“遥感图像分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1055080个，建议您升级VIP下载更多相关专利

[发明专利]一种基于连续学习的遥感图像场景分类方法-CN202210712526.7在审
发明人：文载道;陆昱廷;王小旭;潘泉 -专利权人：西北工业大学
申请日： 2022-06-22 - 公布日： 2022-09-20 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于连续学习的遥感图像场景分类方法，获取当前时刻的待分类遥感图像数据集和遥感图像训练数据集；其中，待分类遥感图像数据集中的图像类别大于遥感图像训练数据集中的图像类别；采用遥感图像训练数据集对上一时刻的遥感图像分类模型进行训练；通过训练后的遥感图像分类模型对待分类遥感图像数据集进行分类；本发明通过使用遥感图像训练数据集对上一时刻的遥感图像分类模型进行更新，并且在更新的过程中向损失函数中加入第二损失函数，可以使得遥感图像分类模型保留对原有遥感图像的分类精度，进而提升了遥感图像分类模型的泛化能力。
一种基于连续学习遥感图像场景分类方法

[发明专利]遥感图像场景分类方法、装置、设备及存储介质-CN202210679425.4在审
发明人：郑禄;彭丹;帖军;宋中山;沈祥成;罗治情;郑明雪;刘振宇;龙吕佳 -专利权人：中南民族大学;湖北省农业科学院农业经济技术研究所（湖北省农业科学院农业规划设计研究所）
申请日： 2022-06-16 - 公布日： 2022-10-21 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种遥感图像场景分类方法、装置、设备及存储介质。本发明通过获取待分类遥感图像，然后通过预设遥感图像场景分类模型对待分类遥感图像进行场景分类，获得待分类遥感图像对应的类别，预设遥感图像场景分类模型基于密集连接卷积网络训练获得。本发明通过预设遥感图像场景分类模型对待分类遥感图像进行场景分类，并且预设遥感图像场景分类模型基于密集连接卷积网络训练获得，相较于现有的通过深度学习网络进行遥感场景分类，本发明上述方式能够通过预设遥感场景分类模型进行场景分类，能够对遥感图像场景进行精确分类，并且能够有效地减少了预设遥感场景分类模型主干网络的计算量和参数量，从而提高网络的运算效率。
遥感图像场景分类方法装置设备存储介质

[发明专利]遥感图像分类方法、装置、电子设备及可读存储介质-CN202110336655.6在审
发明人：多朵 -专利权人：中信银行股份有限公司
申请日： 2021-03-29 - 公布日： 2021-05-28 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及应用软件技术领域，尤其涉及一种遥感图像分类方法、装置、电子设备及可读存储介质。该遥感图像分类方法包括：获取待测试遥感图像数据；基于预设的遥感图像分类模型对所述待测试遥感图像数据进行分类处理，得到针对所述待测试遥感图像数据的分类准确度。本申请中，通过引入遥感图像分类模型，实现了对待测试遥感图像数据的分类，相较于现有中的遥感图像分类方式，提升了分类的准确度。
遥感图像分类方法装置电子设备可读存储介质

[发明专利]基于模型的遥感图像分类方法、装置、设备及存储介质-CN202211421801.6在审
发明人：郑禄;于舒;李子茂;帖军;沈祥成;罗治情;马海荣;陈娉婷;秦锦添 -专利权人：中南民族大学;湖北省农业科学院农业经济技术研究所（湖北省农业科学院农业规划设计研究所）
申请日： 2022-11-14 - 公布日： 2023-03-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于模型的遥感图像分类方法、装置、设备及存储介质。本发明通过获取待分类遥感图像，然后通过预设遥感图像场景分类模型对待分类遥感图像进行分类，获得待分类遥感图像对应的类别，所述预设遥感图像场景分类模型包括：在预设卷积神经网络中的各层中添加注意力模块后的提取层、平均池化层以及线性分类层。本发明通过预设遥感图像场景分类模型对待分类遥感图像进行分类，通过增加注意力模块的提取层有效过滤无用信息并聚焦于关键场景区域，然后通过平均池化层降维，再通过线性分类层对待分类遥感图像进行分类，相较于现有的通过卷积神经网络进行遥感图像场景分类，上述方式能够增强特征的判别能力，从而能够对遥感图像进行精确分类。
基于模型遥感图像分类方法装置设备存储介质

