融合多源高分辨率衛(wèi)星遙感影像的海上養(yǎng)殖區(qū)域分類方法

基本信息

申請(qǐng)?zhí)?/td> CN202110912441.9 申請(qǐng)日 -
公開（公告）號(hào) CN113673586A 公開（公告）日 2021-11-19
申請(qǐng)公布號(hào) CN113673586A 申請(qǐng)公布日 2021-11-19
分類號(hào) G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 徐崇斌;趙曉慶;孫曉敏;吳俁;陳前;胡銀博 申請(qǐng)（專利權(quán)）人 北京航天創(chuàng)智科技有限公司
代理機(jī)構(gòu) 北京中創(chuàng)云知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 徐輝
地址 100076北京市豐臺(tái)區(qū)北大街甲13號(hào)301室（園區(qū)）
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種融合多源高分辨率衛(wèi)星遙感影像的海上養(yǎng)殖區(qū)域分類方法，獲取設(shè)定時(shí)間段內(nèi)，覆蓋我國(guó)海岸線30km范圍的多種衛(wèi)星遙感影像；對(duì)衛(wèi)星遙感影像進(jìn)行預(yù)處理以及數(shù)據(jù)歸一化后獲得標(biāo)準(zhǔn)米級(jí)高分辨率圖像；將標(biāo)準(zhǔn)圖像劃分為訓(xùn)練集、測(cè)試集以及檢測(cè)集；由訓(xùn)練集中選擇樣本分別對(duì)U2?Net和HRNet?OCR深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，由測(cè)試集中選擇樣本進(jìn)行測(cè)試；采用封裝的兩種模型分別對(duì)檢測(cè)集中的影像進(jìn)行檢測(cè)，輸出檢測(cè)結(jié)果進(jìn)行融合后，獲得植物型和動(dòng)物型海上養(yǎng)殖區(qū)域分布結(jié)果。本發(fā)明結(jié)合了兩種模型的優(yōu)勢(shì)，有效提高養(yǎng)殖區(qū)域提取準(zhǔn)確率，降低了人工甄別的工作量，提高了工作效率，實(shí)現(xiàn)了大尺度范圍內(nèi)近海岸不同類型海水養(yǎng)殖區(qū)域的快速可靠自動(dòng)識(shí)別分類。