基于大模型分析的遥感图像地理要素自动识别方法及系统

AITNT
正文
推荐专利
基于大模型分析的遥感图像地理要素自动识别方法及系统
申请号:CN202510025920
申请日期:2025-01-08
公开号:CN119445582B
公开日期:2025-06-20
类型:发明专利
摘要
本发明公开了基于大模型分析的遥感图像地理要素自动识别方法及系统,涉及图像处理相关技术领域,该方法包括:基于遥感数据处理规则,根据多个遥感数据源,获得遥感影像数据;获得地理要素识别指令;进行多层次图像分割约束配准,建立图像分割约束树;根据SAM图像分割大模型对遥感影像数据进行分割处理,获得多层次遥感图像分割结果;进行分割损失优化,获得多层次遥感图像分割优化结果;进行矢量化要素识别,获得多层次地理要素识别结果。解决了现有技术中存在的遥感图像多层次地理要素识别精度不足、效率不高及图像分割不准确的技术问题,实现高效精确识别地理要素,达到了提升地理要素识别效率和准确性的技术效果。
技术关键词
图像分割 地理要素识别 遥感影像数据 多层次 遥感数据处理 自动识别方法 遥感图像数据 兴趣点 自动识别系统 数据格式 指令 节点 坐标系 样本 参数 图像增强 校正 模块
系统为您推荐了相关专利信息
1
一种大模型驱动的多模态数据生成方法
数据生成方法 多模态 生成网络模型 联合损失函数 模板
2
医学图像分割方法、装置、电子设备及存储介质
切片 医学图像分割方法 编码器 融合特征 解码器
3
一种基于SM-UNet图像分割模型的图像分割方法及设备
图像分割模型 图像分割方法 补丁 滑动窗口 卷积模块
4
基于去噪多兴趣逻辑推理的长序列推荐方法
兴趣 序列推荐方法 逻辑 概率密度函数 表达式
5
一种基于电站维保日志的故障库处理方法、系统、设备及存储介质
语义 文本 权重分配机制 维保 非易失性存储介质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号