[发明专利]一种基于深度学习和卫星遥感技术的海雾检测方法有效
| 申请号： | 201910484533.4 | 申请日： | 2019-06-05 |
| 公开（公告）号： | CN110208880B | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 张闯;吴铭;李楠 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G01W1/10 | 分类号： | G01W1/10;G06T7/10 |
| 代理公司： | 北京挺立专利事务所(普通合伙) 11265 | 代理人： | 叶树明 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习和卫星遥感技术的海雾检测方法，包括：获取卫星遥感图像，对图像中的海雾进行标注，将标注海雾的图像作为深度学习分割网络模型的标签；对训练集图像进行预处理，得到符合预设标准的输入图像，所述输入图像用于扩充数据集和增强模型鲁棒性；基于扩充后的数据集，在GPU上对深度学习分割网络模型使用反向传播算法进行训练，训练完成后得到学习到海雾的图像特性的模型。本发明将深度学习和卫星遥感结合，解决海雾探测困难的问题。通过学习大量过去卫星图像中沿海地区和海洋上产生的海雾的特点，能够基于卫星图像快速准确地对海雾进行监测和分割。 | ||
| 搜索关键词： | 一种 基于 深度 学习 卫星 遥感技术 检测 方法 | ||
【主权项】：
1.一种基于深度学习和卫星遥感技术的海雾检测方法，其特征在于，包括：获取卫星遥感图像，对图像中的海雾区域进行标注，将标注海雾区域的图像作为深度学习分割网络模型的标签，所述标签和标签对应的卫星遥感图像组成训练集图像；对训练集图像进行预处理，得到符合预设标准的输入图像，所述输入图像用于扩充数据集；基于扩充后的数据集，在GPU上对深度学习分割网络模型使用反向传播算法进行训练，训练完成后得到学习到海雾的图像特性的模型。
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北京邮电大学，未经北京邮电大学许可，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/patent/201910484533.4/，转载请声明来源钻瓜专利网。
