-
公开(公告)号:CN117725363A
公开(公告)日:2024-03-19
申请号:CN202311706261.0
申请日:2023-12-12
申请人: 自然资源部第一海洋研究所
摘要: 本发明属于海洋测绘技术领域,具体涉及一种无参数输入的三角网星载光子计数激光雷达数据去噪方法,包括以下步骤:步骤一:数据标准化:步骤二:初次去噪;步骤三:二次去噪,该方法具有较优的提取精度。基于该方法所提取出的ICESat‑2海底信号光子可以直接用作浅水海岸区域的水深探测数据。
-
公开(公告)号:CN112904316B
公开(公告)日:2023-07-04
申请号:CN202110084195.2
申请日:2021-01-21
申请人: 自然资源部第一海洋研究所
摘要: 一种针对海面波动的机载激光测深数据折射误差改正方法,其特征在于,包括以下步骤:S1基于维度特征的邻域自适应海面法向量计算;S2基于海面波动的激光脉冲折射误差改正模型。本发明提供一种针对海面波动的机载激光测深数据折射误差改正方法,其针对每一束具有海底反射的激光脉冲进行海面波动折射误差改正,有效提高机载激光测深数据的精度。
-
公开(公告)号:CN116343031A
公开(公告)日:2023-06-27
申请号:CN202310222644.4
申请日:2023-03-09
申请人: 自然资源部第一海洋研究所
IPC分类号: G06V20/10 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明涉及遥感影像目标识别及信息提取技术领域,具体涉及一种基于边界辅助的遥感影像浒苔检测方法包括以下步骤:步骤一:基于浒苔特性的卷积神经网络语义分割架构,获得遥感影像的初始浒苔检测及浒苔边界检测结果;步骤二:基于浒苔边界辅助的遥感影像浒苔检测结果优化处理,针对现有基于卷积神经网络的语义分割架构难以有效应用于不同分布形状、边界模糊和弥散性分布的高分辨率遥感影像浒苔检测的问题,提出了一种基于边界辅助的双路卷积神经网络高分辨率遥感影像浒苔检测方法,可有效应用于不同分布形状、边界模糊和弥散性分布的高分辨率遥感影像浒苔精确检测。
-
公开(公告)号:CN112904316A
公开(公告)日:2021-06-04
申请号:CN202110084195.2
申请日:2021-01-21
申请人: 自然资源部第一海洋研究所
摘要: 一种针对海面波动的机载激光测深数据折射误差改正方法,其特征在于,包括以下步骤:S1基于维度特征的邻域自适应海面法向量计算;S2基于海面波动的激光脉冲折射误差改正模型。本发明提供一种针对海面波动的机载激光测深数据折射误差改正方法,其针对每一束具有海底反射的激光脉冲进行海面波动折射误差改正,有效提高机载激光测深数据的精度。
-
公开(公告)号:CN114882376B
公开(公告)日:2024-03-22
申请号:CN202210484475.7
申请日:2022-05-06
申请人: 自然资源部第一海洋研究所
IPC分类号: G06V20/13 , G06V10/762 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/09
摘要: 本发明涉及一种基于最优目标锚点尺度的卷积神经网络遥感影像目标检测方法,属于遥感影像目标识别及信息提取技术领域。本发明首先提出了一种遥感影像最优目标锚点尺度学习方法,可自适应获得不同目标检测任务的最优目标锚点尺度;然后基于最优目标锚点尺度学习方法,设计了一种基于最优目标锚点尺度的卷积神经网络遥感影像目标检测架构,可根据不同目标检测任务自适应调整锚点尺度,良好的耦合不同类型的目标尺度,实现对不同目标检测任务的精确检测。本发明具有简单、可靠、精度高、易于实现的特点。本发明可广泛运用于遥感影像目标识别及信息提取场合。
-
公开(公告)号:CN113837326A
公开(公告)日:2021-12-24
申请号:CN202111435753.1
申请日:2021-11-30
申请人: 自然资源部第一海洋研究所
