-
公开(公告)号：CN111768101B
公开(公告)日：2023-05-23
申请号：CN202010608516.X
申请日：2020-06-29
Applicant: 北京师范大学
Abstract: 本发明公开了一种顾及物候特征的遥感耕地变化检测方法及系统。该方法包括：根据时序植被指数构建多个时序数据集；采用改进后的MPFIT算法对各时序数据集进行处理，得到处理后的时序数据集；根据各处理后的时序数据集以及耕地顾及物候年内的双峰或多峰分布特点，构建各时序数据集对应的多谐波模型；对各多谐波模型进行优化，得到各时序数据集对应的耕地物候时序轨迹模型；基于各耕地物候时序轨迹模型，计算耕地的变化强度；根据变化强度判断耕地是否发生变化。本发明从原来的基于两点的变化检测上升到基于两物候时序轨迹的变化检测，提高变化检测的准确性、精度和鲁棒性，保证变化信息的真实性。
-
公开(公告)号：CN114049566A
公开(公告)日：2022-02-15
申请号：CN202111314693.8
申请日：2021-11-08
Applicant: 北京师范大学
Abstract: 本发明公开了一种逐步细化的陆地卫星影像云和云阴影检测方法及装置，该方法包括：基于云的物理性质，提取出待检测的陆地卫星影像中的亮像元，生成初始云图层，并基于云的时间和光谱特征，对初始云图层进行逐步细化，以从初始云图层中剔除非云的亮像元，并保留真实的云像元，得到云检测结果；基于云阴影的物理性质，提取出待检测的陆地卫星影像中的暗像元，生成初始云阴影图层，并基于云和云阴影之间的时间随机性、光谱特征、形状特征、几何关系以及共存关系，对初始云阴影图层进行逐步细化，以从初始云阴影图层中剔除非云阴影的暗像元，并保留真实的云阴影像元，得到云阴影检测结果。本发明可以实现准确的陆地卫星数据中云和云阴影的自动化检测。
-
公开(公告)号：CN109884116B
公开(公告)日：2020-03-17
申请号：CN201910301909.3
申请日：2019-04-16
Applicant: 北京师范大学
IPC: G01N25/20
Abstract: 本发明涉及一种测量系统及方法，该测量系统包括：主机；基座，该基座下面有三个圆孔，用外罩的螺丝把基座固定在该主机上，基座的上半部是螺纹公口，基座安装好后的高度和传感器底部持平；外罩，该外罩包括：一个带母口罗圈的挡板，挡板高度和宽度可选，通过选择不同高度和宽度的挡板，可实现不同角度遮蔽；一个母口罗圈遮挡罩，罗圈高度可调，通过安装不同罗圈实现视场角的限定。通过该系统进行测量，该系统及方法用于特定角度遮蔽和不同视场角的限定，屏蔽铁塔、支架和环境等因素对测量信号的干扰，解决在地表反照率地面精确测量中由于支架和环境因素造成的测量不准确问题，得到地表反照率的代表性真值。
-
公开(公告)号：CN110084294A
公开(公告)日：2019-08-02
申请号：CN201910314919.0
申请日：2019-04-18
Applicant: 北京师范大学
Abstract: 本发明属于遥感影像分类技术领域，具体涉及一种基于多尺度深度特征的遥感影像分类方法，首先，该算法能够自动建立多尺度影像金字塔；其次，借助传统卷积神经网络算法，本算法能够利用自学习算法自动提取高层影像特征；最后，将多尺度深度影像特征与光谱特征进行融合，从而提高遥感影像分类精度。本发明多尺度深度神经网络算法能够对输入的遥感影像自动构建多尺度影像金字塔，然后，提取多尺度训练样本，用于提取多尺度影像空间特征。该算法有以下两个优点：1)能够自动提取深层稳定、有效的影像特征；2)多尺度特征学习方法能够有效描述影像中复杂地物目标的多尺度效应。
-
公开(公告)号：CN119941830A
公开(公告)日：2025-05-06
申请号：CN202510016900.3
申请日：2025-01-06
Applicant: 北京师范大学
IPC: G06T7/62 , G01S7/48 , G01S17/86 , G01N21/25 , G01N21/55 , G06T7/70 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种协同星载激光雷达与多光谱遥感的大区域中等空间分辨率时序植被叶面积指数估算方法、装置、设备及介质，涉及植被结构参数估算领域。方法包括：获取待测区域在待测时段的多光谱反射率数据和星载激光雷达数据；基于多光谱反射率数据构建多特征数据集；将多特征数据集和星载激光雷达数据进行空间和时间的匹配，得到匹配数据；将匹配数据和星载激光雷达数据输入至估算模型，得到LAI估算结果；估算模型是采用深度神经网络进行训练得到的；估算模型用于确定经空间和时间匹配的多特征数据集与星载激光雷达数据之间的映射关系，进而确定LAI估算结果。本申请能够提高LAI估算精度。
-
Patent Agency Ranking
公开(公告)号：CN114049566B
公开(公告)日：2022-05-17