[发明专利]一种基于进化多目标优化的遥感水质图像分类方法-CN202011125116.X有效
发明人：程凡;张聪聪;王啟军 -专利权人：安徽大学
申请日： 2020-10-20 - 公布日： 2022-10-04 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于进化多目标优化的遥感水质图像分类方法，包括：1：输入遥感水质图像训练样本数据；步骤2：对所述的遥感水质图像训练样本数据进行预处理；步骤3：训练遥感水质图像分类模型；遥感水质图像分类包括：步骤4：输入待分类的遥感水质图像样本数据；步骤5：对所述待分类遥感水质图像样本数据进行预处理；步骤6：通过遥感水质图像分类模型对所待分类遥感水质图像样本数据进行分类。本发明能快速分类出水质污染情况，并提升分类结果的准确度和精度。
一种基于进化多目标优化遥感水质图像分类方法

[发明专利]一种遥感图像裸土地分类方法及装置-CN202211129255.9在审
发明人：刘亚岚;任玉环;何陈;王大成 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-09-16 - 公布日： 2022-12-27 - 主分类号： G06V20/10 文献下载
摘要：本申请实施例公开了一种遥感图像裸土地分类方法及装置，方法包括：获取待分类遥感图像，所述待分类遥感图像的大小为256×256像素；对所述待分类遥感图像进行特征提取处理，得到具有不同层级的第一特征图像和第二特征图像；对所述第一特征图像进行空洞卷积处理，得到所述待分类遥感图像的深层特征图像；对所述第二特征图像和所述深层特征图像进行拼接处理，得到拼接特征图像；根据所述拼接特征图像，对所述待分类遥感图像中的像素点进行分类，得到所述待分类遥感图像中每一像素点的分类结果，所述分类结果至少包括裸土地或者背景类别。
一种遥感图像土地分类方法装置

[发明专利]基于结构保持的判别性分布自适应多模态遥感图像协同分类方法-CN202310918822.7在审
发明人：刘天竹;郭斌;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06V20/10 文献下载
摘要：基于结构保持的判别性分布自适应多模态遥感图像协同分类方法，本发明涉及多模遥感图像协同分类方法。本发明的目的是为了提高现有大场景遥感图像的分类精度。过程为：一、构建分类误差约束项；二、构建空间映射约束项；三、构建概率适配约束项；四、组成目标函数，采用交替迭代对目标函数进行求解，得到多模遥感图像的映射矩阵；所述多模遥感图像的映射矩阵为高光谱映射矩阵和多光谱映射矩阵；五、获得训练好的分类器；六、将待测多光谱遥感图像乘以四得到的多光谱映射矩阵，得到映射后的待测多光谱遥感图像，采用训练好的分类器对映射后的待测多光谱遥感图像进行分类，得到多光谱遥感图像的分类结果。本发明用于遥感图像分类领域。
基于结构保持判别分布自适应多模态遥感图像协同分类方法

[发明专利]一种高光谱地物分类识别方法-CN201711351786.1在审
发明人：高鑫;王卫;唐飞;苏翔;范留洋;潘思宇;袁泉;产文涛;王东洁;徐龙;杨春合 -专利权人：安徽四创电子股份有限公司
申请日： 2017-12-15 - 公布日： 2018-06-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种高光谱地物分类识别方法，包括以下步骤：对已知分类情况的遥感图像依次进行大气校正和几何校正，得到校正后的遥感图像；对校正后的遥感图像进行去噪处理，得到去噪后的遥感图像；对去噪后的遥感图像进行重组分批，得到重组后的遥感图像；对重组后的遥感图像使用构建的多层深度网络进行训练，提取出重组后的遥感图像的深层特征；将待分类识别图像通过构建的多层深度网络进行训练，得到待分类识别图像的深层特征，将待分类识别图像的深层特征与训练得到的深层特征进行比较，得到待分类识别图像的最终分类结果。本发明的地物分类识别方法能够快速的对高光谱遥感图像的数据进行预处理，并高精确度的对高光谱遥感图像进行地物分类。 1
遥感图像地物分类分类识别去噪图像高光谱遥感图像高光谱多层构建校正预处理大气校正分类结果几何校正网络分类

