CN114627305A - 河流遥感影像提取方法及装置 - Google Patents
河流遥感影像提取方法及装置 Download PDFInfo
- Publication number
- CN114627305A CN114627305A CN202210525510.5A CN202210525510A CN114627305A CN 114627305 A CN114627305 A CN 114627305A CN 202210525510 A CN202210525510 A CN 202210525510A CN 114627305 A CN114627305 A CN 114627305A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- river
- remote sensing
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开的属于遥感影像提取技术领域,具体为河流遥感影像提取装置,包括:遥感影像获取模块,连接有遥感影像处理模块,所述遥感影像获取模块用于获取河流遥感影像信息,并将信息上传到遥感影像处理模块中;遥感影像处理模块,连接有图像特征处理模块,所述遥感影像处理模块用于根据遥感图像,将河流区域图像从整体图像中切割出来,并去除河流区域图像边缘的多余像素,将处理后的河流区域图像上传到图像特征处理模块中。该河流遥感影像提取方法及装置,能够将遥感影像信息,将河流信息从河流的遥感影像中提取出来,并且共享到其他平台上,便于多平台分享河流信息。
Description
技术领域
本发明涉及遥感影像提取技术领域,具体为河流遥感影像提取方法及装置。
背景技术
河流水系是一类重要的地貌特征,也是陆地生态***中变化最为活跃的区域之一。河流两岸一般人口集中,工农业生产发达,河流的变迁受沿岸人类活动的影响较大。同时,河流洪水对河岸及沿岸人民生产生活具有重大危害,河流的变化监测对于水利、环保、防洪等领域具有重要的意义。
遥感是一种通过接收地物对电磁波的响应来探测地物特征的一种高新技术,它可以在不直接接触地物的情况下,通过传感器接收的电磁波信号来记录地物的特征,然后根据地物的光谱特征,对地物进行解译和识别。卫星作为遥感监测的重要平台,可以发挥其对地的宏观、同步、动态监测,与传统方法相比,卫星遥感具有信息量大、成本低的特点,并且可以通过分析历史影像数据,监测地物的变化特征。目前,卫星遥感已成为全球变化监测中的一种重要数据源。
卫星遥感的发展为河流的变化监测提供了一种便捷途径,通过对提取的不同时期的遥感影像河流信息进行比较,有助于了解河流的变化。在很长一段时间内,遥感河流信息的提取采用的多是人机交互的目视解译方式,工作效率低,且解译质量受人为影响较大,解译的质量不易控制,且河流信息提取出来后,其他平台也无法得到河流信息,对同一条河流的信息,各个不同平台需要重复对信息进行提取。
发明内容
本发明提供了如下技术方案:
遥感影像获取模块,连接有遥感影像处理模块,所述遥感影像获取模块用于获取河流遥感影像信息,并将信息上传到遥感影像处理模块中;
遥感影像处理模块,连接有图像特征处理模块,所述遥感影像处理模块用于根据遥感图像,将河流区域图像从整体图像中切割出来,并去除河流区域图像边缘的多余像素,将处理后的河流区域图像上传到图像特征处理模块中;
图像特征处理模块,连接有图像信息化模块,所述图像特征处理模块用于将上传的河流区域图像进行地物分类,并将特征点提取出来,根据特征点信息生成对应的像元值信息;
图像信息化模块,连接有信息终端,所述图像信息化模块用于建立图像信息的决策树模型,根据生产的决策树模型,生成河流及河流中物体信息的二值化图像,对二值化图像进行矢量化处理,获得河流信息;
信息终端,用于接收和查看河流信息。
作为本发明所述的河流遥感影像提取方法及装置的优选方案,其中:
所述图像信息化模块连接有通讯模块,所述通讯模块连接有云端服务器,所述云端服务器连接有数据共享平台,所述数据共享平台连接有地图构建模块。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
通讯模块,用于连接图像信息化模块和云端服务器,将图像信息化模块发送的信息上传到云端服务器中;
云端服务器,用于将通讯模块上传的信息存储在云端;
数据共享平台,用于将信息通过数据共享平台共享到网络上,方便其他设备通过网络下载数据远程使用查看;
地图构建模块,用于通过数据共享平台共享的信息,构建河流信息地图。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
