Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中交第二公路勘察设计研究院有限公司姚金玺获国家专利权

中交第二公路勘察设计研究院有限公司姚金玺获国家专利权

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!

龙图腾网获悉中交第二公路勘察设计研究院有限公司申请的专利一种弱目标快速遥感检测方法及系统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:CN120014430B

龙图腾网通过国家知识产权局官网在2026-02-24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:202411899900.4,技术领域涉及:G06V20/10;该发明授权一种弱目标快速遥感检测方法及系统是由姚金玺;杨忠胜;余绍淮;陈楚江;吴凯峰;余飞;徐乔;罗博仁;刘德强;宋啟晟设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

一种弱目标快速遥感检测方法及系统在说明书摘要公布了:本发明提供了一种弱目标快速遥感检测方法及系统,该方法包括以下步骤:根据待检测区域的遥感图像中每个像元的弱目标和强目标的丰度系数确定每个像元属于弱目标纯净像元、强目标纯净像元或者混合目标非纯净像元;分别等间距划分待检测区域的遥感图像,形成若干个弱目标纯净像元子网格、强目标纯净像元子网格和混合目标非纯净像元子网格;提取弱目标纯净像元样本、强目标纯净像元样本和混合目标非纯净像元样本构建训练集;采用训练集训练检测模型;将待检测区域的遥感图像输入至训练完成的检测模型,得到待检测区域中的弱目标分布。本发明有效提高弱目标遥感检测性能和结果精度。

本发明授权一种弱目标快速遥感检测方法及系统在权利要求书中公布了:1.一种弱目标快速遥感检测方法,其特征在于:包括以下步骤: 确定待检测区域中弱目标和强目标所对应的地物类别; 根据待检测区域的遥感图像中每个像元的弱目标和强目标的丰度系数确定每个像元属于弱目标纯净像元、强目标纯净像元或者混合目标非纯净像元; 分别等间距划分待检测区域的遥感图像,形成若干个弱目标纯净像元子网格、强目标纯净像元子网格和混合目标非纯净像元子网格; 在每个弱目标纯净像元子网格中选择属于弱目标纯净像元的单个像元作为弱目标纯净像元样本; 在每个强目标纯净像元子网格中选择属于强目标纯净像元的单个像元作为强目标纯净像元样本; 在每个混合目标非纯净像元子网格中选择属于混合目标非纯净像元的单个像元及其邻域作为混合目标非纯净像元样本; 构建训练集:将弱目标纯净像元样本和强目标纯净像元样本作为模型输入,并对应标注弱目标或者强目标;将混合目标非纯净像元样本作为模型输入,将混合目标非纯净像元样本内的每个像元进一步标注为弱目标或强目标; 采用训练集训练检测模型; 将待检测区域的遥感图像输入至训练完成的检测模型,得到待检测区域中的弱目标分布; 计算待检测区域的遥感图像中每个像元的弱目标和强目标的丰度系数的过程包括:通过待检测区域中已知为弱目标和强目标的坐标位置,分别从待检测区域的遥感图像中提取弱目标和强目标的光谱测量值;根据待检测区域的遥感图像的光谱信息,以及弱目标和强目标的光谱测量值,计算得到待检测区域的遥感图像中每个像元的弱目标和强目标的丰度系数; 通过以下公式拟合求解计算丰度系数: ; 其中,代表了任一个像元在第i个波段的光谱参数;指第j个端元在第i个波段上的光谱测量值;指该像元第j个端元的丰度系数;指该像元在第i个波段上的的参与误差项;p代表了端元总数;所有端元中,至少有一个为弱目标,至少有一个为强目标; 判断每个像元属于弱目标纯净像元、强目标纯净像元或者混合目标非纯净像元的标准为: ; 其中,P代表了遥感影像内单个像元的像元类型;指弱目标纯净像元;指混合目标非纯净像元;指的是强目标纯净像元;指弱目标的丰度系数,指强目标的丰度系数;T指设定阈值; 等间距划分待检测区域的遥感图像的过程包括:获取待检测区域中指定目标类别像元的端点位置,包括水平范围的最小值与最大值,以及垂直范围的最小值与最大值,以确定该目标类别在待检测区域遥感图像中待划分的总像元范围; 根据预设的子网格大小和行列间隔,以等间距方式将待检测区域划分为若干子目标类别网格,直至覆盖上述整个待划分的总像元范围;所述预设的子网格大小和行列间隔保证划分得到的目标类别子网格覆盖所有的属于该目标类别的像元; 所述目标类别为弱目标纯净像元、强目标纯净像元或者混合目标非纯净像元; 生成混合目标非纯净像元样本的过程中,将与单个混合目标非纯净像元的关联强度大于设定值的像元与该混合目标非纯净像元共同形成混合目标非纯净像元样本; 所述检测模型包括1D-CNN模型、2D-CNN模型、加权求和特征融合模块、全连接层和归一化指数函数模块; 所述1D-CNN模型用于在检测模型训练时提取弱目标纯净像元和强目标纯净像元样本在光谱维度上的深度特征,在检测模型应用时提取输入的遥感图像在光谱维度上的深度特征; 所述2D-CNN模型用于在检测模型训练时提取混合目标非纯净像元样本在空间维度上的深度特征,在检测模型应用时提取输入的遥感图像在光谱维度上的深度特征; 提取所述加权求和特征融合模块用于对光谱维度和空间维度上的深度特征进行融合; 全连接层用于将融合后的特征向量展平后进行线性变换;归一化指数函数模块用于将全连接层的输出转化为模型输入属于弱目标纯净像元和强目标纯净像元的概率分布。

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中交第二公路勘察设计研究院有限公司,其通讯地址为:430056 湖北省武汉市经济技术开发区创业路18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。

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。