[发明专利]基于地表要素的遥感图像信息精细提取方法-CN202110114414.7有效
发明人：唐韵玮;荆林海;陈富龙;万昊明;刘艳祯 -专利权人：中国科学院空天信息创新研究院
申请日： 2021-01-28 - 公布日： 2021-05-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于地表要素的遥感图像信息精细提取方法，该方法包括：选取一幅高分辨率遥感图像进行遥感图像分割，分割后得到若干分割单元，每个分割单元被称为遥感图像对象；统计每个遥感图像对象内部的光谱直方图，光谱直方图作为遥感图像对象的第一分类特征；基于遥感图像对象内部的光谱直方图，对遥感图像对象进行曲线匹配算法的监督分类；根据遥感图像的初步分类结果，对每个遥感图像对象在四个方向上的若干相邻的遥感图像对象记录其初步分类结果的类别编号，提取遥感图像对象之间的空间关联性，空间关联性作为遥感图像对象的第二分类特征；将光谱直方图和空间关联性相联合，运用曲线匹配算法再次对遥感图像对象进行监督分类。
基于地表要素遥感图像信息精细提取方法

[发明专利]遥感图像分类识别方法、装置、计算机设备和存储介质-CN202310801963.0在审
发明人：刘重阳;从硕;马一宁;李洁珊;李燕妮;杨春;谢彬瑜;白鹏华;李于达;赵嘉奇;何双伯 -专利权人：南方电网能源发展研究院有限责任公司
申请日： 2023-06-30 - 公布日： 2023-10-03 - 主分类号： G06V20/13 文献下载
摘要：本申请涉及一种遥感图像分类识别方法、装置、计算机设备和存储介质。该方法包括：获取待分类识别的遥感图像，并提取遥感图像的深度特征信息；确定深度特征信息对应的特征通道，以及特征通道的通道权重；根据特征通道的通道权重以及特征通道的深度特征信息，得到通道特征；对通道特征进行特征聚合处理，得到分类识别特征；将分类识别特征输入预先训练的遥感图像分类模型，通过遥感图像分类模型得到遥感图像的图像内容分类识别结果。采用本方法能够提高对遥感图像的图像内容分类识别的准确性。
遥感图像分类识别方法装置计算机设备存储介质

[发明专利]基于深度联合卷积激活的遥感图像场景分类方法-CN202011243048.7有效
发明人：高昆;王红;闵蕾;李维;张晓典;何林;吴穹 -专利权人：北京理工大学
申请日： 2020-11-09 - 公布日： 2023-08-22 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了基于深度联合卷积激活的遥感图像场景分类方法，包括：利用至少两个卷积层中的卷积激活图进行特征提取，得到图像浅层纹理信息；利用图像浅层纹理信息和全连接层进行拼接，得到对应遥感场景图像的特征向量；基于遥感场景图像的特征向量训练分类器，得到遥感场景图像分类模型；获取测试遥感场景图像的特征向量，将测试遥感场景图像的特征向量输入至遥感场景图像分类模型，得到遥感场景图像分类结果。通过卷积激活图和全连接层进行特征表示，能够将图像浅层纹理信息和图像深层语义信息有效地结合到训练遥感场景图像的特征向量中，达到有效挖掘图像显著特征信息和几何结构信息的目的，从而提高遥感图像场景分类的正确率
基于深度联合卷积激活遥感图像场景分类方法