所述遥感影像处理模块包括河流区域分析模块、河流区域切割模块和多余像素去除模块,所述河流区域分析模块连接有河流区域切割模块,所述河流区域切割模块连接有多余像素去除模块。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
河流区域分析模块,用于根据遥感图像,分析图像中的河流区域范围;
河流区域切割模块,用于根据分析图像得出的河流区域范围,将河流区域图像从整体图像中切割出来,并将河流区域图像上传到多余像素去除模块中;
多余像素去除模块,用于去除河流区域图像边缘的多余像素,对河流区域图像进行进一步的细分切割。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
所述图像特征处理模块包括地物分类模块、特征提取模块和像元值提取模块,所述地物分类模块连接有特征提取模块,所述特征提取模块连接有像元值提取模块。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
地物分类模块,用于将上传的河流区域图像进行地物分类,将地物分类后的图像上传到特征提取模块中;
特征提取模块,用于将地物分类后的河流区域图像中的特征点提取出来,并将特征点信息上传到像元值提取模块;
像元值提取模块,用于根据特征点信息,提取出与特征点信息对应的像元值信息。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
所述图像信息化模块包括模型建立模块、图像二值化模块和图像矢量化模块,所述模型建立模块连接有图像二值化模块,所述图像二值化模块连接有图像矢量化模块。
作为本发明所述的河流遥感影像提取装置的优选方案,其中:
模型建立模块,用于通过上传的图像像元值信息,建立图像信息的决策树模型,并将决策树模型上传到图像二值化模块中;
图像二值化模块,用于根据生产的决策树模型,对像元值信息进行处理,生成河流及河流中物体信息的二值化图像;
图像矢量化模块,用于生成的二值化图像,对二值化图像进行矢量化处理,获得河流信息。
河流遥感影像提取方法,包括以下步骤:
S1:通过遥感影像获取模块,获取对应河流的遥感图像,并将遥感图像上传到遥感影像处理模块中;
S2:通过遥感影像处理模块将河流遥感图像中河流区域的图像切割出来,并将切割出的河流区域图像上传到图像特征处理模块中;
S3:通过图像特征处理模块将上传的河流区域图像中的特征点提取出来,并根据特征点获取像元值信息,将像元值信息上传到图像信息化模块中;
S4:通过图像信息化模块将图像信息矢量化,将矢量化的河流区域图像信息上传到信息终端中,并通过信息终端观察河流区域图像信息。
与现有技术相比:
通过遥感影像获取模块,获取对应河流的遥感图像,并将遥感图像上传到遥感影像处理模块中,通过遥感影像处理模块将河流遥感图像中河流区域的图像切割出来,并将切割出的河流区域图像上传到图像特征处理模块中,通过图像特征处理模块将上传的河流区域图像中的特征点提取出来,并根据特征点获取像元值信息,将像元值信息上传到图像信息化模块中,通过图像信息化模块将图像信息矢量化,将矢量化的河流区域图像信息上传到信息终端中,并通过信息终端观察河流区域图像信息,该河流遥感影像提取方法及装置,能够将遥感影像信息,将河流信息从河流的遥感影像中提取出来,并且共享到其他平台上,便于多平台分享河流信息。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将结合附图和详细实施方式对本发明进行详细说明,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。其中:
图1为本发明的拓扑图;
图2为本发明共享信息时的拓扑图;
图3为本发明遥感影像处理模块的拓扑图;
图4为本发明图像特征处理模块的拓扑图;
图5为本发明图像信息化模块的拓扑图;
图6为本发明的流程图。
图中:1遥感影像获取模块、2遥感影像处理模块、3图像特征处理模块、4图像信息化模块、5信息终端、6通讯模块、7云端服务器、8数据共享平台、9地图构建模块、10河流区域分析模块、11河流区域切割模块、12多余像素去除模块、13地物分类模块、14特征提取模块、15像元值提取模块、16模型建立模块、17图像二值化模块、18图像矢量化模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施方式的限制。
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的实施方式进一步的详细描述。
图1-图6示出的是本发明河流遥感影像提取方法及装置,能够在网络交易的过程中,通过视频和验证码的方式同步进行验证,验证途径多样,验证结果更加安全可靠,提高了网络交易的安全性,包括:
