欢迎使用淄博智来知识产权服务有限公司柿子坊专利交易平台,本站提供专利转让评估管理交易,商标转让评估管理交易、知识产权转让评估交易等服务
1328063899724小时咨询热线
13280638997
当前位置:首页 > 专利转让  > 遥感专利转让
  • 检索范围
  • 专利名称:一种基于判决相关分析的遥感图像特征融合方法及系统      申请号:202110509659X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/07/12  
    摘要: 本发明公开了一种基于判决相关分析的遥感图像特征融合方法及系统,包括以下步骤:采用Lowe算法生成遥感图像的SIFT特征;利用IFK方法对SIFT特征进行编码,得到编码后的SIFT特征;采用经ImageNet数据集预训练的VGG‑VD‑16神经网络模型作为特征提取器,对遥感图接征间Fi特像层f和c.进特1第征进征二和行行提F个第融if全二取c合.个,2连;,得将得全接到编到连层第码中接特一后间层征个的特特F全Si征征fIc连.F;F2进T采i接f特c用行层.2征进DD特与CC行征AA第融变变F一合if换换c个,.方;1得和全将法到第连变,融二接对换合个中后层结全特间的果连征特中,将融合结构输入至线性分类器,得到遥感图像分类结果。
  • 专利名称:基于边缘映射和深度学习的遥感图像变化检测方法及系统      申请号:202010845118X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/07/05  
    摘要: 本发明公开了一种基于边缘映射和深度学习的遥感图像变化检测方法及系统,检测系统包括:边缘检测模块,用于提取出高分辨率遥感图像的边缘信息;边缘二值化模块,用于将初步获取的边缘映射图进一步转换为二值图像;预分类模块,用于获取双时相高分辨率遥感图像中显著的变化/未变化区域;训练样本筛选模块,用于通过超像素分割理论来从预分类结果中筛选训练样本;深度神经网络检测模块,用于对双时相高分辨率遥感图像进一步检测出更精确的变化/未变化区域。本发明可以通过基于边缘映射的预分类算法和基于降噪自动编码器的神经网络模型有效地提取出高分辨率遥感图像对中的变化信息。
  • 专利名称:一种遥感影像与矢量数据一体化批量制图的方法      申请号:2013100030159     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明涉及一种裁剪与制图的方法,特别是一种遥感影像与矢量数据一体化批量制图的方法,其特征在于包括如下步骤:步骤①、加载目标区域的多幅影像和多层矢量要素;步骤②、选择制图比例尺,计算目标区覆盖的所有图幅,罗列成表;步骤③、叠加显示加载的影像和矢量,绘制数据外包边界框和图幅网格,可视化交互式选择待裁剪图幅;步骤④、制定制图模板,设置图名、图幅地名、比例尺、指北针等制图整饰要素;步骤⑤、影像和矢量一体化批量裁剪;步骤⑥、基于符号库的批量制图符号化,并自动生成符号化后的图例;步骤⑦、制图输出。本发明解决了影像与矢量一体化批量分幅裁剪与制图,提高标准分幅制图的生产效率。
  • 专利名称:一种基于文本数据的遥感图像风格转换方法      申请号:2020101040726     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供一种基于文本数据的遥感图像风格转换方法,包括:构建数据集,获取文本数据集和待转换图像数据集;生成低分辨率的图像,根据文本数据提取句子特征,然后结合噪声生成低分辨率的遥感图像和对应的图像特征;生成高分辨率的图像,根据文本数据提取单词特征,然后结合上一层低分辨率的特征生成下一层的高分辨率的遥感图像和图像特征;计算损失函数,检测生成的图像和文本的匹配程度,生成相应的损失函数;图像风格转换,以生成的高分辨率图像作为参考风格图像,依据循环一致性原理和对抗损失函数进行风格转换。本发明的有益效果是:从文本数据逐层生成高分辨率图像,极大地提高了文本到图像的生成精度,弥补了文本数据进行风格转换的空缺。
  • 专利名称:一种基于通道注意力机制的遥感场景分类方法及装置      申请号:202010097209X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明公开了一种基于通道注意力机制的遥感场景分类方法及装置,属于遥感图像信息提取领域。本发明主要包括以下步骤:1.数据集预处理。将公开的场景数据集进行增强和归一化等预处理,增强网络的鲁棒性;2.建立基于通道注意力的密集连接网络。基于通道注意力的密集连接网络包括密集连接网络,通道注意力机制,和标签平滑损失函数三个部分。3.训练网络后进行精度评价。将预处理后的数据输入特征复用网络进行训练,然后利用训练完成后的网络完成对待分类的遥感场景数据的场景分类。