摘要: 本发明属于海洋测绘技术领域,公开了一种基于特征曲线的机载激光测深数据配准方法,曲线能够更加清晰的描述出待配准对象的轮廓特征和趋势变化特征,根据曲线特征可稳健估计对应匹配相似程度;构建兼顾曲线弯曲程度、空间位置和整体相似性的曲线形变能量函数,利用待配准曲线间同名点的曲率差、空间偏差程度以及曲线向量夹角的Spearman秩相关系数组成的曲线形变能量函数能有效度量曲线间的形变;结合最长公共子序列算法以及曲线形变能量函数实现特征曲线间的匹配。本发明利用表征海底地形地貌的等值线等特征曲线进行海底点云数据配准,可有效解决海底点云数据特征稀少、点云密度低、厚度大、同名特征提取困难等问题。
-
公开(公告)号:CN114842353B
公开(公告)日:2024-04-02
申请号:CN202210484478.0
申请日:2022-05-06
申请人: 自然资源部第一海洋研究所
IPC分类号: G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
摘要: 本发明涉及一种基于自适应目标方向的神经网络遥感影像目标检测方法,属于遥感影像目标识别及信息提取技术领域。本发明首先提出了一种基于锚点和五参数的自适应目标方向区域回归方法,可实现对高分辨率遥感影像中任意方向的目标区域回归;其次基于自适应目标方向区域回归思想,提出基于自适应目标方向的卷积神经网络遥感影像目标检测方法,该方法可实现对任意方向的目标区域回归及目标类别的精确分类,获得准确的高分辨率遥感影像目标检测结果。本发明具有简单、可靠、精度高、易于实现的特点。本发明可广泛运用于遥感影像目标识别及信息提取场合。
-
公开(公告)号:CN115422981A
公开(公告)日:2022-12-02
申请号:CN202211372891.4
申请日:2022-11-04
申请人: 自然资源部第一海洋研究所
IPC分类号: G06K9/00 , G06K9/62 , G06T7/187 , G06T7/62 , G06V10/764
摘要: 本发明属于海洋测绘数据处理与识别技术领域,公开了面向单频机载激光测深数据的水陆分类方法、系统及应用。该方法利用双峰波形点云的高程区间和波形特征直方图拟合曲线得到水陆分类阈值,进行海陆分类;基于水陆分类波形特征阈值、高程方差构建连通区,并利用连通区几何特征实现内陆水域点识别;进行点云栅格化的邻域分析,将连通区及邻域关系作为约束条件用于优化水陆分类。本发明为解决现有技术方案难以满足高自动化、适用性强等需求,本发明面向单频全波形ALB系统采集数据,在无需先验样本和其他辅助信息的前提下,实现高自动化、高精度、高效率的水陆分类。
-
公开(公告)号:CN114882376A
公开(公告)日:2022-08-09
申请号:CN202210484475.7
申请日:2022-05-06
申请人: 自然资源部第一海洋研究所
摘要: 本发明涉及一种基于最优目标锚点尺度的卷积神经网络遥感影像目标检测方法,属于遥感影像目标识别及信息提取技术领域。本发明首先提出了一种遥感影像最优目标锚点尺度学习方法,可自适应获得不同目标检测任务的最优目标锚点尺度;然后基于最优目标锚点尺度学习方法,设计了一种基于最优目标锚点尺度的卷积神经网络遥感影像目标检测架构,可根据不同目标检测任务自适应调整锚点尺度,良好的耦合不同类型的目标尺度,实现对不同目标检测任务的精确检测。本发明具有简单、可靠、精度高、易于实现的特点。本发明可广泛运用于遥感影像目标识别及信息提取场合。
-
公开(公告)号:CN118587580A
公开(公告)日:2024-09-03
申请号:CN202410583123.6
申请日:2024-05-11
申请人: 自然资源部第一海洋研究所
摘要: 本发明涉及遥感信息提取技术领域,具体涉及一种基于残差纠正模型的主被动遥感融合的水深反演方法。该方法包括以下步骤:S1、使用归一化水体指数和遥感像元阈值对多光谱遥感影像进行陆地掩膜和深水区掩膜;S2、使用波段对数比值模型对步骤S1掩膜处理后的影像进行初始水深反演,获得初始水深反演结果;S3、基于随机森林的残差纠正模型,拟合出初始水深结果与星载激光测深数据之间的残差,并使用该残差对初始结果进行修正;S4、使用均方根误差、平均绝对误差、平均相对误差和决定系数对纠正前后的水深结果进行精度评估。本发明可以弥补传统波段对数比值模型难以精确估计浅水域和深水域水深的问题,提高水深反演的精度。
-
-
-
-
-
-
-
-
-