本发明涉及一种渐进式双解耦的SAR辅助遥感影像厚云去除方法，所述方法包括以下步骤：获取厚云遮挡光学遥感影像、无云参考影像和SAR影像三元数据集；构建渐进式双解耦的SAR辅助遥感影像厚云去除模型；训练渐进式双解耦的SAR辅助遥感影像厚云去除模型；待厚云去除的厚云遮挡光学遥感影像及对应SAR影像数据的获得及预处理；光学遥感影像厚云去除结果的获得。与现有技术相比，通过构建SAR和光学影像渐进式融合模块，充分利用两种模态间的互补信息，加强对光学影像缺失信息的补充和对SAR影像中噪声、形变的抑制。同时本发明设计的频域和空域双解耦特征处理架构，使得去云影像在光谱信息和结构信息的保持上均表现优异。
📄 2023117040912
📂 G06T5_73
👤 安徽大学
📅 2023-12-12
本发明公开了遥感数据处理技术领域的一种遥感图像云影检测方法、系统、终端及存储介质，旨在解决现有技术缺乏云影空间对应关系，且云影与低反射地物之间容易混淆，导致检测结果易出现误判与漏检的问题。其包括获取光学遥感图像数据，将光学遥感图像数据输入窗口注意力模块中提取多尺度空间特征，采用小波变换在频域中对多尺度空间特征进行分解，生成低频子带和高频子带；将低频子带和高频子带输入云影特征空频增强模块，生成云影特征增强信号；本发明实现了光学遥感图像中云与云影在空域与频域的协同建模，有效解决了复杂场景下云影检测困难、配对不一致以及几何约束不足的问题，确保了本发明的云影检测效果。
📄 2026106542410
📂 G06T7_00
👤 南京信息工程大学
📅 2026-05-13
一种时空多粒度交融的遥感图像变化检测方法和装置，其方法包括：将获得的遥感图像数据集输入到构建好的时空多粒度交融网络(STMINet)中进行训练，得到训练好的STMINet并保存；输入待处理的遥感图像，通过训练好的STMINet进行预测，得到双时相变化预测图。
📄 2024114851648
📂 G06V20_10
👤 浙江工业大学
📅 2024-10-23
本发明公开了一种基于线性跨时态交互的异源遥感建筑变化检测方法，包括：获取异源遥感图像对并分割为若干子图；采用预训练好的CNN或Transformer模型对各子图进行特征提取获得对应的第一特征图；将图像对中对应子图获得的第一特征图执行线性交叉注意力操作获取对应的第二特征图；对第二特征图执行协同特征对齐操作获取对应的第三特征图；将图像对中对应子图获得的第三特征图依次进行差值、上采样和卷积变换，获取变化检测图。该方法针对异源遥感图像变化检测任务中数据异源差异，通过交叉注意力进行图像间耦合互动，并构建协同特征对齐以保障异源特性下特征间对齐，有助于提高异源遥感图像变化检测的精度和泛化性能。
📄 2022103434172
📂 G06V20_10
👤 浙江工业大学
📅 2022-03-31
一种融合空间关系的高分遥感目标检测方法，首先根据遥感目标提取任务设计深度卷积神经网络、制作样本并训练得到道路提取模型，然后制作目标检测网络模型训练样本与标签，训练目标检测网络模型，图像经由卷积得到特征图信息，在训练过程中，使用目标检测网络模型进行预测，并分别计算置信度损失、类别损失、框位置损失，协同道路信息判断预测位置距离道路的远近，输出损失值，进行回归计算，使网络学习到检测的目标靠近道路附近。后处理过程，使用最终训练好的目标检测模型检测目标数据集，预测输出经处理后得到遥感图像中所识别地物的外包框，取外包框的中心点信息转为向量信息，写入矢量文件。本发明实现高分遥感目标的精细提取。
📄 2022108524601
📂 G06V20_10
👤 浙江工业大学
📅 2022-07-19
本发明公开了一种联合局部表征和全局建模的双时遥感变化检测方法，包括：获取双时遥感图像对并将图像分割为相同尺寸的子图；建立对偶主干网络模型并进行预训练；采用预训练好的对偶主干网络模型对子图进行特征提取，对应获得多尺度局部特征图和全局特征图；对相同空间分辨率下的局部特征图和全局特征图执行双分支信息交叉融合操作，获取联合表示；对不同空间分辨率的联合表示执行多尺度特征图融合操作，获取多尺度融合特征图；将图像对中对应子图获得的多尺度融合特征图之间依次进行差值、上采样和卷积变换，获取变化检测图。该方法可实现更好的目标定位、边缘细化和语义理解，保障检测精度和泛化性能，数据处理速度快。
📄 2022103434223
📂 G06V20_10
👤 浙江工业大学
📅 2022-03-31