申请号：CN202111314693.8
申请日：2021-11-08
Applicant: 北京师范大学
Abstract: 本发明公开了一种逐步细化的陆地卫星影像云和云阴影检测方法及装置，该方法包括：基于云的物理性质，提取出待检测的陆地卫星影像中的亮像元，生成初始云图层，并基于云的时间和光谱特征，对初始云图层进行逐步细化，以从初始云图层中剔除非云的亮像元，并保留真实的云像元，得到云检测结果；基于云阴影的物理性质，提取出待检测的陆地卫星影像中的暗像元，生成初始云阴影图层，并基于云和云阴影之间的时间随机性、光谱特征、形状特征、几何关系以及共存关系，对初始云阴影图层进行逐步细化，以从初始云阴影图层中剔除非云阴影的暗像元，并保留真实的云阴影像元，得到云阴影检测结果。本发明可以实现准确的陆地卫星数据中云和云阴影的自动化检测。
-
公开(公告)号：CN111768101A
公开(公告)日：2020-10-13
申请号：CN202010608516.X
申请日：2020-06-29
Applicant: 北京师范大学
Abstract: 本发明公开了一种顾及物候特征的遥感耕地变化检测方法及系统。该方法包括：根据时序植被指数构建多个时序数据集；采用改进后的MPFIT算法对各时序数据集进行处理，得到处理后的时序数据集；根据各处理后的时序数据集以及耕地顾及物候年内的双峰或多峰分布特点，构建各时序数据集对应的多谐波模型；对各多谐波模型进行优化，得到各时序数据集对应的耕地物候时序轨迹模型；基于各耕地物候时序轨迹模型，计算耕地的变化强度；根据变化强度判断耕地是否发生变化。本发明从原来的基于两点的变化检测上升到基于两物候时序轨迹的变化检测，提高变化检测的准确性、精度和鲁棒性，保证变化信息的真实性。
-
公开(公告)号：CN111798132B
公开(公告)日：2023-05-02
申请号：CN202010639166.3
申请日：2020-07-06
Applicant: 北京师范大学
IPC: G06V20/52 , G06V20/10 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q50/02
Abstract: 本发明公开一种基于多源时序遥感深度协同下的耕地动态监测方法及系统，方法包括：基于所述SAR时序影像和所述光学时序影像计算多极化深度稳健特征；基于所述多极化深度稳健特征和长短期记忆网络，采用注意力机制构建不同农作物对应的所述SAR时序影像与所述光学时序影像之间的转换关系模型；基于不同农作物对应的所述转换关系模型填补光学时间序列中的空缺值，并计算不同农作物对应的植被指数；基于不同农作物对应的所述植被指数实现对耕地时空动态监测。本发明针对不同农作物类型建立不同的所述SAR时序影像与所述光学时序影像之间的转换关系模型，填补光学时间序列中的空缺值，实现多源遥感数据优势互补，进而提高对耕地时空动态监测的精度。
-
公开(公告)号：CN111369483B
公开(公告)日：2020-11-13
申请号：CN202010146532.1
申请日：2020-03-05
Applicant: 北京师范大学
IPC: G06T5/50
Abstract: 本发明提供一种融合多源遥感数据生成高时空分辨率遥感数据的方法，包括：对输入的不同时空分辨率遥感数据进行预处理；对高时间、低空间分辨率遥感数据，提取像元的变化趋势信息；分别在高时间分辨率和高空间分辨率遥感数据的像元上减去趋势值，使残差值满足一阶和二阶平稳性条件；根据高时间、低空间分辨率像元的残差值构建时间协方差模型；基于该时间协方差模型，对不同时间上观测的高空间、低时间分辨率的遥感数据的残差项做时间Kriging插值，估计其任意未观测时刻的残差值；将得到的趋势值与的残差值相加，得到任意高空间分辨率遥感未观测时刻的像元值。本发明的计算效率、数据利用率和精确度都明显提升，可灵活用于不同场景。
-
公开(公告)号：CN111798132A
公开(公告)日：2020-10-20
申请号：CN202010639166.3
申请日：2020-07-06
Applicant: 北京师范大学
Abstract: 本发明公开一种基于多源时序遥感深度协同下的耕地动态监测方法及系统，方法包括：基于所述SAR时序影像和所述光学时序影像计算多极化深度稳健特征；基于所述多极化深度稳健特征和长短期记忆网络，采用注意力机制构建不同农作物对应的所述SAR时序影像与所述光学时序影像之间的转换关系模型；基于不同农作物对应的所述转换关系模型填补光学时间序列中的空缺值，并计算不同农作物对应的植被指数；基于不同农作物对应的所述植被指数实现对耕地时空动态监测。本发明针对不同农作物类型建立不同的所述SAR时序影像与所述光学时序影像之间的转换关系模型，填补光学时间序列中的空缺值，实现多源遥感数据优势互补，进而提高对耕地时空动态监测的精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
