进行数据集制作和对数据集进行训练、调参等步骤,主要的红外溢油视觉特征基础上,采用形态学变化模拟海上溢油目标的时间变化,从而提高现有红外溢油检测算法的精度的算法,细化局部特征,提高小块油污的检测精度。

    一种基于卫星高光谱影像的土壤质地反演方法

    公开(公告)号:CN115235997A

    公开(公告)日:2022-10-25

    申请号:CN202210778069.1

    申请日:2022-07-04

    IPC分类号: G01N21/17 G01N21/25

    摘要: 本发明公开了一种基于卫星高光谱影像的土壤质地反演方法,属于地质勘察技术领域,包括:(1)卫星高光谱影像获取及预处理、(2)表层土壤样品采集并获取土壤质地参数、(3)采样点位卫星高光谱数据获取及处理、(4)土壤质地参数与卫星高光谱数据的相关性分析、(5)构建土壤质地参数高光谱反演模型、(6)对模型参数的计算结果进行验证和优化、(7)获取并输出土壤质地参数反演结果。本发明突破了常规使用的土壤质地空间插值估测方法,借助高光谱卫星载荷获取了真实的土壤颗粒散射和反射信息,反演模型的精度和稳定性表现良好,使得本发明方法适用性更强,提高了大幅宽区域中不同土壤类型的质地估测准确度,也提高了土壤质地调查的工作效率。

    一种广覆盖的土壤重金属遥感混合制图方法

    公开(公告)号:CN113609940A

    公开(公告)日:2021-11-05

    申请号:CN202110842665.7

    申请日:2021-07-26

    摘要: 本发明公开了一种广覆盖的土壤重金属遥感混合制图方法,通过获取目标区域内的土壤采样点重金属含量值和其他辅助数据,并进行预处理;并进行插值处理,进一步计算残差;采用三次样条函数插值拟合空间裸土范围内的残差函数,校正步骤5得到的遥感预测重金属结果;最终得到区域内裸土土壤重金属含量的预测值。本发明的优点在于:通过借助遥感数据获取的地面信息提高局部反演的精度,充分发挥插值方法对在结果异常值的控制,扩大土壤制图的空间范围和提高重金属制图的准确度。

    一种基于FCN的端对端农作物影像分割方法及系统

    公开(公告)号:CN111553925A

    公开(公告)日:2020-08-18

    申请号:CN202010342161.4

    申请日:2020-04-27

    摘要: 本发明公开了一种基于FCN的端对端农作物影像分割方法及系统,通过特征提取、反卷积处理和预测结果完成对农作物图像分割,首先将待分割图像输入到特征提取层,通过特征提取获得各层的特征图,其中包括深度特征;反卷积处理:将深度特征进一步带入到神经网络中,通过反卷积操作降采样至相应原浅层特征尺寸并与相应浅层特征进行融合,不断进行反卷积操作,将各层浅层特征进行融合;预测结果;将反卷积处理融合后的特征带入到预测模块进行预测结果,预测结果通过分类后输出为分割识别结果,得到的识别结果为农作物影像的分割结果。本发明的优点在于:能够精准的对各类农作物区域进行有效分割,并且能够实现对大尺寸的卫星高分辨率图像进行分割。