一种基于边缘辅助的高分遥感目标精细提取方法，首先根据遥感目标提取任务设计深度卷积神经网络、制作样本并训练得到目标检测模型和边缘检测模型。然后将遥感影像输入到目标检测模型中进行地物外包框提取，从而确定地物目标类型及所在位置范围；将遥感影像输入到边缘检测模型中进行地物边缘提取，从而获取地物目标边缘强度图。最后针对每个外包框中的目标，以相应位置的边缘强度图为指示进行目标边界提取操作，对强度较高的明显边缘直接进行细化作为边界，对模糊特别是中断边缘以边界完整为目标进行修补，最终确定目标精细边界，按任务需求可将目标边界矢量化为多边形要素。本发明可实现高分遥感目标的精细提取。
📄 2019106383700
📂 G06T7_13
👤 浙江工业大学
📅 2019-07-16
一种轻量化的全信息交融和双向导遥感图像变化检测方法和装置，其方法包括：将获得的遥感图像数据集输入到构建好的轻量化的全信息交融和双向导网络Lighter中进行训练，得到训练好的Lighter并保存；输入待处理的遥感图像，通过训练好的Lighter进行预测，得到双时相变化预测图。本发明通过极其轻量化的设计显著提升了遥感图像变化检测的精度与性能。
📄 202411687720X
📂 G06V20_10
👤 浙江工业大学
📅 2024-11-25
结合语义分割与边缘检测的高分辨率遥感建筑物提取方法，属于遥感影像目标提取技术领域。首先，采用语义分割网络和深度边缘检测网络分别预测建筑物屋顶面和边缘图；然后，对建筑物边缘图进行去噪、骨架提取；在此基础上，结合建筑物屋顶面预测图，对建筑物边缘图进行去毛刺和断线修补处理；最后，对建筑物边缘图进行矢量化，由此获得建筑物屋顶轮廓提取结果。本发明能够克服深度卷积神经网络模型预测图中建筑物边缘不连续、不封闭等问题，提高了高分辨率遥感影像建筑物边缘的提取精度，且在不同类型建筑物屋顶形态的提取中均表现良好，适用性广泛。
📄 2021107873850
📂 G06T7_12
👤 浙江工业大学
📅 2021-07-13
本发明公开了基于双层交叉注意力机制的Landsat‑MODIS遥感影像时空融合方法，涉及遥感图像处理和人工智能技术领域。本发明通过DCAF模型的设计，利用“特征提取‑差分加权‑信息增强”一系列操作，充分利用Landsat和MODIS图像的互补信息，实现了地表反射率的时间连续性和空间分辨率的双重提升，主要优点如下：1）减少输入图像数量，仅需两幅输入图像即可实现高质量的融合效果，降低了数据获取的难度和成本，显著提升了模型的实用性；2）在特征处理方面，模型通过集成多种注意力机制和深层卷积模块，能够精准地捕捉低分辨率和高分辨率图像之间的空间‑光谱关联，从而在复杂场景下展现出优异的融合性能。
📄 202511544165X
📂 G06V10_80
👤 西南大学
📅 2025-10-28
本发明涉及海岸线提取技术，具体涉及一种基于多波段遥感影像的海岸线提取方法，包括以下步骤：A）导入目标区域多波段遥感影像数据；B）为每个像素点构建特征向量，将目标区域分割成为若干个色块；C）选取一个海洋水体参考点，识别海洋水体区域；D）提取步骤C获得的海洋水体区域边界，将边界作为海岸线输出。本发明的实质性效果是：将每个波段遥感图像滤波处理后进一步构建每个目标像素点的多波段光辐射能量特征向量，根据该特征向量进行色块划分和海洋水体识别，识别出的海洋水体边界即海岸线，能够有效发挥多波段遥感图像的优势，提高海岸线提取精准度。具有波段越多，提取精准度越高的特点。
📄 2018110637870
📂 G06K9_00
👤 浙江海洋大学
📅 2018-09-12
一种基于迭代贝叶斯的合成孔径雷达影像变化检测方法，由构造差异图、局部特征提取、计算似然函数、进行迭代贝叶斯计算四个步骤对合成孔径雷达影像进行变化检测。其中，用对数比操作构造差异图；局部特征通过主成分分析方法提取，并且使用最小描述长度规则来确定特征的维数。本发明针对同一地区、不同时刻的两幅合成孔径雷达影像，引入贝叶斯推理的思想，首先对数比值差异图作为先验信息，然后通过和提取到的主要特征进行整合，得出变化信息的后验概率，使用最大类间方差法对后验概率进行处理来初始化下一次迭代的先验概率。该发明取得了较好的效果，具有较高的Kappa系数、正确率和G‑mean。
📄 2018116491177
📂 G06V10_77
👤 陕西师范大学
📅 2018-12-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台