河流遥感影像提取装置,包括:
遥感影像获取模块1,连接有遥感影像处理模块2,所述遥感影像获取模块1用于获取河流遥感影像信息,并将信息上传到遥感影像处理模块2中;
遥感影像处理模块2,连接有图像特征处理模块3,所述遥感影像处理模块2用于根据遥感图像,将河流区域图像从整体图像中切割出来,并去除河流区域图像边缘的多余像素,将处理后的河流区域图像上传到图像特征处理模块3中;
图像特征处理模块3,连接有图像信息化模块4,所述图像特征处理模块3用于将上传的河流区域图像进行地物分类,并将特征点提取出来,根据特征点信息生成对应的像元值信息;
图像信息化模块4,连接有信息终端5,所述图像信息化模块4建立图像信息的决策树模型,根据生产的决策树模型,生成河流及河流中物体信息的二值化图像,对二值化图像进行矢量化处理,获得河流信息;
信息终端5,用于接收和查看河流信息。
所述图像信息化模块4连接有通讯模块6,所述通讯模块6连接有云端服务器7,所述云端服务器7连接有数据共享平台8,所述数据共享平台8连接有地图构建模块9。
通讯模块6,用于连接图像信息化模块4和云端服务器7,将图像信息化模块4发送的信息上传到云端服务器7中;
云端服务器7,用于将通讯模块6上传的信息存储在云端;
数据共享平台8,用于将信息通过数据共享平台8共享到网络上,方便其他设备通过网络下载数据远程使用查看;
地图构建模块9,用于通过数据共享平台8共享的信息,构建河流信息地图。
所述遥感影像处理模块2包括河流区域分析模块10、河流区域切割模块11和多余像素去除模块12,所述河流区域分析模块10连接有河流区域切割模块11,所述河流区域切割模块11连接有多余像素去除模块12。
河流区域分析模块10,用于根据遥感图像,分析图像中的河流区域范围;
河流区域切割模块11,用于根据分析图像得出的河流区域范围,将河流区域图像从整体图像中切割出来,并将河流区域图像上传到多余像素去除模块12中;
多余像素去除模块12,用于去除河流区域图像边缘的多余像素,对河流区域图像进行进一步的细分切割。
所述图像特征处理模块3包括地物分类模块13、特征提取模块14和像元值提取模块15,所述地物分类模块13连接有特征提取模块14,所述特征提取模块14连接有像元值提取模块15。
地物分类模块13,用于将上传的河流区域图像进行地物分类,将地物分类后的图像上传到特征提取模块14中;
特征提取模块14,用于将地物分类后的河流区域图像中的特征点提取出来,并将特征点信息上传到像元值提取模块15;
像元值提取模块15,用于根据特征点信息,提取出与特征点信息对应的像元值信息。
所述图像信息化模块4包括模型建立模块16、图像二值化模块17和图像矢量化模块18,所述模型建立模块16连接有图像二值化模块17,所述图像二值化模块17连接有图像矢量化模块18。
模型建立模块16,用于通过上传的图像像元值信息,建立图像信息的决策树模型,并将决策树模型上传到图像二值化模块17中;
图像二值化模块17,用于根据生产的决策树模型,对像元值信息进行处理,生成河流及河流中物体信息的二值化图像;
图像矢量化模块18,用于生成的二值化图像,对二值化图像进行矢量化处理,获得河流信息。
实施例1:遥感影像获取模块1获取河流遥感影像信息,并将信息上传到遥感影像处理模块2中,遥感影像处理模块2根据遥感图像,将河流区域图像从整体图像中切割出来,并去除河流区域图像边缘的多余像素,将处理后的河流区域图像上传到图像特征处理模块3中,图像特征处理模块3将上传的河流区域图像进行地物分类,并将特征点提取出来,根据特征点信息生成对应的像元值信息,图像信息化模块4建立图像信息的决策树模型,根据生产的决策树模型,生成河流及河流中物体信息的二值化图像,对二值化图像进行矢量化处理,获得河流信息,信息终端5接收和查看河流信息。
实施例2:与实施例1中不同的是,所述图像信息化模块4连接有通讯模块6,所述通讯模块6连接有云端服务器7,所述云端服务器7连接有数据共享平台8,所述数据共享平台8连接有地图构建模块9,通讯模块6连接图像信息化模块4和云端服务器7,将图像信息化模块4发送的信息上传到云端服务器7中,云端服务器7将通讯模块6上传的信息存储在云端,数据共享平台8将信息通过数据共享平台8共享到网络上,方便其他设备通过网络下载数据远程使用查看,地图构建模块9通过数据共享平台8共享的信息,构建河流信息地图。
实施例3:与实施例1中不同的是,所述遥感影像处理模块2包括河流区域分析模块10、河流区域切割模块11和多余像素去除模块12,所述河流区域分析模块10连接有河流区域切割模块11,所述河流区域切割模块11连接有多余像素去除模块12,河流区域分析模块10根据遥感图像,分析图像中的河流区域范围,河流区域切割模块11根据分析图像得出的河流区域范围,将河流区域图像从整体图像中切割出来,并将河流区域图像上传到多余像素去除模块12中,多余像素去除模块12去除河流区域图像边缘的多余像素,对河流区域图像进行进一步的细分切割。
