基于深度卷积神经网络的遥感影像红树林提取方法及系统
授权
摘要
本发明公开了一种基于深度卷积神经网络的遥感影像红树林提取方法及系统，本发明首先对高分辨率的遥感影像进行预处理，包括遥感影像的大气校正与研究区域裁剪，对处理后的各波段进行波段运算以提取先验特征信息；应用多源数据融合实现多波段和特征信息的融合，构建数据集；训练并验证由卷积神经网络搭建的语义分类模型ME‑net；调用ME‑net模型实现红树林的自动分类，输出一个png格式的掩模文件，即为分类和提取的结果；通过长距离条件随机场对分类结果进行细调。本发明中的分类模型在应用中可通过扩展数据集使得分类精度达到92.3％，完全可以代替人工目视解译，为高精度影像地图的更新和滨海地区生态系统的保护提供辅助技术支持。
基本信息
专利标题 ：
基于深度卷积神经网络的遥感影像红树林提取方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN110852225A
申请号 ：
CN201911058700.5
公开（公告）日 ：
2020-02-28
申请日 ：
2019-10-31
授权号 ：
CN110852225B
授权日 ：
2022-05-06
发明人 ：
郭明强黄颖余仲阳李春风谢忠关庆锋吴亮王均浩曹威
申请人 ：
中国地质大学（武汉）
申请人地址 ：
湖北省武汉市洪山区鲁磨路388号
代理机构 ：
武汉知产时代知识产权代理有限公司
代理人 ：
金慧君
优先权 ：
CN201911058700.5
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-06 ：
授权
2020-03-24 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20191031
申请日 : 20191031
2020-02-28 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
