-
公开(公告)号：CN118781124B
公开(公告)日：2025-04-01
申请号：CN202411275310.4
申请日：2024-09-12
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于冠层结构动态约束的双极化SAR图像水稻叶面积指数估测方法及系统，包括以下步骤：获取双极化SAR图像，对图像进行预处理后生成VV和VH的双极化图像，并计算雷达植被指数；构建基于冠层结构动态约束的双极化SAR图像水稻叶面积指数估测模型；推算影像采集时刻的目标水稻生长天数；水稻叶面积指数估测，将计算的雷达植被指数和得到的水稻生长天数带入建立的基于冠层结构动态约束的双极化SAR图像水稻叶面积指数估测模型，即可求得当前影像采集时刻的目标水稻叶面积指数。本发明建立了基于冠层动态约束的植被指数、水稻叶面积指数和种植天数的连续关系，对水稻叶面积指数的跨区域和跨年预测具有很强的普适性。
-
公开(公告)号：CN118687709B
公开(公告)日：2024-12-24
申请号：CN202411170114.0
申请日：2024-08-26
Applicant: 南京航空航天大学
IPC: G01K11/00 , G01K13/00 , G01K15/00 , G01W1/00 , G06F18/27 , G06F18/241 , G06F18/243 , G06V20/13 , G06N20/20 , G06N5/01
Abstract: 本发明涉及地表温度降尺度技术领域，公开了一种基于遥感影像的复杂地形地表温度降尺度方法，获取研究区域范围内的影像数据和气象站实测数据；确定研究区域的植被覆盖类型，使用核归一化植被指数kNDVI替代归一化植被指数NDVI在TsHARP降尺度算法中进行应用，建立kNDVI与LST的关系模型；利用气象站实测数据对改进TsHARP降尺度算法得到的地表温度结果进行订正；通过气象站点观测数据评定其降尺度精度。本发明改进传统TSHARP降尺度算法，将归一化植被指数NDVI替换成改进的植被指数核归一化植被指数kNDVI来应对NDVI饱和效应等问题，引入了植被覆盖类型，在每一种植被覆盖类型上进行地表温度降尺度，得到更加准确的初始降尺度结果。
-
公开(公告)号：CN119169299A
公开(公告)日：2024-12-20
申请号：CN202411689933.6
申请日：2024-11-25
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于降尺度投影的大规模点云语义分割方法及系统，包括以下步骤：获取待处理点云，针对大规模点云的空间分布设置虚拟视图的降尺度投影视点和视线，获得虚拟相机的外参；针对第m个视点对应的虚拟相机的内参和外参，生成对应的虚拟视图，同时获取三维点云和二维投影点之间的映射关系，其中虚拟相机的内参包括焦距、像素大小和像幅大小；基于现有的二维图像语义分割算法提取虚拟视图中的语义信息，基于获取的三维点云和二维投影点之间的映射关系，将语义信息从二维传递到三维，完成点云的语义分割。本发明能够实现大规模大尺度点云的语义分割，提高语义分割精度。
-
公开(公告)号：CN118688226B
公开(公告)日：2024-11-15
申请号：CN202411170113.6
申请日：2024-08-26
Applicant: 南京航空航天大学
IPC: G01N22/04 , G01S13/90 , G01S7/40 , G06F18/241 , G06F18/10
Abstract: 本发明公开了一种基于星载SAR数据的改进水云模型土壤湿度反演方法，涉及土壤水分含量反演技术领域，选取随机若干样点，利用土壤湿度传感器测得目标区域湿度及点位经纬度信息；根据实测点位经纬度信息下载目标区域哨兵一号GRD数据；对获取的哨兵一号GRD数据进行预处理，得到雷达极化数据和入射角数据，利用雷达极化数据计算出同极化纯度参数mc改进水云模型，得到改进后的土壤湿度反演模型；利用改进的水云模型和原始水云模型反演土壤湿度，得到土壤湿度反演数据，依据土壤湿度实测数据评定反演精度并对比改进水云模型和原始水云模型反演精度；利用改进的水云模型预测目标区域土壤湿度，可得到影像区域的土壤湿度空间分布图。
-
公开(公告)号：CN118688226A
公开(公告)日：2024-09-24
申请号：CN202411170113.6
申请日：2024-08-26
Applicant: 南京航空航天大学
IPC: G01N22/04 , G01S13/90 , G01S7/40 , G06F18/241 , G06F18/10
Abstract: 本发明公开了一种基于星载SAR数据的改进水云模型土壤湿度反演方法，涉及土壤水分含量反演技术领域，选取随机若干样点，利用土壤湿度传感器测得目标区域湿度及点位经纬度信息；根据实测点位经纬度信息下载目标区域哨兵一号GRD数据；对获取的哨兵一号GRD数据进行预处理，得到雷达极化数据和入射角数据，利用雷达极化数据计算出同极化纯度参数mc改进水云模型，得到改进后的土壤湿度反演模型；利用改进的水云模型和原始水云模型反演土壤湿度，得到土壤湿度反演数据，依据土壤湿度实测数据评定反演精度并对比改进水云模型和原始水云模型反演精度；利用改进的水云模型预测目标区域土壤湿度，可得到影像区域的土壤湿度空间分布图。
