申请/专利权人:天津大学
申请日:2021-06-08
公开(公告)日:2022-09-02
公开(公告)号:CN113361414B
主分类号:G06V20/13
分类号:G06V20/13;G06V10/82;G06N3/04;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2022.09.02#授权;2021.09.24#实质审查的生效;2021.09.07#公开
摘要:本发明涉及遥感卫星图像处理与传输技术领域,为提出一种基于复合神经网络的遥感影像云量计算方法,其具有效率高、优化性能好、准确率高等特点,适合用于遥感云量计算与检测等领域,本发明,基于复合神经网络的遥感影像云量计算方法,步骤如下:1以云量分级的方式建立云量计算样本库;2构建复合神经网络;3进行复合神经网络的训练学习,分别调整微型神经网络和小型神经网络的权重,获得可以用于云量计算的网络模型;4采用拇指图优先的策略进行遥感影像的云量计算,获得云量值。本发明主要应用于遥感卫星图像处理与传输场合。
主权项:1.一种基于复合神经网络的遥感影像云量计算方法,其特征是,步骤如下:1以云量分级的方式建立云量计算样本库,样本库中包括影像的拇指图和浏览图;2构建复合神经网络,包括用于计算拇指图云量的微型神经网络和用于计算浏览图的小型神经网络;3进行复合神经网络的训练学习,分别调整微型神经网络和小型神经网络的权重,获得用于云量计算的网络模型;4采用拇指图优先的策略进行遥感影像的云量计算,获得云量值,具体是若云量为0或者云量等级为最大,则直接将拇指图云量计算结果输出为最终结果,否则继续利用训练完成的小型神经网络对浏览图进行云量计算,利用加权方式,对拇指图和浏览图计算的云量进行求和,获得最终的云量拇指图云量计算结果和浏览图。
全文数据:
权利要求:
百度查询: 天津大学 基于复合神经网络的遥感影像云量计算方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。