大连理工大学范剑超获国家专利权
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!
龙图腾网获悉大连理工大学申请的专利一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116797941B 。
龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310857768.X,技术领域涉及:G06V20/13;该发明授权一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法是由范剑超;韩振宇;刘川;郑丹晨;尚腾;崔广岩;隋子泰;张志慧设计研发完成,并于2023-07-13向国家知识产权局提交的专利申请。
本一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法在说明书摘要公布了:一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法,属于海洋遥感与人工智能交叉技术领域,包括:1石油平台与船只作为海上溢油主要风险源,具有像素值高于周围海水的特点,根据像素值梯度和斑点检测的方法,设计了结合高斯拉普拉斯算子和连通域控制器的挤压激励残差网络;2利用像素梯度和目标尺寸等先验知识,进行疑似海上溢油风险源识别,对目标周围的多个响应点使用连通域控制器获得目标的中心位置和尺寸,3最后通过深度学习分类网络对识别的疑似海上溢油风险源进行分类。本发明仅对影像中疑似海上溢油风险源目标图片进行分类,减少图片数量,提高运行时间,且训练集与实际预测图片尺寸一致,仅需要使用小规模图片而不需要使用整张遥感影像进行训练,更易训练和节约时间。
本发明授权一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法在权利要求书中公布了:1.一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法,其特征在于,包括以下几个步骤: 第一步,对获得的待分类的遥感影像进行预处理,去除遥感影像中云和陆地的干扰; 第二步,海上溢油风险源疑似目标响应; 由LCSE-ResNet中的高斯拉普拉斯算子LoG实现,LoG通过使用高斯滤波对图像进行降噪,再通过拉普拉斯二阶梯度算子获得图像中亮度变化明显的位置;根据溢油风险源中的船只和石油平台在海洋环境中具有明显的亮度特征,在疑似目标周围获得梯度变化响应点,即初步确定疑似目标; 第三步,疑似目标定位; 使用连通域控制器将疑似目标周围的多个响应点进行聚合计算,获得该疑似目标的中心位置和尺寸,并对其进行裁剪,得到定位准确的疑似目标; 第四步,溢油风险源分类; 采用溢油风险源分类网络对第三步裁剪后的M个疑似目标图片分类,保留海上溢油主要风险源石油平台和船只目标;具体步骤如下: 4.1由于步骤3.3中得到的M个疑似目标图片尺寸并不相同,对所有图片进行调整尺寸操作,得到尺寸相同的M个疑似目标图片; 4.2得到训练好的溢油风险源分类网络 4.2.1首先对溢油风险源分类网络的网络结构进行说明 LCSE-ResNet包括上述由LoG算子和连通域控制器组成的目标定位部分和溢油风险源分类网络部分;所述的溢油风险源分类网络包含50层的卷积层,每两层卷积层为一个基本的网络块,在两层卷积操作之后,使用挤压激励操作对输出的不同通道内容进行权重再次分配,并使用短接方式将两个卷积操作之前的输入与进行权重再次分配后的输出相加,作为下一个网络块的输入; 4.2.2通过对已确定船只、石油平台、云、其他人造目标、海上波纹和其他干扰信息的高分二光学卫星的全色影像进行裁剪处理,得到由多张图片组成的数据集,其中每张图片都为单通道灰度图,图片中除海面之外,仅包含船只、石油平台、云、其他人造目标、波纹或噪声干扰中的一种; 4.2.3将步骤4.2.2得到的数据集划分为训练集和测试集;利用训练集对步骤4.1的溢油风险源分类网络进行训练,利用测试集对其进行验证;具体过程:使用挤压激励网络模块和残差网络结合,构建分类网络模型;使用交叉熵损失函数将模型的输出与真实标签进行比较,衡量它们之间的差异;使用训练数据集来训练网络模,采用反向传播算法和梯度下降来更新模型的权重和偏置,以最小化损失函数;分类模型在训练过程中学习到了从输入图像到输出类别的映射关系;通过反向传播和优化算法,模型调整了自身的权重和偏置,使得在给定输入图像时,可以产生与真实标签相匹配的输出; 4.3使用训练后的溢油风险源分类网络对步骤4.3的疑似目标进行分类,该分类网络会根据训练时的训练集图片与标签的对应关系,输出与输入图片相对应的标签,以此来得出疑似目标的实际类别,并保留M个疑似目标中分类为船只和石油平台的目标。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励