-
Patent Agency Ranking
公开(公告)号：CN118521918B
公开(公告)日：2024-09-17
申请号：CN202410985451.9
申请日：2024-07-23
Applicant: 南京航空航天大学
IPC: G06V20/13 , G06V10/44 , G06V10/54 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于遥感测量技术领域，涉及一种基于多尺度特征融合的遥感影像昼夜云检测方法，该方法包括根据获得的遥感影像建立训练集和测试集；用残差编码模块对遥感影像进行编码，并提取多尺度特征；通过大尺度灯光滤除模块来增强模型和区分人工光源的规则纹理与云的随机纹理；通过多尺度云纹理自适应解码模块提高模型的感受野，对编码特征进行有效恢复；边界信息恢复融合模块利用动态权重调整机制选择性融合编码和解码阶段的特征；通过交叉熵损失函数以训练集训练模型；用训练好的模型对遥感影像进行云检测；本发明通过设计模块和建立多尺度特征融合策略，提升了遥感影像在复杂环境下的云检测性能，尤其是在昼夜变化和灯光干扰条件下的应用效果。
-
公开(公告)号：CN118642106A
公开(公告)日：2024-09-13
申请号：CN202410797812.7
申请日：2024-06-20
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于气象数据的深度学习SAR海杂波仿真与抑制方法，具体涉及空间信息科学和人工智能深度学习技术领域，获取Sentinel‑1数据和ERA5气象数据；对获取的Sentinel‑1数据进行数据预处理，与同一空间和时间的ERA5气象数据进行网格匹配，形成联合气象数据集，包括SAR图像和气象网格数据，并筛选联合气象数据集得到有浪海面和无浪海面两种气象数据集。本发明通过海杂波抑制处理可以优化SAR图像数据源和网络输入参数类型，在输入层面提高目标检测算法精度，有效解决海杂波抑制效果不佳，干扰海面SAR图像中感兴趣目标监测的问题。
-
公开(公告)号：CN118799741A
公开(公告)日：2024-10-18
申请号：CN202411288171.9
申请日：2024-09-14
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于物候分段DTW的作物生理参数遥感时序估测方法、系统及存储介质，包括以下步骤：对时间序列遥感影像进行预处理，得到时序遥感数据；以时序遥感数据为基础，计算得到植被指数时序数据集；结合作物样本实测数据，构建用于估算作物生理参数的遥感估测模型；以地块为基本地理单元，构建作物标准植被指数时序曲线和植被指数时序曲线数据集；以植被指数时序曲线为基础，确定目标地块作物生长的时间范围；基于动态时间规整算法，以植被指数时序曲线为输入获得作物时序匹配路径；根据获得的匹配路径对目标地块作物的时间参数进行调整，估算作物生理参数。本发明克服了物候不匹配现象导致作物生理参数遥感时序估测精度低的问题。
-
公开(公告)号：CN118644602A
公开(公告)日：2024-09-13
申请号：CN202411110468.6
申请日：2024-08-14
Applicant: 南京航空航天大学
IPC: G06T15/00
Abstract: 本发明涉及场景三维重建技术领域，公开了一种基于多时序场景的三维渲染方法及系统，所述方法包括：收集待渲染场景的视频或者图片，对视频或者图片进行预处理，使用SfM算法，获取待渲染场景的点云文件及图像位姿信息并生成数据包；将所述数据包输入面向多时序场景的三维高斯渲染算法，输出各个视角下的真实场景渲染图以及点云文件。本发明通过对获取待渲染场景的视频或者图片；使用面向多时序场景的三维高斯渲染算法进行三维渲染，输出渲染完成的三维场景，并且逐步迭代降低变化区域像素的权重以达到对地物变化鲁棒的目的，提升多时序场景的三维渲染方法在不同场景下的场景渲染精度，同时误差小。
-
公开(公告)号：CN118521918A
公开(公告)日：2024-08-20
申请号：CN202410985451.9
申请日：2024-07-23
Applicant: 南京航空航天大学
IPC: G06V20/13 , G06V10/44 , G06V10/54 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于遥感测量技术领域，涉及一种基于多尺度特征融合的遥感影像昼夜云检测方法，该方法包括根据获得的遥感影像建立训练集和测试集；用残差编码模块对遥感影像进行编码，并提取多尺度特征；通过大尺度灯光滤除模块来增强模型和区分人工光源的规则纹理与云的随机纹理；通过多尺度云纹理自适应解码模块提高模型的感受野，对编码特征进行有效恢复；边界信息恢复融合模块利用动态权重调整机制选择性融合编码和解码阶段的特征；通过交叉熵损失函数以训练集训练模型；用训练好的模型对遥感影像进行云检测；本发明通过设计模块和建立多尺度特征融合策略，提升了遥感影像在复杂环境下的云检测性能，尤其是在昼夜变化和灯光干扰条件下的应用效果。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.03 seconds)