  • 专利名称:一种迭代包络线抽取的时序遥感植被指数重构方法及系统      申请号:2018106643807     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 一种迭代包络线抽取的时序遥感植被指数重构方法及系统,先获取时序遥感植被指数数据作为待处理数据,然后确定一搜索窗口,从起始端点A开始,在后续竖线的顶点中寻找折线段终点B,一旦找到,则本窗口内搜索结束;平移窗口,以点B作为新的起始端点A,在新的窗口中寻找新的B,如此重复直至时序遥感植被指数数据被处理完毕;再以处理完毕的数据作为新的待处理数据,重复之前步骤直至迭代结束完成最终的包络线节点抽取;最后对最终抽取的包络线节点进行平滑滤波,得到重构的植被指数时序数据。本发明排除了各种误差对观测结果的影响,能更好的反映诸如地形起伏、地表二向反射等诸多因素对NDVI时序变化所产生的影响,且本发明具有更好的适应性。
  • 专利名称:一种基于无锚框的遥感图像目标检测方法      申请号:2020113572305     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供一种基于无锚框的遥感图像目标检测方法,包括以下:建立无锚框的遥感图像目标检测模型,包括:特征提取网络、特征金字塔和无锚框检测器;获取遥感图像,并进行滑动分区,分割得到小尺寸图像;将小尺寸图像输入到特征提取网络中,利用特征金字塔结构,得到三个不同尺度的特征图;将特征图分别输入到无锚框检测器中进行预测,得到目标预测结果;设计多指标融合的损失函数,利用目标预测结果和多指标融合的损失函数完成目标检测模型的训练,得到训练完成的目标检测模型;利用训练完成的目标检测模型进行遥感图像目标检测。本发明提供的有益效果是:建立了一个超参数量少、模型复杂度低、检测精度高的遥感图像目标检测模型。
  • 专利名称:基于视觉显著性的高光谱遥感图像分类方法及系统      申请号:2019106061919     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明公开了一种基于视觉显著性的高光谱遥感图像分类方法及系统,本发明主要解决高光谱遥感图像特征提取时空间信息利用率低的问题,由于空间维度的信息能够直观地反映地物的真实形状与类别,而视觉显著性机制能够通过智能算法模拟人的视觉特点,本发明提取图像中的显著区域(即人类感兴趣的区域),通过对显著性特征进行提取,能在没有先验信息的条件下检测与周围背景存在差异的目标,突出了图像的主要内容,降低了图像处理分析的复杂度,最后结合光谱信息进行分类,能够有效降低分类误差,提高分类精度。
  • 专利名称:基于遥感数据与机器学习对泥石流敏感性地图分析的方法      申请号:2020100804145     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明公开了基于遥感数据与机器学习对泥石流敏感性地图分析的方法,该方法包含以下步骤:S1、获取泥石流清单数据及Landsat、DEM栅格数据和道路、河流矢量数据;S2、根据已有的遥感数据,运用ArcGIS中的相关工具获取泥石流易发性相关的敏感因子,然后对获得的各类敏感因子进行数据预处理,同时采用泥石流清单数据形成标签数据集,并对数据进行分析,生成模型的训练数据集及测试数据集;S3、运用逻辑斯蒂回归、人工神经网络以及支持向量机三种模型作为泥石流敏感性地图分析的运算;S5、根据模型敏感因子组合结果的一致性交叉验证、实验分析的可行性,选取出AUC值最高的人工神经网络模型,以其对应的敏感因子组合结果作为模型的输入,生成泥石流敏感性地图。
  • 专利名称:一种基于GAN模型根据遥感影像生成电子地图的方法、系统      申请号:202010310125X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明公开了一种基于GAN模型根据遥感影像生成电子地图的方法及系统。该方法及系统改进了GAN模型的生成器架构和损失函数,并提出了针对生成电子地图颜色渲染和道路识别的适应性解决方案。所述GAN模型的生成器架构由三部分组成:下采样层、残差块、上采样层,包含6个残差块和2个跳远连接。模型损失函数除了包含自适应感知损失和自适应对抗损失,还包含用于优化生成电子地图的颜色渲染和道路生成的损失项。此外,本发明还使用特定地物要素的二值图通道控制颜色渲染。结果表明:本发明公开的方法及系统生成电子地图的质量无论在直观视觉还是在经典评估指标的评估下,都超越了现有的图片翻译模型,像素级翻译精确度提高40%,FID评估值降低了38%。
  • 专利名称:一种基于特征增强的遥感影像超分辨率重建方法和系统      申请号:2020106263010     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明涉及一种基于特征增强的遥感影像超分辨率重建方法和系统,包括以下步骤:对原始高分辨率遥感影像数据集进行压缩操作,生成低分辨率遥感影像数据集;将所述低分辨率遥感影像数据集通过TE‑AGAN模型进行影像重建,生成超分辨率遥感影像数据集;将所述超分辨率遥感影像数据集和所述原始高分辨率遥感影像数据集输入判别网络进行训练,以迭代的训练方法训练该模型,直到网络收敛,生成超分辨率遥感影像转换网络模型;将低分辨率遥感影像输入已经训练好的所述超分辨率遥感影像转换网络模型,生成超分辨率遥感影像。本发明能根据数据集学习得到损失函数,从而避免根据经验设置损失函数引入额外的误差,保证超分辨率遥感影像的质量。
