申请/专利权人:广东省水利水电科学研究院
申请日:2023-12-12
公开(公告)日:2024-04-12
公开(公告)号:CN117876809A
主分类号:G06V10/774
分类号:G06V10/774;G06V10/764;G06V20/13;G06V10/80
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种黑臭水体模型的训练方法、识别方法、系统、设备及介质,其中,该训练方法通过获取原始的卫星水体数据集;对卫星水体数据集进行校正预处理,得到校正数据集,校正数据集包括光谱校正数据和空间校正数据;根据空间校正数据,对光谱校正数据进行光谱融合处理,得到融合数据集,融合数据集包括多个融合图像,每个融合图像用于记录水体在红光波段、绿光波段、蓝光波段、近红外波段和短波红外波段下的光谱反射率;根据融合数据集,对初始化的黑臭水体模型进行参数更新,得到训练好的黑臭水体模型。该训练方法可以有效提高水体识别的适用范围和识别准确度,以及,可以定量地对评估水体的黑臭程度。本发明涉及图像处理技术领域。
主权项:1.一种黑臭水体模型的训练方法,其特征在于,包括:获取原始的卫星水体数据集;对所述卫星水体数据集进行校正预处理,得到校正数据集,所述校正数据集包括光谱校正数据和空间校正数据;根据所述空间校正数据,对所述光谱校正数据进行光谱融合处理,得到融合数据集,所述融合数据集包括多个融合图像,每个融合图像用于记录水体在红光波段、绿光波段、蓝光波段、近红外波段和短波红外波段下的光谱反射率;根据所述融合数据集,对初始化的黑臭水体模型进行参数更新,得到训练好的黑臭水体模型。
全文数据:
权利要求:
百度查询: 广东省水利水电科学研究院 黑臭水体模型的训练方法、识别方法、系统、设备及介质
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。