公开(公告)号：CN116363522A

公开(公告)日：2023-06-30

申请号：CN202310116422.4

申请日：2023-02-14

Applicant: 国家海洋信息中心

Inventor： 赵彬如 ,  张健 ,  任晓明 ,  郭振栋 ,  谷祥辉 ,  焦红波 ,  牛思文

IPC: G06V20/13 ,  G06V20/52 ,  G06V10/72 ,  G06V10/44 ,  G06V10/20 ,  G06V10/774 ,  G06V10/82 ,  G06V10/54 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提供了一种基于深度学习的海岸带围填海变化遥感监测方法，包括以下步骤：S1、多源时间序列遥感影像数据选择与预处理，对数据进行筛选、处理，获取高质量的遥感数据应用于围填海监测；S2、水边线提取与掩膜构建，通过水边线构建缓冲区对围填海变化图斑潜在区域进行界定；S3、变化图斑分布预测图构建，提高样本构建效率；S4、围填海变化图斑样本制作，依据变化图斑分布预测图，利用处理软件进行数据集标记，获得围填海变化样本数据集。本发明有益效果：通过水边线提取算法，获得瞬时水边线，构建掩膜，对围填海变化图斑空间区域进行约束，制作变化图斑分布预测图，提高变化图斑定位准确度和识别精度。

公开(公告)号：CN112861807B

公开(公告)日：2022-12-09

申请号：CN202110290914.6

申请日：2021-03-18

Applicant: 国家海洋信息中心

Inventor： 赵彬如 ,  郭振栋 ,  焦红波 ,  牛思文 ,  常建芳 ,  杨晓彤 ,  王力彦

IPC: G06V10/25 ,  G06V20/10 ,  G06V10/56 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/04 ,  G06V10/30 ,  G06V20/17

Abstract: 本发明提供了一种基于改进GLI指数和深度学习的极地植被提取方法，包括以下步骤：S1、获取遥感影像，进行预处理，并生成暗通道影像；S2、改进并计算GLI指数；S3、合成假色彩影像，用以突出植被特征；S4、对假色彩影像进行切片制作数据集，并对数据集进行处理；S5、对数据集中的极地植被区域进行标记；S6、将切分和标记后的数据集导入到Mask RCNN模型进行训练，使用Mask RCNN模型提取植被区域。对比传统的计算机视觉方法，本发明仅需配合人工经验进行少量的标注，可以有效地提高无人机影像植被检测精度和效率。

公开(公告)号：CN112861807A

公开(公告)日：2021-05-28

申请号：CN202110290914.6

申请日：2021-03-18

Applicant: 国家海洋信息中心

Inventor： 赵彬如 ,  郭振栋 ,  焦红波 ,  牛思文 ,  常建芳 ,  杨晓彤 ,  王力彦

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于改进GLI指数和深度学习的极地植被提取方法，包括以下步骤：S1、获取遥感影像，进行预处理，并生成暗通道影像；S2、改进并计算GLI指数；S3、合成假色彩影像，用以突出植被特征；S4、对假色彩影像进行切片制作数据集，并对数据集进行处理；S5、对数据集中的极地植被区域进行标记；S6、将切分和标记后的数据集导入到Mask RCNN模型进行训练，使用Mask RCNN模型提取植被区域。对比传统的计算机视觉方法，本发明仅需配合人工经验进行少量的标注，可以有效地提高无人机影像植被检测精度和效率。