[发明专利]基于遥感影像的地物目标动态检测系统在审
| 申请号: | 202310157987.7 | 申请日: | 2023-02-23 |
| 公开(公告)号: | CN116168305A | 公开(公告)日: | 2023-05-26 |
| 发明(设计)人: | 赵其峰 | 申请(专利权)人: | 武汉天源迪科数据科技有限公司 |
| 主分类号: | G06V20/13 | 分类号: | G06V20/13;G06V20/10;G06V10/94 |
| 代理公司: | 合肥正则元起专利代理事务所(普通合伙) 34160 | 代理人: | 安朋 |
| 地址: | 430000 湖北省武汉市武汉东湖新技术开发区花城大*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 遥感 影像 地物 目标 动态 检测 系统 | ||
1.基于遥感影像的地物目标动态检测系统,包括验证模块,所述验证模块用于用户进行云端身份验证;其特征在于,还包括目标库、目标模型模块、检测目标输入模块和检测分析模块;
所述目标库用于储存地物目标以及对应的目标分析模型;
目标模型模块用于根据目标库内没有对应目标分析模型的地物目标建立目标分析模型,并将建立的目标分析模型发送到目标库中进行储存;
所述检测目标输入模块用于工作人员根据目标库中的地物目标和检测需求选择对应的地物目标为检测目标;
所述检测分析模块用于进行遥感数据的检测分析,获取对应的检测目标,根据检测目标从目标库中匹配对应的目标分析模型,获取遥感卫星采集的遥感数据,通过目标分析模型进行各检测目标的检测分析,获得对应的分析结果,根据获得的分析结果生成对应的检测动态图,将获得的检测动态图上传到云端进行展示。
2.根据权利要求1所述的基于遥感影像的地物目标动态检测系统,其特征在于,建立目标分析模型的方法包括:
实时识别目标库内没有对应目标分析模型的地物目标,标记为补充目标,识别补充目标的分析类以及包括补充目标的遥感数据,根据获得的补充目标、分析类以及遥感数据建立对应的训练集,基于卷积神经网络建立对应的初始智能模型,通过建立的训练集进行训练,将训练成功后的初始智能模型标记为目标分析模型,将目标分析模型打上对应的目标标签。
3.根据权利要求1所述的基于遥感影像的地物目标动态检测系统,其特征在于,所述目标库设置在云端。
4.根据权利要求1所述的基于遥感影像的地物目标动态检测系统,其特征在于,还包括遥感卫星推荐模块,所述遥感卫星推荐模块用于根据需要进行检测的地物区域进行遥感卫星的选择推荐。
5.根据权利要求4所述的基于遥感影像的地物目标动态检测系统,其特征在于,遥感卫星的推荐方法包括:
获取对应的检测目标,设置各检测目标的权重系数,根据地物目标区域获取具有的待选遥感卫星,获取各待选遥感卫星的历史遥感数据,根据获得的历史遥感数据、检测目标以及对应的权重系数分析出对应的图像综合值和分析综合值;评估各待选遥感卫星的使用成本,根据获得的图像综合值、分析综合值和使用成本进行待选遥感卫星的优先值计算,将待选遥感卫星按照优先值从大到小的顺序进行排序,获得推荐列表,将推荐列表发送给对应的管理人员,由管理人员根据实际情况进行遥感卫星的选择。
6.根据权利要求5所述的基于遥感影像的地物目标动态检测系统,其特征在于,根据获得的历史遥感数据、检测目标以及对应的权重系数进行分析的方法包括:
将检测目标标记为i,其中i=1、2、……、n,n为正整数;将检测目标对应的权重系数标记为βi;分析历史遥感数据相对于各检测目标的采集符合度,设置对应的单项图像值,将获得的单项图像值标记为TDi,分析历史遥感数据相对于各检测目标对应的目标分析模型的匹配度,设置对应的单项偏差值,将获得的单项偏差值标记为PDi,根据公式计算对应的图像综合值,根据公式计算对应的分析综合值。
7.根据权利要求6所述的基于遥感影像的地物目标动态检测系统,其特征在于,根据获得的图像综合值、分析综合值和使用成本进行待选遥感卫星的优先值计算的方法包括:
将使用成本标记为CB,设置成本转化系数,将成本转化系数标记为α,根据公式YQ=b1×TX-b2×FZ-b3×α×CB计算对应的优先值,其中b1、b2、b3均为比例系数,取值范围为0b1≤1,0b2≤1,0b3≤1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉天源迪科数据科技有限公司,未经武汉天源迪科数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310157987.7/1.html,转载请声明来源钻瓜专利网。