实施例4:与实施例1中不同的是,所述图像特征处理模块3包括地物分类模块13、特征提取模块14和像元值提取模块15,所述地物分类模块13连接有特征提取模块14,所述特征提取模块14连接有像元值提取模块15,地物分类模块13将上传的河流区域图像进行地物分类,将地物分类后的图像上传到特征提取模块14中,特征提取模块14将地物分类后的河流区域图像中的特征点提取出来,并将特征点信息上传到像元值提取模块15,像元值提取模块15根据特征点信息,提取出与特征点信息对应的像元值信息。
实施例5:与实施例1中不同的是,所述图像信息化模块4包括模型建立模块16、图像二值化模块17和图像矢量化模块18,所述模型建立模块16连接有图像二值化模块17,所述图像二值化模块17连接有图像矢量化模块18,模型建立模块16通过上传的图像像元值信息,建立图像信息的决策树模型,并将决策树模型上传到图像二值化模块17中,图像二值化模块17根据生产的决策树模型,对像元值信息进行处理,生成河流及河流中物体信息的二值化图像,图像矢量化模块18生成的二值化图像,对二值化图像进行矢量化处理,获得河流信息。
工作原理:
通过遥感影像获取模块1,获取对应河流的遥感图像,并将遥感图像上传到遥感影像处理模块2中,通过遥感影像处理模块2将河流遥感图像中河流区域的图像切割出来,并将切割出的河流区域图像上传到图像特征处理模块3中,通过图像特征处理模块3将上传的河流区域图像中的特征点提取出来,并根据特征点获取像元值信息,将像元值信息上传到图像信息化模块4中,通过图像信息化模块4将图像信息矢量化,将矢量化的河流区域图像信息上传到信息终端5中,并通过信息终端5观察河流区域图像信息。
虽然在上文中已经参考实施方式对本发明进行了描述,然而在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本发明并不局限于文中公开的特定实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (10)
1.河流遥感影像提取装置,其特征在于,包括:
遥感影像获取模块(1),连接有遥感影像处理模块(2),所述遥感影像获取模块(1)用于获取河流遥感影像信息,并将信息上传到遥感影像处理模块(2)中;
遥感影像处理模块(2),连接有图像特征处理模块(3),所述遥感影像处理模块(2)用于根据遥感图像,将河流区域图像从整体图像中切割出来,并去除河流区域图像边缘的多余像素,将处理后的河流区域图像上传到图像特征处理模块(3)中;
图像特征处理模块(3),连接有图像信息化模块(4),所述图像特征处理模块(3)用于将上传的河流区域图像进行地物分类,并将特征点提取出来,根据特征点信息生成对应的像元值信息;
图像信息化模块(4),连接有信息终端(5),所述图像信息化模块(4)用于建立图像信息的决策树模型,根据生产的决策树模型,生成河流及河流中物体信息的二值化图像,对二值化图像进行矢量化处理,获得河流信息;
信息终端(5),用于接收和查看河流信息。
2.根据权利要求1所述的河流遥感影像提取装置,其特征在于,
所述图像信息化模块(4)连接有通讯模块(6),所述通讯模块(6)连接有云端服务器(7),所述云端服务器(7)连接有数据共享平台(8),所述数据共享平台(8)连接有地图构建模块(9)。
3.根据权利要求2所述的河流遥感影像提取装置,其特征在于,
通讯模块(6),用于连接图像信息化模块(4)和云端服务器(7),将图像信息化模块(4)发送的信息上传到云端服务器(7)中;
云端服务器(7),用于将通讯模块(6)上传的信息存储在云端;
数据共享平台(8),用于将信息通过数据共享平台(8)共享到网络上,方便其他设备通过网络下载数据远程使用查看;
地图构建模块(9),用于通过数据共享平台(8)共享的信息,构建河流信息地图。
4.根据权利要求1所述的河流遥感影像提取装置,其特征在于,
所述遥感影像处理模块(2)包括河流区域分析模块(10)、河流区域切割模块(11)和多余像素去除模块(12),所述河流区域分析模块(10)连接有河流区域切割模块(11),所述河流区域切割模块(11)连接有多余像素去除模块(12)。
5.根据权利要求4所述的河流遥感影像提取装置,其特征在于,
河流区域分析模块(10),用于根据遥感图像,分析图像中的河流区域范围;
河流区域切割模块(11),用于根据分析图像得出的河流区域范围,将河流区域图像从整体图像中切割出来,并将河流区域图像上传到多余像素去除模块(12)中;
多余像素去除模块(12),用于去除河流区域图像边缘的多余像素,对河流区域图像进行进一步的细分切割。
