公共文化服务平台

YOLOv5-LR:一种遥感影像旋转目标检测模型: 2024年; 真实遥感图像中,目标呈现任意方向分布的特点,原始YOLOv5网络存在难以准确表达目标的位置和范围、以及检测速度一般的问题。针对上述问题,提出一种遥感影像旋转目标检测模型YOLOv5-Left-Rotation,首先利用Transformer自注意力机制,让模型更加注意感兴趣的目标,并且在图像预处理过程中采用Mosaic数据增强,对后处理过程使用改进后的非极大值抑制算法Non-Maximum Suppression。其次,引入角度损失函数,增加网络的输出维度,得到旋转矩形的预测框。最后,在网络模型的浅层阶段,增加滑动窗口分支,来提高大尺寸遥感稀疏目标的检测效率。实验数据集为自制飞机数据集CASIA-plane78和公开的舰船数据集HRSC2016,结果表明,改进旋转目标检测算法相比于原始YOLOv5网络的平均精度提升了3.175%,在吉林一号某星推扫出的大尺寸多光谱影像中推理速度提升了13.6%,能够尽可能地减少冗余背景信息,更加准确检测出光学遥感图像中排列密集、分布无规律的感兴趣目标的区域。; 高明明李沅洲马雷南敬昌周芊邑; 关键词：遥感图像

一种面向对象的高光谱特征处理方法: 本发明公开了一种面向对象的高光谱遥感图像光谱特征处理方法，包括：步骤S1：采集样本光谱；步骤S2：光谱特征分类学习：提取输入样本的光谱特征并进行训练，得到训练样本分类结果；步骤S3：根据训练样本分类的结果，选取其中最优的...; 马雷潘春洪张骞; 文献传递

一种基于空间与光谱信息的高光谱自动云检测方法: 本发明公开了一种基于空间与光谱信息的高光谱自动云检测方法，可用于航天、航空高光谱遥感图像的自动云判，减少高光谱遥感数据的存储成本，节省传输带宽。该方法包括以下步骤：根据云、雪和水等光谱样本进行预处理和波段选择，之后进行特...; 马雷张秀玲田原郭建恩江碧涛

基于瓶颈注意力模块的遥感图像云检测方法及系统: 本发明提供了一种基于瓶颈注意力模块的遥感图像云检测方法及系统，属于遥感图像处理技术领域。该方法步骤如下：步骤1、获取并处理样本集；步骤2、搭建遥感图像云检测网络框架；步骤3、对遥感图像云检测网络进行迭代训练；步骤4、输出...; 姚正马雷万玲程健; 文献传递

一种具有旋转不变性的图像特征的提取方法: 本发明公开了一种具有旋转不变性的图像特征的提取方法，该方法包括以下步骤：以图像关键特征点为中心选取一圆形局部区域，对其进行二值化分割；以中心点为圆心，将经过二值化分割的圆形局部区域的半径等分为多份，以一指定角度为划分间隔...; 马雷翁璐斌赵美静; 文献传递

一种具有旋转不变性的图像特征的提取方法: 本发明公开了一种具有旋转不变性的图像特征的提取方法，该方法包括以下步骤：以图像关键特征点为中心选取一圆形局部区域，对其进行二值化分割；以中心点为圆心，将经过二值化分割的圆形局部区域的半径等分为多份，以一指定角度为划分间隔...; 马雷翁璐斌赵美静; 文献传递

基于Mask R-CNN算法的遥感图像处理技术及其应用被引量：16: 2020年; 遥感技术的发展使得遥感影像被应用于农业、军事等诸多领域,而深度学习方法的融入使得该项技术在目标检测、场景分类、语义分割方面取得了重大突破。与自然场景下的舰船检测不同,遥感图像中的舰船为俯视图,舰船较为密集,且容易与港口混合。当前对舰船检测的输出结果主要是检测框,缺少对舰船掩码的输出,使得无法全面分析出模型存在的不足;同时,由于遥感图像中的舰船停靠密集,容易产生漏检问题。为解决上述问题,利用Mask R-CNN对舰船进行目标检测,较全面地分析模型的训练情况、掩码和检测框的输出结果;通过对目标边缘的学习及参数的调整,使模型与舰船目标相适应。通过实验分析得出了适用于舰船检测的网络模型参数,从而有效降低了舰船停靠密集所产生的误检和漏检问题。; 凌晨张鑫彤马雷

基于Susan边缘检测的车道线检测方法: 针对在车道线检测过程中，运用传统方法不能有效地去除与车道线斜率或者灰度相似的一些直线，提出一种基于Susan算子的车道线检测算法。对经过Canny边缘检测后的图像中所有边缘点，利用车道线灰度值较高，且有一定宽度的特点，基...; 田野马雷苏红旗; 关键词：模式识别 SUSAN 边缘检测

一种基于空间与光谱信息的高光谱自动云检测方法: 本发明公开了一种基于空间与光谱信息的高光谱自动云检测方法，可用于航天、航空高光谱遥感图像的自动云判，减少高光谱遥感数据的存储成本，节省传输带宽。该方法包括以下步骤：根据云、雪和水等光谱样本进行预处理和波段选择，之后进行特...; 马雷张秀玲田原郭建恩江碧涛; 文献传递

一种面向对象的高光谱特征处理方法: 本发明公开了一种面向对象的高光谱遥感图像光谱特征处理方法，包括：步骤S1：采集样本光谱；步骤S2：光谱特征分类学习：提取输入样本的光谱特征并进行训练，得到训练样本分类结果；步骤S3：根据训练样本分类的结果，选取其中最优的...; 马雷潘春洪张骞; 文献传递

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

马雷