首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

不透水面水信息特征面状地物精确提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京科技职业学院

摘要:本发明提供了一种不透水面水信息特征面状地物精确提取方法,第一步,利用基于阴影特征的检测算法识别阴影,再通过对阴影区域及其边界的亮度比进行评估,计算出补偿阴影区域的系数还原阴影区域;第二步,通过改进的MeanShift滤波对高分辨率图像每个像元进行有限次的统计迭代计算;第三步,基于前两步对原始数据进行阴影去除及均值漂移滤波后的数据提取纹理特征、光谱特征;第四步,将DSM数据作为高程特征与第三步提取出的纹理与光谱特征融合在一起为深度学习提供训练数据。本发明提供的不透水面水信息特征面状地物精确提取方法与现有常用算法比较,能够明显提高基于高分辨率遥感图像的不透水面状地物的提取精度。

主权项:1.一种不透水面水信息特征面状地物精确提取方法,包括以下步骤:步骤S01:收集同一实验区域的GF-2、无人机倾斜摄影DOM、DSM图像,首先去除GF-2图像中的阴影区域,再将去除阴影后的GF-2和DOM图像通过改进的均值漂移滤波降低图像中的噪声;步骤S02:对步骤S01处理后的图像数据提取特征,再将DSM数据与其他特征进行融合,形成实验区域的图像特征集;步骤S03:通过目视解译的方法人工标注北部、中部和南部三个不同空间分布区域的真实地类标签,利用三块区域的图像特征集及标注数据作为模型的训练集;步骤S04:将图像特征集和标注数据输入融合注意力门控模块和Res2Net的图像分类模型AR-UNet进行训练,通过试验选择最佳的网络结构;步骤S05:选取ResNet和UNet模型、AR-UNet作对比实验,验证本章提出模型对多源数据融合作为输入的分类具有更高的精度。

全文数据:

权利要求:

百度查询: 南京科技职业学院 不透水面水信息特征面状地物精确提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。