6.根据权利要求1所述的河流遥感影像提取装置,其特征在于,
所述图像特征处理模块(3)包括地物分类模块(13)、特征提取模块(14)和像元值提取模块(15),所述地物分类模块(13)连接有特征提取模块(14),所述特征提取模块(14)连接有像元值提取模块(15)。
7.根据权利要求6所述的河流遥感影像提取装置,其特征在于,
地物分类模块(13),用于将上传的河流区域图像进行地物分类,将地物分类后的图像上传到特征提取模块(14)中;
特征提取模块(14),用于将地物分类后的河流区域图像中的特征点提取出来,并将特征点信息上传到像元值提取模块(15);
像元值提取模块(15),用于根据特征点信息,提取出与特征点信息对应的像元值信息。
8.根据权利要求1所述的河流遥感影像提取装置,其特征在于,
所述图像信息化模块(4)包括模型建立模块(16)、图像二值化模块(17)和图像矢量化模块(18),所述模型建立模块(16)连接有图像二值化模块(17),所述图像二值化模块(17)连接有图像矢量化模块(18)。
9.根据权利要求8所述的河流遥感影像提取装置,其特征在于,
模型建立模块(16),用于通过上传的图像像元值信息,建立图像信息的决策树模型,并将决策树模型上传到图像二值化模块(17)中;
图像二值化模块(17),用于根据生产的决策树模型,对像元值信息进行处理,生成河流及河流中物体信息的二值化图像;
图像矢量化模块(18),用于生成的二值化图像,对二值化图像进行矢量化处理,获得河流信息。
10.河流遥感影像提取方法,其特征在于,包括以下步骤:
S1:通过遥感影像获取模块(1),获取对应河流的遥感图像,并将遥感图像上传到遥感影像处理模块(2)中;
S2:通过遥感影像处理模块(2)将河流遥感图像中河流区域的图像切割出来,并将切割出的河流区域图像上传到图像特征处理模块(3)中;
S3:通过图像特征处理模块(3)将上传的河流区域图像中的特征点提取出来,并根据特征点获取像元值信息,将像元值信息上传到图像信息化模块(4)中;
S4:通过图像信息化模块(4)将图像信息矢量化,将矢量化的河流区域图像信息上传到信息终端(5)中,并通过信息终端(5)观察河流区域图像信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210525510.5A CN114627305A (zh) | 2022-05-16 | 2022-05-16 | 河流遥感影像提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210525510.5A CN114627305A (zh) | 2022-05-16 | 2022-05-16 | 河流遥感影像提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114627305A true CN114627305A (zh) | 2022-06-14 |
Family
ID=81906930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210525510.5A Pending CN114627305A (zh) | 2022-05-16 | 2022-05-16 | 河流遥感影像提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114627305A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646246A (zh) * | 2013-12-19 | 2014-03-19 | 交通运输部天津水运工程科学研究所 | 一种基于决策树模型的多光谱遥感影像河流信息提取方法 |
CN107562953A (zh) * | 2017-09-28 | 2018-01-09 | 成都万江港利科技股份有限公司 | 一种基于gis地理信息技术的河流信息*** |
CN107566528A (zh) * | 2017-10-16 | 2018-01-09 | 合肥清原自控科技有限公司 | 基于云端数据共享的污水处理厂监控*** |
-
2022
- 2022-05-16 CN CN202210525510.5A patent/CN114627305A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646246A (zh) * | 2013-12-19 | 2014-03-19 | 交通运输部天津水运工程科学研究所 | 一种基于决策树模型的多光谱遥感影像河流信息提取方法 |
