[发明专利]水体识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011025407.1 申请日: 2020-09-25
公开(公告)号: CN112287757A 公开(公告)日: 2021-01-29
发明(设计)人: 崔轩 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01S13/89;G01N21/47
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 王萌
地址: 100085 北京市*** 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:
搜索关键词: 水体 识别 方法 装置 电子设备 存储 介质
【说明书】:

本申请公开了水体识别方法、装置、电子设备及存储介质,涉及图像处理、深度学习、自然语言处理技术领域。具体实现方案为:首先,获取待识别区域的雷达卫星数据及待识别区域内各个点的先验知识数据;接着,根据待识别区域内各个点在VV通道和VH通道下的雷达散射数据,以及待识别区域内各个点的先验知识数据,生成RGB图像;最后,将RGB图像输入预设的水体识别模型,获取待识别区域内的水体信息,该方法通过将待识别区域的雷达散射数据与待识别区域内的各个点的先验知识数据进行结合,生成RGB图像,从而根据RGB图像获取待识别区域的水体信息,实现了在雷达散射数据上增加水体先验知识,增强了雷达散射数据的语义信息,提升了水体识别的准确率。

技术领域

本申请涉及计算机技术领域,具体涉及图像处理、深度学习、自然语言处理技术领域,尤其涉及水体识别方法、装置、电子设备及存储介质。

背景技术

目前,水资源不仅与人类的生产、生活息息相关,更关乎我国经济的可持续和稳定发展。随着人口基数的不断增加,分布极为不均匀的水资源使得我国水资源供需缺口急剧增大。因此,对水资源进行监测和识别,动态分析水资源状态变得尤为重要。

相关技术中,通过深度学习方法对水体进行识别,主要采用雷达散射数据归一化后的RGB(红绿蓝)伪彩色图片进行特征提取对水体进行识别,但是上述技术中,只包含卫星雷达散射数据的信息,水体识别效果较差。

发明内容

提供了一种用于水体识别方法、装置、电子设备及存储介质。

根据第一方面,提供了一种水体识别方法,包括:获取待识别区域的雷达卫星数据,其中,所述雷达卫星数据包括:所述待识别区域内各个点在VV通道和VH通道下的雷达散射数据;获取所述待识别区域内各个点的先验知识数据;根据所述待识别区域内各个点在VV通道和VH通道下的雷达散射数据,以及所述待识别区域内各个点的先验知识数据,生成RGB图像;以及,将所述RGB图像输入预设的水体识别模型,获取所述待识别区域内的水体信息。

根据第二方面,提供了一种水体识别装置,包括:第一获取模块,用于获取待识别区域的雷达卫星数据,其中,所述雷达卫星数据包括:所述待识别区域内各个点在VV通道和VH通道下的雷达散射数据;第二获取模块,用于获取所述待识别区域内各个点的先验知识数据;生成模块,用于根据所述待识别区域内各个点在VV通道和VH通道下的雷达散射数据,以及所述待识别区域内各个点的先验知识数据,生成RGB图像;第三获取模块,用于将所述RGB图像输入预设的水体识别模型,获取所述待识别区域内的水体信息。

根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的水体识别方法。

根据第四方面,提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的水体识别方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本申请的限定。其中:

图1是根据本申请第一实施例的示意图;

图2是根据本申请第二实施例的示意图;

图3是根据本申请第三实施例的示意图;

图4是根据本申请第四实施例的示意图;

图5是用来实现本申请实施例的水体识别方法的电子设备的框图。

具体实施方式

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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011025407.1/2.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