南方科技大学知识苑(SUSTech KC): 一种基于深度卷积神经网络的水体变化检测方法和系统

题名	一种基于深度卷积神经网络的水体变化检测方法和系统
发明人	冉将军; 陈星宇; 肖云; 潘宗鹏; 闫政文; 辛林洋; 邓小乐; 龚泽豪
第一发明人	冉将军
申请人	南方科技大学 ; 西安测绘研究所
第一申请人	南方科技大学
第一申请人地址	518055 广东省深圳市南山区学苑大道1088号
当前申请人	南方科技大学 ; 西安测绘研究所
当前申请人地址	518055 广东省深圳市南山区学苑大道1088号 (广东,深圳,南山区)
当前第一申请人	南方科技大学
当前第一申请人地址	518055 广东省深圳市南山区学苑大道1088号 (广东,深圳,南山区)
申请号	CN202110370686.3
申请日期	2021-04-07
公开(公告)号	CN113269028B
公开日期	2022-02-11
授权日期	2022-02-11
专利状态	授权
法律状态日期	2022-02-11
专利类型	授权发明
学校署名	第一
摘要	本发明公开了一种基于深度卷积神经网络的水体变化检测方法和系统，方法包括：获取多波段原始水体分布影像数据，并对多波段原始水体分布影像数据进行数据预处理，得到预处理影像数据；其中，数据预处理包括大气校正、位深度转换、UTM投影转换、噪点滤波、影像重采样和影像分割；将预处理影像数据输入至训练好的深度卷积神经网络，得到水体边界特征图像；将水体边界特征图像进行数据后处理，得到水体变化检测结果；其中，数据后处理包括数据读取、投影坐标赋值、栅格镶嵌、自适应分类、基于矢量缓冲区域像素统计的面积计算、时间格式转换。本发明实施例通过上述方法可以实现自动化的水体变化检测，并进行快速、准确的水体信息提取和变化监测。
其他摘要	本发明公开了一种基于深度卷积神经网络的水体变化检测方法和系统，方法包括：获取多波段原始水体分布影像数据，并对多波段原始水体分布影像数据进行数据预处理，得到预处理影像数据；其中，数据预处理包括大气校正、位深度转换、UTM投影转换、噪点滤波、影像重采样和影像分割；将预处理影像数据输入至训练好的深度卷积神经网络，得到水体边界特征图像；将水体边界特征图像进行数据后处理，得到水体变化检测结果；其中，数据后处理包括数据读取、投影坐标赋值、栅格镶嵌、自适应分类、基于矢量缓冲区域像素统计的面积计算、时间格式转换。本发明实施例通过上述方法可以实现自动化的水体变化检测，并进行快速、准确的水体信息提取和变化监测。
CPC分类号	G06K9/6256 ; G06K9/6267 ; G06N3/04 ; G06N3/08 ; G06V20/182 ; G06V10/267 ; G06V10/44 ; G06V10/20
IPC 分类号	G06V20/10 ; G06V10/26 ; G06V10/44 ; G06V10/20 ; G06V10/774 ; G06V10/764 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08
INPADOC 法律状态	（+PATENT GRANT）[2022-02-11][CN]
INPADOC 同族专利数量	1
扩展同族专利数量	1
专利代理人	朱阳波
代理机构	深圳市君胜知识产权代理事务所(普通合伙)
相关链接	[来源记录]
来源库	PatSnap
成果类型	专利
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/339710
专题	南方科技大学
推荐引用方式 GB/T 7714	冉将军,陈星宇,肖云,等. 一种基于深度卷积神经网络的水体变化检测方法和系统[P]. 2022-02-11.