  • 专利名称:一种基于深度学习的遥感影像水域自动提取方法及系统      申请号:2020104934896     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供了一种基于深度学习的遥感影像水域自动提取方法及系统。先对遥感影像数据进行预处理,通过波段运算得到不同的水域指数,获取水域提取的先验特征信息,融合遥感影像数据和谷歌地图瓦片数据等实现多源特征信息融合,然后通过目视解译和矢量化构建数据集;训练、验证并测试由卷积神经网络搭建的语义分割模型WE‑Net;调用遥感影像水域分割模型WE‑Net实现水域的自动分类,输出二值化灰度图,该图即为分类和提取的结果。本发明的有益效果是:通过调用遥感影像水域分割模型即可实现提取研究区域中的水域,可以代替人工目视解译,节省人力物力,为高精度影像地图的更新,包括湖泊面积变化检测和水系变迁等,提供辅助技术支持。
  • 专利名称:一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统      申请号:2020102846123     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明公开了一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统,首先对输入的低空间分辨率数据通过混合像元分解,求取地物丰度图,构建光谱能量函数,并进行初始化定位。在此基础上,构建亚像元级和像元级双尺度空间邻域关系,为亚像元定位提供空间先验信息,使得亚像元定位时既保留了空间局部信息,又保持了地物空间整体结构,进而构建空间能量函数。同时,依据早期较高分辨率遥感分类图和低空间分辨率遥感影像提供逐个像元的地物转移概率,建立不同时相、不同空间分辨率的遥感影像在时间和空间上的联系,进而构建时间能量函数。最后,构建“光谱‑双尺度空间‑时间”一体化目标函数,通过对目标函数求取最小值,为亚像元定位提供最优解。
  • 专利名称:一种极地反照率遥感数据的重构方法、装置及计算机设备      申请号:2022105273531     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明公开一种极地反照率遥感数据的重构方法,方法包括以下步骤:获取南北极区域反照率、云光学厚度和太阳天顶角的遥感数据,对空缺像元的反照率数值进行填补,生成拟合数据序列,计算重构的反照率数值,修正的反照率数值。本发明充分利用遥感冰雪反照率数据中的时空信息填补数据的缺失,并考虑冰雪反照率数据的时序依赖性采用Whittaker滤波法重建晴空反照率时序数据,最后基于冰雪反照率受云层的影响的物理特性,根据经验公式进一步修正云覆盖的对应冰雪覆盖的像元的反照率,该方法重建极地冰雪反照率简单有效,重建结果精度高。
  • 专利名称:一种高光谱遥感影像分类方法、装置、设备及存储介质      申请号:2021101548865     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供了一种高光谱遥感影像分类方法、装置、设备及存储介质,该方法包括以下步骤:从原始高光谱遥感影像中分别获取各地物类型的参考光谱和每个像元的像元光谱;计算得到像元光谱与参考光谱之间的光谱角距离;计算得到像元光谱与参考光谱之间的最优光谱特征参数组合的欧式距离;将光谱角距离与所述欧式距离相结合,获得像元光谱与参考光谱之间的最终匹配距离;根据最终匹配距离判断影像中每个像元所属的地物类型,基于像元所属的地物类型输出原始高光谱遥感影像的分类结果图,并对分类结果图进行精度评价。本发明将基于光谱整体特性的光谱角距离和突出光谱局部细节特征的组合特征参数欧式距离相结合,提高了高光谱遥感影像的分类精度。
  • 专利名称:遥感影像分割模型构建方法、装置及遥感影像解译方法      申请号:2023104144909     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供了遥感影像分割模型构建方法、装置及遥感影像解译方法,涉及图像处理领域,遥感影像分割模型构建方法包括:获取原始多光谱影像,并对原始多光谱影像进行超像素分割,以得到超像素分割结果;对所述超像素分割结果进行特征提取,以得到初始超像素特征和初始超像素标签;获取类别共现矩阵;根据超像素分割结果构建拓扑图,并将类别共现矩阵融合到拓扑图中以得到初始拓扑图;根据超像素分割结果构建初始特征图,并根据初始特征图、初始超像素特征、初始拓扑图和初始超像素标签对原始分割模型进行训练及调优得到遥感影像分割模型。解决了在利用多光谱遥感图像对土地覆盖进行分类时因忽略不同局部区域的长程空间关系,导致边界信息丢失问题。
