“梁忠壮”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于查找表的遥感影像快速重投影方法-CN202010789902.3有效
发明人：张东映;洪志明;黄伟;梁忠壮 -专利权人：武汉善睐科技有限公司
申请日： 2020-08-07 - 公布日： 2023-10-27 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于查找表的遥感影像快速重投影方法，涉及遥感影像处理技术领域，包括以下步骤：预先生成四个空查找表LUX1、LUY1、LUX2和LUY2，并记录每个像素重投影后坐标信息；确定正变换Transform将遥感影像Raster的四个顶点坐标变换到目标投影坐标系DST中；确定四个顶点原有顺序，将重投影后的四个坐标点连结成四边形，并获取该四边形的外接矩形OutRect。本发明实现遥感影像重投影的精度，可根据需要选择重投影方法，不仅采用查找表的方式进行遥感影像重投影，减少了重投影耗时的计算过程，保证了重投影效率，另外只需生成一次查找表，不会明显增加数据量。
一种基于查找遥感影像快速投影方法

[发明专利]一种基于并行空洞卷积的遥感影像语义分割方法-CN202110129416.3有效
发明人：张东映;唐振超;罗蔚然;洪志明;梁忠壮;刘震 -专利权人：华中科技大学
申请日： 2021-01-29 - 公布日： 2023-10-27 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于并行空洞卷积的遥感影像语义分割方法，涉及遥感影像技术领域，包括以下步骤：预先获取高分辨率遥感影像，并对高分辨率遥感影像进行切片，进行归一化和标准化，获取源高分辨率遥感影像；基于ImageNet上预训练的resnet101参数初始化特征提取网络resnet101的低层网络，构建并行空洞卷积网络，并提取源高分辨率遥感影像的浅层特征；将浅层特征输入至并行空洞卷积网络获取多尺度信息，并将多尺度信息融合；将融合后的特征与浅层特征再次融合，并使用全连接条件随机场修复图像级信息，获取语义分割结果。本发明在不增加额外参数的情况下，扩大了卷积的感受野，相比于达到同样感受野的标准卷积，并行空洞卷积方法更能够节省显存。
一种基于并行空洞卷积遥感影像语义分割方法

[发明专利]一种基于矩阵对象存储机制的遥感影像存储、查询方法-CN201911363330.6有效
发明人：黄伟;张东映;梁忠壮;洪志明;张钟海 -专利权人：华中科技大学
申请日： 2019-12-25 - 公布日： 2023-06-16 - 主分类号： G06F16/51 文献下载
摘要：本发明公开了一种基于矩阵对象存储机制的遥感影像存储、读取方法，属于存储检索领域，存储方法包括：将遥感影像元数据、投影带号和访问热度以键值对形式存储；其中，投影带号为遥感影像波段数据在高斯‑克吕格投影坐标系下的投影带号；提取遥感影像的云覆盖信息，并将遥感影像波段数据和提取到的云覆盖信息转换为密集型矩阵数据；以分布式对象存储容器存储属于同一传感器平台对应的密集型矩阵数据。本发明支持对任意小的感兴趣区域的影像块进行获取，能够有效减小多余影像块的冗余存储，在最小化存储代价的情况下，提升用户对遥感影像感兴趣区域影像块的查询效率。
一种基于矩阵对象存储机制遥感影像查询方法

[发明专利]一种用户感兴趣区域遥感影像空间索引方法-CN202010144989.9有效
发明人：张东映;洪志明;梁忠壮;黄伟;张钟海 -专利权人：华中科技大学
申请日： 2020-03-04 - 公布日： 2023-03-28 - 主分类号： G06F16/29 文献下载
摘要：本发明提供了一种用户感兴趣区域遥感影像空间索引方法，属于遥感影像空间索引领域。该方法通过扩充遥感影像空间范围，将遥感影像各个像素位置信息嵌入到Google S2某一层级的索引空间，实现遥感影像像素索引与Google S2空间索的引对接。利用Google S2快速的空间索引与空间覆盖算法，快速获取用户感兴趣区域遥感影像像素位置信息，并生成用户感兴趣区域遥感影像。该方法有助于摒弃传统遥感影像服务平台以“景”为单位的影像下载方法，可以按用户感兴趣区域提供所需即所得的下载服务。本发明有效减少了数据网络传输量与传输时间，降低了用户后续数据处理难度。
一种用户感兴趣区域遥感影像空间索引方法

[发明专利]一种面向容器云的卷积神经网络水体提取方法-CN202010789924.X有效
发明人：张东映;梁忠壮;黄伟;洪志明 -专利权人：武汉善睐科技有限公司
申请日： 2020-08-07 - 公布日： 2022-08-30 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种面向容器云的卷积神经网络水体提取方法，涉及遥感影像的解译与分类技术领域，包括以下步骤：预先获取水体的光谱特性，选取波段组成光谱向量；对光谱向量进行转换获取光谱特征矩阵，并作为卷积神经网络模型的输入特征；以光谱特征矩阵为样本，获取水体提取模型；以多分辨分割算法对需要进行水体提取的遥感影像进行对象分割，并使用唯一ID标识每个对象。本发明通过综合利用光谱特征和空间特征提取水体，能够有效抑制阴影对水体提取的影响；同时利用容器云和Spark并行优化，效率明显优于单机模式下的效率，并且随着数据量的增加效率提升越明显。
一种面向容器卷积神经网络水体提取方法

[发明专利]一种基于Mask RCNN遥感影像分割方法-CN202010664843.7在审
发明人：唐振超;张东映;刘燚;罗蔚然;洪志明;黄伟;梁忠壮 -专利权人：武汉善睐科技有限公司
申请日： 2020-07-10 - 公布日： 2020-10-30 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于Mask RCNN遥感影像分割方法，涉及遥感影像分割技术领域，包括以下步骤：获取可变形卷积层，并实现可变形卷积替换Mask RCNN主干网络的标准卷积；结合FPN融合底层到高层的特征作为特征输出；RPN获取特征输出生成建议区域，进行特征提取；ROI Align进行特征图不同点采样，并应用双线性插值获取尺寸为7X7的感兴趣区域；分支网络获取边界区域信息、类别信息和掩膜信息。本发明通过Mask RCNN用于特征提取的卷积层上使用可自适应变形的卷积进行替换，实现Mask RCNN的主干网络与可变形卷积进行结合，提取复杂目标的特征，并增强了卷积网络对空间变化的自适应能力，得到更精确的实例分割结果，并易于扩展到遥感影像其他目标的实例分割任务上，应用范围广。
一种基于 mask rcnn 遥感影像分割方法