[发明专利]一种高光谱遥感图像的分类方法、设备及存储设备-CN201810224584.9有效
发明人：刘小波;尹旭;王瑞林;蔡耀明;刘振焘 -专利权人：中国地质大学（武汉）
申请日： 2018-03-19 - 公布日： 2021-07-20 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种高光谱遥感图像的分类方法、设备及存储设备，一种高光谱遥感图像的分类方法，通过对高维的高光谱遥感图像进行降维处理，结合样本数据对深度森林分类模型的训练，再通过训练好的深度森林分类模型达到对高光谱遥感图像精确、快速地分类的目的；一种高光谱遥感图像的分类设备及存储设备，用于实现一种高光谱遥感图像的分类方法。本发明的有益效果是：通过使用深度森林算法对高光谱遥感图像进行分类，提高了深度森林分类模型的分类精度和分类速度，且本发明提供的方法中涉及参数少，易调节，大大提高了高光谱遥感图像的分类效果和实用性。
一种光谱遥感图像分类方法设备存储

[发明专利]一种基于深度学习的遥感地物分类方法-CN202211460368.7在审
发明人：王奔;赵启航;周斌 -专利权人：杭州师范大学
申请日： 2022-11-17 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于深度学习的遥感地物分类方法，本发明包括获取遥感地物分类数据集，构建遥感图像生成模型，将遥感地物分类数据集输入至遥感图像生成模型中，实现数据增强；构建用于遥感地物分类的神经网络模型，将数据增强后的遥感地物分类数据集输入至神经网络模型中进行训练将任意遥感图像输入训练后的模型，生成遥感地物分类图像。本发明通过对遥感地物图像进行数据增强，平衡改善了各地物类型占比情况，提高了整体地物分类精度。通过构建的网络模型进行遥感地物分类，增强了对不规则大尺寸地物类型的提取效果，改善了遥感地物小目标细节较难提取和复杂地物边缘难以区分的问题，提高遥感地物分类的总体精度。
一种基于深度学习遥感地物分类方法

[发明专利]基于CNN-自注意力机制混合架构的遥感图像分类方法-CN202211292933.3在审
发明人：王威;李希杰;王新;李骥 -专利权人：长沙理工大学
申请日： 2022-10-21 - 公布日： 2023-01-24 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及图像识别技术领域的一种基于CNN‑自注意力机制混合架构的遥感图像分类方法。该方法包括：对获取的遥感图像进行标注，得到训练样本；构建基于遥感图像分类模型，该模型包括输入网络、特征提取网络和分类网络，特征提取网络用于采用依次连接的4个stage对卷积特征图进行多尺度的全局和局部特征提取，得到多尺度特征图；stage采用ADC模块和CPA模块堆叠的结构；ADC模块和CPA模块均是在MetaFormer的范式的基础上构建的；采用训练样本对遥感图像分类模型进行训练，采用训练好的遥感图像分类模型对待分类遥感图像进行分类，得到遥感图像分类结果。采用本方法可以提高遥感图像分类的准确率。
基于 cnn 注意力机制混合架构遥感图像分类方法

[发明专利]基于小波变换、多策略PSO和SVM集成的遥感图像分类方法-CN201510182205.0有效
发明人：邓武;陈汉;赵慧敏;杨鑫华 -专利权人：大连交通大学
申请日： 2015-04-15 - 公布日： 2018-01-23 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于小波变换、多策略PSO和SVM集成的遥感图像分类方法，其包括以下步骤1)任意选取一张待分类的遥感图像，并将该遥感图像进行灰度处理，转换成相应的灰度图像；2)对灰度图像进行去噪预处理，获得预处理后的遥感图像；3)采用小波变换对预处理后的遥感图像进行纹理特征提取，并进行归一化处理，获得遥感图像纹理特征向量；4)采用多策略改进粒子群优化算法，用于优化SVM分类器的参数，实现一种基于小波变换、多策略粒子群优化算法和SVM集成的遥感图像分类方法，并对待分类的遥感图像纹理特征向量进行分类，得到该遥感图像所属类别。因此，本发明可以广泛用于计算机图像检索技术领域。
基于变换策略 pso svm 集成遥感图像分类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条