  • 专利名称:高光谱遥感图像部分迁移方法及系统      申请号:2021109144056     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明涉及遥感图像处理技术领域,提供一种高光谱遥感图像部分迁移方法及系统,包括:S1:获得源域数据Xs和目标域数据Xt,获取源域数据的标签信息Ys;S2:获取源域训练数据#imgabs0#S3:获得边缘分布自适应后的源域数据#imgabs1#和边缘分布自适应后的目标域数据#imgabs2#S4:训练获得目标域数据的伪标签#imgabs3#S5:获得条件分布自适应后的源域数据#imgabs4#和条件分布自适应后的目标域数据X't;S6:计算获得最终的目标域数据的预测标签#imgabs5#本发明有效解决部分迁移中因源域数据的地物类别比目标域多而带来的负迁移;分布自适应依赖的一阶统计特性代表了地物的平均光谱属性,可以使两个领域的数据有效对齐;使用的目标域数据不带有任何标签信息,降低了获取标记样本的难度。
  • 专利名称:基于度量学习和近邻增强的高光谱遥感图像分类方法      申请号:2020102285006     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供一种基于度量学习和近邻增强的高光谱遥感图像分类方法,包括:S1、对所有样本数据进行平滑滤波,并划分为训练样本和测试样本;S2、采用度量学习算法从训练样本中学习得到马氏距离度量矩阵;S3、计算马氏距离加权的Tikhonov矩阵,进一步得到光谱正则化项;S4、计算空间距离加权的矩阵,进一步得到空间正则化项;S5、对正则化项进行近邻增强,构建基于协同表示的分类模型;S6、求解分类模型,得到协同表示系数,并根据重构误差最小原则对当前测试样本分配标签;S7、判断是否对所有测试样本进行了预测,若否,则重复步骤S3‑S6,否则输出分类结果图。本方法在高光谱遥感图像分类处理中,具有创新性、前沿性以及实用性。
  • 专利名称:一种遥感图像云去除方法及系统      申请号:2023108026719     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:遥感   相似专利 发布日:2024/06/28  
    摘要: 本发明提供了一种遥感图像云去除方法及系统,首先从公共RICE1和RICE2数据集中选出数据作为训练集和测试集;然后采取残差对称连接的编解码器结构,构建通道、空间注意力的生成网络;构建自注意力的判别网络,该判别网络和所述生成网络共同组成遥感图像去云网络;利用训练集对遥感图像去云网络进行训练,并利用测试集做定量分析,当遥感图像去云网络达到预设精度后,得到最终的遥感图像去云网络;最后将所述最终的遥感图像去云网络应用于实际,达到对遥感图像云去除的目的。本发明的有益效果是:采用遥感图像去云网络较好的解决了从单个遥感图像云去除的问题。
  • 专利名称:高分遥感图像人工构建筑场景智能分类方法      申请号:2024101142361     转让价格:面议  收藏
    法律状态:授权未缴费   类型:发明   关键词:遥感   相似专利 发布日:2024/06/27  
    摘要: 本申请的高分遥感图像人工构建筑场景智能分类方法,建立面向视觉的隐层概率语义解析场景分类方法,在场景表达的特征中加入空间信息约束,以较低的特征维度携带较多的语义信息,提升视觉词汇的表述力。一是结合遥感图像的数据特征解析典型人工场景的图像表现特征,采用较低的特征维度描述目标视觉信息;二是结合遥感图像的特征,改进隐层概率语义解析模型,采用分割视觉最为特征词汇的策略,将过分割后的图像进行视觉特征表述,利用高空间分辨率带来的丰富的图像空间信息和几何结构信息,弥补局部特征点描述力有限的局限性;通过将面向视觉的分类方法和焦点模型相结合,以低维的特征描述,取得更好的分类效果。
  • 第1页/共8页;本页20条记录/共148条记录 1 2 3 4       
    用户指南
    交易方式
    关于柿子坊
    关注微信公众号
    智来知识产权公众号
    联系我们
    咨询电话:13280638997  
    传真:0533-3110363
    邮箱:kefu@shizifang.com
    CopyRight©2016 by 淄博智来知识产权服务有限公司  All Rights Reserved  专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
    地址:山东省淄博市张店区人民路与北京路路口银街3号华侨大厦
    鲁ICP备16031200号   鲁公网安备 37030302000778号