[发明专利]一种构建河冰厚度反演微波散射模型的方法及装置有效

专利信息
申请号: 202011324821.2 申请日: 2020-11-23
公开(公告)号: CN112307679B 公开(公告)日: 2022-11-04
发明(设计)人: 谭维贤;肖晨宇;乞耀龙;徐伟;黄平平;董亦凡;李秀娟 申请(专利权)人: 内蒙古工业大学
主分类号: G06F30/27 分类号: G06F30/27;G06V20/10;G06V10/774
代理公司: 北京金信知识产权代理有限公司 11225 代理人: 喻嵘
地址: 010051 内蒙古*** 国省代码: 内蒙古;15
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 构建 厚度 反演 微波 散射 模型 方法 装置
【权利要求书】:

1.一种构建河冰厚度反演微波散射模型的方法,其特征在于,包括:

获取目标区域的实测河冰数据及河冰图像;

根据所述实测河冰数据确定所述河冰图像的目标极化参数以及河冰数据的训练集;其中,包括:获取所述河冰图像的所有极化参数,其中,所述河冰图像为所述目标区域全极化遥感图像;

根据实测河冰数据的测量点信息从所述河冰图像的所有极化参数中选取所述河冰图像的目标极化参数;

根据所述河冰图像的极化参数建立河冰厚度模型;

根据所述河冰数据的训练集对所述河冰厚度模型进行训练;

基于训练结果,对所述河冰厚度模型进行误差评价。

2.如权利要求1所述的方法,其特征在于,所述获取所述河冰图像的所有极化参数,包括:

获取所述河冰图像;

对获取的所述河冰图像进行预处理;

确定预处理后的河冰图像对应的目标散射矩阵;

确定所述目标散射矩阵对应的极化相干矩阵;

提取所述极化相干矩阵中蕴含的所有极化参数。

3.如权利要求1所述的方法,其特征在于,根据所述河冰数据的训练集对所述河冰厚度模型进行训练,包括:

依据河冰厚度模型对所述河冰数据的训练集进行回归拟合以得到相应的回归拟合方程;

从所述回归拟合方程中选取目标回归拟合方程,所述目标回归拟合方程能够使表征河冰厚度和极化参数的相关性的值达到最大值。

4.如权利要求3所述的方法,其特征在于,对所述河冰厚度模型进行误差评价,包括:

确定河冰数据的训练集以及河冰数据的测试集;

根据所述河冰数据的测试集对所述目标回归拟合方程进行误差评价。

5.如权利要求1所述的方法,其特征在于,获取目标区域的实测河冰数据,包括:

对目标区域河冰进行厚度测量,记录每个测量点的河冰厚度数据、河冰类型及经纬度信息;

确定每个测量点在河冰图像上对应的行列位置信息。

6.如权利要求1所述的方法,其特征在于,对所述河冰厚度模型进行误差评价,包括:

通过如下公式对所述河冰厚度模型进行误差评价:

其中,XIN,i为测试集数据代入回归拟合方程求得的河冰厚度的反演值,XR,i为河冰厚度的真实值。

7.一种构建河冰厚度反演微波散射模型的装置,其特征在于,包括:

获取模块,用于获取目标区域的实测河冰数据及河冰图像;

确定模块,用于根据所述实测河冰数据确定所述河冰图像的目标极化参数以及河冰数据的训练集;其中,所述确定模块,包括:

获取子模块,用于获取所述河冰图像的所有极化参数,其中,所述河冰图像为所述目标区域全极化遥感图像;

选取子模块,用于根据实测河冰数据从所述河冰图像的所有极化参数中选取所述河冰图像的目标极化参数;

建立模块,用于根据所述河冰图像的极化参数建立河冰厚度模型;

训练模块,用于根据所述河冰数据的训练集对所述河冰厚度模型进行训练;

误差评价模块,基于训练结果,对所述河冰厚度模型进行误差评价。

8.如权利要求7所述的装置,其特征在于,所述获取子模块,用于:

获取所述河冰图像;

对获取的所述河冰图像进行预处理;

确定预处理后的河冰图像对应的目标散射矩阵;

确定所述目标散射矩阵对应的极化相干矩阵;

提取所述极化相干矩阵中的所有极化参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于内蒙古工业大学,未经内蒙古工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011324821.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top