CN107562953A (zh) * | 2017-09-28 | 2018-01-09 | 成都万江港利科技股份有限公司 | 一种基于gis地理信息技术的河流信息*** |
CN107566528A (zh) * | 2017-10-16 | 2018-01-09 | 合肥清原自控科技有限公司 | 基于云端数据共享的污水处理厂监控*** |
Non-Patent Citations (3)
Title |
---|
本书编委会: "《卫星导航定位与北斗***应用 深化北斗应用•促进产业发展 2018版》", 31 August 2018 * |
杨德麟: "《测绘地理信息原理、方法及应用》", 30 November 2019 * |
陈宝政等: "利用决策树对TM遥感影像的分类研究", 《黑龙江八一农垦大学学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111928888B (zh) | 一种水域污染智能监控分析方法及*** | |
Rathore et al. | IoT-based smart city development using big data analytical approach | |
CN110308104B (zh) | 一种大气污染物no2浓度监测方法及*** | |
CN111046613B (zh) | 基于路径追踪的最佳河道计算方法及基于多时相遥感影像的河网提取方法 | |
Chang et al. | Smart information reconstruction via time-space-spectrum continuum for cloud removal in satellite images | |
CN111639530B (zh) | 一种输电线路的输电塔和绝缘子的检测和识别方法及*** | |
CN116382472A (zh) | 一种基于多模数据的电力作业人员可穿戴远程实时监测***与方法 | |
KR20180112650A (ko) | 모디스 위성영상 및 aws 자료를 이용한 시설물붕괴위험지도 자동정보시스템 | |
CN111239131A (zh) | 一种ai智能水环保实时监测平台 | |
CN113887330A (zh) | 一种基于遥感图像的目标检测*** | |
Sharma et al. | Delineation of frequently flooded areas using remote sensing: a case study in part of Indo-Gangetic basin | |
CN114627305A (zh) | 河流遥感影像提取方法及装置 | |
Yadav et al. | Supervised learning based greenery region detection using unnamed aerial vehicle for smart city application | |
CN113158770A (zh) | 一种改进的全卷积孪生神经网络的矿区变化检测方法 | |
CN117177096A (zh) | 一种基于窄带卫星网络的高压输电线路监测方法及*** | |
CN116894173A (zh) | 水质溯源方法、装置、设备和存储介质 | |
CN116977851A (zh) | 一种基于变化检测的弃耕识别方法及装置 | |
Sallis et al. | Frost prediction characteristics and classification using computational neural networks | |
KR102297054B1 (ko) | 섬 정보를 제공하는 방법, 이를 이용하는 서버 및 시스템 | |
Sah et al. | Acoustic signal-based indigenous real-time rainfall monitoring system for sustainable environment | |
CN115100592A (zh) | 一种输电通道外破隐患识别方法、装置及存储介质 | |
CN103870815A (zh) | 球机视频监控的人车结构化描述方法及*** | |
CN113823056A (zh) | 基于异地监视的无人机森林防火监视*** | |
CN111967419A (zh) | 一种坝岸险情预测方法、装置、计算机设备及存储介质 | |
CN112964938A (zh) | 一种基于人工智能的闪电单站定位方法、装置及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |