-
公开(公告)号：CN115100515A
公开(公告)日：2022-09-23
申请号：CN202210530411.6
申请日：2022-05-16
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/10 , G06K9/62 , G06V10/26 , G06V10/764 , G06V10/80
Abstract: 本发明涉及遥感图像处理及人工智能语义分割与应用的技术领域，更具体的说是基于多维融合深度学习技术的多时相农作物分类方法，步骤一：提取光谱信息、植被特征信息及纹理信息，生产合成影像数据；步骤二：实地采集的作物种类样本数据，在影像图上进行农作物的标注，制作样本标签数据；步骤三：网络结构的设计与训练；步骤四：利用设计的网络结构，结合样本标签数据进行训练网络，获得三类分类结果；步骤五：利用设计的GFCC分类融合方法对三类分类结果进行融合，得到最终分类结果；可以解决传统遥感影像分类算法中存在的标签重复标注、单一时相分类、边界分类模糊、忽略特征信息、光谱信息、纹理信息的组合对作物识别结果精度的影响。
-
Patent Agency Ranking
公开(公告)号：CN119091304B
公开(公告)日：2025-05-16
申请号：CN202411234280.2
申请日：2024-09-04
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种耦合多尺度卷积与双分支网络的芒果单木提取方法，属于单木图像分割技术领域。为在芒果树单木冠层识别中克服复杂场景，本发明包括构建共享模块提取输入数据的浅层特征与次浅层特征；构建语义分割分支，应用膨胀增强多尺度骨干网络特征提取模型D_E_MCAN对次浅层特征提取多尺度语义特征，结合损失函数，得到预测语义分割结果；构建边缘检测分支，将浅层特征与多尺度语义特征进行异化、拼接为边缘特征，结合二元交叉熵损失函数，得到预测边缘掩膜；构建边缘检测‑语义分割双分支模型D_E_BSNet，应用双分支特征融合模块AFD融合多尺度语义特征与边缘特征，结合构建的总体损失函数，得到最终融合特征预测掩膜。本发明精确提取。
-
公开(公告)号：CN113435574A
公开(公告)日：2021-09-24
申请号：CN202110690548.3
申请日：2021-06-22
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明涉及遥感技术与变量施肥技术领域，更具体的说是一种卷积神经网络土壤速效钾分析模型构建系统及方法，该系统包括以流程化操作的原始数据整理模块、波段变换模块、敏感性分析模块、变换波段分析模块、参数输入模块、卷积神经网络构建模块、模型训练模块、精度评定模块、剔除粗误差模块、模型验证模块、模型保存模块、模型再训练模块和成果图输出模块；可以通过遥感与卷积神经网络的土壤速效钾分析模型，指导精准全面施肥，从而避免出现施肥过多造成成本投入过大、污染环境，施肥过少导致土壤板结、影响作物生长的问题、破坏土地。
-
公开(公告)号：CN112836575A
公开(公告)日：2021-05-25
申请号：CN202011607157.2
申请日：2020-12-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
Abstract: 本发明公开了一种基于作物物候期的多时序影像水稻估产方法，属于遥感技术、作物估产技术领域，目的是解决反演结果的精度不准确，模型不稳定以及没有考虑长势、灾害及土壤墒情的影响的问题；该方法采用BP神经网络算法，运用matlab2019b编程、GUI设计建立水稻估产模型，运用水稻物候期的植被指数、水稻长势等级数据、水稻灾害等级数据，土壤墒情数据及实地测产数据，进行模型训练，建立最优模型，利用最优模型结合目标区影像进行水稻估产，得到目标区产量等级分布栅格数。本发明利用遥感技术进行卫星影像数据处理及植被指数、长势、灾害、土壤墒情的提取，反演目标区域产量，节约生产成本进而提高生产效率，同时达到精确估产的目的。
-
公开(公告)号：CN119091304A
公开(公告)日：2024-12-06
申请号：CN202411234280.2
申请日：2024-09-04
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种耦合多尺度卷积与双分支网络的芒果单木提取方法，属于单木图像分割技术领域。为在芒果树单木冠层识别中克服复杂场景，本发明包括构建共享模块提取输入数据的浅层特征与次浅层特征；构建语义分割分支，应用膨胀增强多尺度骨干网络特征提取模型D_E_MCAN对次浅层特征提取多尺度语义特征，结合损失函数，得到预测语义分割结果；构建边缘检测分支，将浅层特征与多尺度语义特征进行异化、拼接为边缘特征，结合二元交叉熵损失函数，得到预测边缘掩膜；构建边缘检测‑语义分割双分支模型D_E_BSNet，应用双分支特征融合模块AFD融合多尺度语义特征与边缘特征，结合构建的总体损失函数，得到最终融合特征预测掩膜。本发明精确提取。
-
公开(公告)号：CN112836575B
公开(公告)日：2023-06-27
申请号：CN202011607157.2
申请日：2020-12-30
Applicant: 哈尔滨航天恒星数据系统科技有限公司
IPC: G06V20/10 , G06V10/143 , G06V10/82 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于作物物候期的多时序影像水稻估产方法，属于遥感技术、作物估产技术领域，目的是解决反演结果的精度不准确，模型不稳定以及没有考虑长势、灾害及土壤墒情的影响的问题；该方法采用BP神经网络算法，运用matlab2019b编程、GUI设计建立水稻估产模型，运用水稻物候期的植被指数、水稻长势等级数据、水稻灾害等级数据，土壤墒情数据及实地测产数据，进行模型训练，建立最优模型，利用最优模型结合目标区影像进行水稻估产，得到目标区产量等级分布栅格数。本发明利用遥感技术进行卫星影像数据处理及植被指数、长势、灾害、土壤墒情的提取，反演目标区域产量，节约生产成本进而提高生产效率，同时达到精确估产的目的。
-
-
-
-
-
Search Results
6
records
(took 0.042 seconds)
