01
成果简介
背景利用采集于机载或星载平台的多光谱遥感图像、高光谱遥感图像、以及合成孔径雷达（SAR、PolSAR）遥感图像，开发基于深度学习的方法，实现包括地物覆盖分类，目标检测与识别，区域变化监测等遥感图像解译与分析任务。已实现包括海岸带红树林遥感识别、海洋养殖浮筏识别、海洋溢油监测、舰船目标识别、围填海区域变化监测、盐碱地监测等多个遥感应用任务。
关键技术1、高光谱遥感图像特征提取方法
2、小样本高光谱遥感图像分类技术
3、跨数据高光谱遥感图像分类技术
4、SAR图像目标分类技术
02
应用领域和市场前景
该技术可应用智慧城市、环境监测、土地调查、森林防护、农业调查等众多领域，市场应用潜力巨大。1、多时相遥感影像的动态变化监测系统
为实现智能化监测地面覆盖变化、城市变迁、海岸带迁移等，使用多源、多时相的卫星遥感图像，研究感兴趣区域的变化监测方法，实现高分辨率、大面积、快速的变化监测。主要应用于围填海监测等。
2、红树林种类遥感识别
红树林是最具特色的湿地生态系统，兼具陆地生态和海洋生态特性。其特殊的环境和生物特色使得红树林成为自然的生态研究中心，开发红树林生态系统遥感监测与变化空间评价方法，使用光谱仪采集红树林光谱信息，提取研究区内的红树林分布范围，并实现红树林种类精细识别，为红树林保护与管理提供技术支持。凭借相关技术与海洋环境监测中心合作实现了广西北海地区与海南东寨港地区红树林分布范围制图与中间分类。
3、SAR图像船舰目标提取
为了提高复杂场景下多尺度舰船密集目标的检测性能，提出了一种基于关键点估计和注意力机制的船舰目标无锚检测方法。该方法设计了关键点估计模块来解决目标密集分布问题，并添加通道注意力模块使网络聚焦于舰船目标，消除背景噪声的干扰。
4、海洋浮筏SAR目标识别
浮筏养殖是主要的海洋养殖方式。针对海洋浮筏信号微弱难以有效识别的问题，提出了基于深度协同稀疏编码网络的海洋浮筏SAR目标识别，实现了有效的养殖浮筏目标提取，形成海洋养殖遥感动态监测专题产品，为国家海洋生态环境保护提供技术支撑。
03
知识产权情况
课题组在遥感图像解译领域已有多年的研究基础，获批国家发明专利12项。
04
合作及联系方式
支持专利转让、技术许可。联系-
电子信箱：dutipoc
dlut.edu.cn预览时标签不可点收录于合集#个上一篇下一篇