申请/专利权人：国家海洋环境监测中心

申请日：2024-03-28

公开（公告）日：2024-06-28

公开（公告）号：CN118015472B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/26;G06V10/44;G06V10/764;G06V10/82;G06V10/98

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明属于海岸线监测技术领域，具体是基于遥感影像的多类型海岸线提取方法及系统，其中，该多类型海岸线提取系统包括服务器、遥感影像获取模块、遥感影像处理模块、海岸线识别分类模块、海岸线提取模块、结果输出模块和后台终端；本发明通过遥感影像处理模块对遥感影像进行预处理，海岸线识别分类模块对预处理后的遥感影像进行海岸线识别分类，海岸线提取模块基于海岸线识别分类信息并利用图像处理技术提取海岸线数据，结果输出模块将提取优化后的海岸线数据以相应格式输出，实现了对多种类型海岸线的自动、高效且精确提取，且能够将各组遥感影像中所提取海岸线结果的一致性进行比较分析，有利于保证后续海岸线提取结果的准确性。

主权项：1.基于遥感影像的多类型海岸线提取系统，其特征在于，包括服务器、遥感影像获取模块、遥感影像处理模块、海岸线识别分类模块、海岸线提取模块、结果输出模块和后台终端；服务器获取到所需进行海岸线提取的区域并将其标记为待处理区域，且将待处理区域发送至遥感影像获取模块，遥感影像获取模块从遥感平台获取待处理区域的遥感影像，并将遥感影像经服务器发送至遥感影像处理模块；遥感影像处理模块对所接收的遥感影像进行预处理，包括噪声去除、对比度增强和色彩校正操作，且将预处理后的遥感影像经服务器发送至海岸线识别分类模块；海岸线识别分类模块基于卷积神经网络构建深度学习模型，并通过大量的海岸线样本数据对深度学习模型进行训练优化，利用深度学习模型对预处理后的遥感影像进行海岸线识别和分类，且将海岸线识别分类信息经服务器发送至海岸线提取模块；海岸线提取模块基于海岸线识别分类信息并利用图像处理技术提取海岸线数据，且对所提取海岸线数据进行平滑、修正操作，以及将所提取的海岸线数据经服务器发送至结果输出模块；结果输出模块将提取并优化后的海岸线数据以相应格式并经服务器输出至后台终端；服务器与采像影响检测模块通信连接，在遥感影像获取模块从遥感平台获取待处理区域的遥感影像前，采像影响检测模块将待处理区域的大气影响状况进行检测分析，通过分析生成采像高影响信号或采像低影响信号，且将采像高影响信号经服务器发送至后台终端，后台终端接收到采像高影响信号时发出相应预警，后台人员接收到相应预警时暂不进行遥感影像的获取；采像影响检测模块的具体运行过程包括：采集到待处理区域所处上空的云层覆盖面积，将云层覆盖面积与待处理区域所处上空的空域面积进行比值计算得到云层覆表值，以及采集到云层平均厚度并将其标记为云层厚检值，通过公式TX=fy1*TW+fy2*TP将云层覆表值TW和云层厚检值TP进行数值计算得到云层表现值TX，其中，fy1、fy2为预设权重系数，fy1＞fy2＞0；若云层表现值超过预设云层表现阈值，则生成采像高影响信号；若云层表现值未超过预设云层表现阈值，则采集到待处理区域所处大气环境的光照亮度数据，将光照亮度数据与预设适宜光照亮度范围的中值进行差值计算并取绝对值以得到光照检测值，以及采集到待处理区域所处大气环境的光影响物浓度并将其标记为光影响检测值；通过公式将云层表现值TX、光照检测值WK和光影响检测值WF进行数值计算得到遥感采析值WX，其中，kp1、kp2、kp3为预设比例系数，kp1、kp2、kp3的取值均为正数；若遥感采析值超过预设遥感采析阈值，则生成采像高影响信号；若遥感采析值未超过预设遥感采析阈值，则生成采像低影响信号。

全文数据：

权利要求：

百度查询： 国家海洋环境监测中心 基于遥感影像的多类型海岸线提取方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD