-
公开(公告)号：CN104360347A
公开(公告)日：2015-02-18
申请号：CN201410610674.3
申请日：2014-11-03
Applicant: 北京农业信息技术研究中心
IPC: G01S13/90
CPC classification number: G01S13/9005
Abstract: 本发明公开了一种监测农作物收割进度的方法及装置，包括：在作物收获期获取监测区域的全极化合成孔径雷达遥感影像，对所述遥感影像进行极化分解，获取每一像素的极化参数；提取所述遥感影像中每个地块的边界，根据所述每一像素的极化参数获取所述每个地块中所有像素的平均极化参数；根据所述平均极化参数，判断所述每个地块的农作物是否已收割。该方法解决了光学遥感监测收割进度数据获取因对于收割后继续留在原地晾晒，影响监测农作物收割进度的准确性的问题。实现了大面积、快速准确监测农作物的收割进度，最大限度保证了高效收割，降低了天气等原因对收获产量的风险，对实现作物高产、优质、高效具有重要意义。
-
公开(公告)号：CN113139717B
公开(公告)日：2023-10-20
申请号：CN202110351494.8
申请日：2021-03-31
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/0639 , G06Q50/02 , G06F30/20 , G06N7/01 , G06F111/08
Abstract: 本发明提供一种作物苗情分级遥感监测方法及装置，该方法包括：获取二级区域的植被指数；根据二级区域的苗情分级统计数据，确定每种苗情等级的统计概率；根据二级区域植被指数的概率密度分布函数，确定苗情分级的植被指数阈值，以使得根据概率密度分布函数得到的苗情等级概率，与统计概率一致；以多个二级区域的纬度为自变量，植被指数阈值为应变量进行拟合，得到分级阈值模型；基于分级阈值模型和二级区域的纬度，确定每个二级区域的植被指数分级阈值；基于所有二级区域的植被指数分级阈值，确定一级区域的苗情分级。该方法可以提取不同地区、不同条件下的作物苗情状况，苗情分级结果具有较高的精度，普适性和稳定性较强，无需耗费大量人力物力。
-
公开(公告)号：CN111582035B
公开(公告)日：2023-09-12
申请号：CN202010266245.4
申请日：2020-04-07
Applicant: 北京农业信息技术研究中心
IPC: G06V20/13 , G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774
Abstract: 本发明实施例提供一种果树树龄识别方法、装置、设备及存储介质，该方法包括：根据物候特征库获取历年关键生育期中分辨率卫星影像，并构建关键生育期中分辨率归一化植被指数(NDVI)时序影像，物候特征库是根据地物矢量训练集数据和多时相高分辨率NDVI时序影像构建；根据果园区域矢量对关键生育期中分辨率NDVI时序影像进行裁剪，获得历年果园区域矢量；根据物候特征库采用非监督分类方法对历年果园区域矢量提取得到历年果园区域二值化影像；并进行逆时序逐像元累加算法得到的果园树龄。本发明实施例避免了利用单年度影像树龄分类中无法考虑历史时期中自然灾害以及果树生长特征的短板，提高了树龄监测的精度和效率。
-
公开(公告)号：CN111582554A
公开(公告)日：2020-08-25
申请号：CN202010307610.1
申请日：2020-04-17
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种农作物长势预测方法及系统，包括：获取当前年份对应的归一化植被指数和每一历史年份对应的归一化植被指数；对当前年份和每一历史年份对应的归一化植被指数进行拟合重构，获取当前NDVI拟合曲线和每一历史NDVI拟合曲线；利用DTW算法对当前NDVI拟合曲线和每一历史NDVI拟合曲线进行规整处理，获取当前NDVI长势曲线和每一历史NDVI长势曲线；计算当前NDVI长势曲线与每一历史NDVI长势曲线的最短距离，将距离最小的历史NDVI长势曲线对应的年份作为最佳NDVI长势匹配年份，对当前年份目标农作物的长势进行预测。根据得出的最佳匹配年份对目标农作物进行后期的长势预测，进而指导作物管理。
-
公开(公告)号：CN110866540A
公开(公告)日：2020-03-06
申请号：CN201910958849.2
申请日：2019-10-10
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种田间幼苗期草类识别方法及装置，将采集的田间幼苗期草类图像输入至田间幼苗期草类识别模型，输出田间幼苗期草类图像对应的田间幼苗期草类种类，其中，田间幼苗期草类识别模型是将经过初始训练的InceptionV3模型迁移至田间幼苗期草类样本图像集上进行训练后获得的。本发明使InceptionV3模型经过初始训练后直接迁移至田间幼苗期草类样本图像集上进行训练，由于InceptionV3模型经过初始训练后已经具备了一定的图像识别能力，因此再迁移到田间幼苗期草类样本图像集上进行训练能提高训练效率，由此可提高田间幼苗期草类识别模型的训练效率和识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN109584172A
公开(公告)日：2019-04-05
申请号：CN201811337780.3
申请日：2018-11-12
Applicant: 北京农业信息技术研究中心
IPC: G06T5/00
Abstract: 本发明实施例提供一种基于迭代模糊超限学习机的背光补偿方法及装置，所述方法包括：将获取到的待补偿背光图像的第一背光度和第二背光度，输入至训练好的迭代模糊超限学习机，输出第三背光度；基于所述第三背光度对所述待补偿背光图像进行补偿。本发明实施例提供的基于迭代模糊超限学习机的背光补偿方法及装置，通过使用迭代模糊超限学习机对待补偿背光图像的两个背光度指标进行回归，得到待补偿背光图像的最终背光度，基于最终背光度对待补偿背光图像进行补偿，从而提高了背光图像的亮度，提高了补偿的运算速度，扩大了背光补偿的应用范围。
-
公开(公告)号：CN103294905B
公开(公告)日：2016-02-10
申请号：CN201310187707.3
申请日：2013-05-20
Applicant: 北京农业信息技术研究中心
IPC: G06F19/00
Abstract: 本发明提供一种面向对象的农作物播期监测方法,涉及农作物监测技术领域。该方法包含以下步骤：S1、根据多时相遥感影像数据，提取农作物的光谱参数，并根基所述农作物的光谱参数，采用自动分类方法，提取农作物种植区域；S2、将农作物种植区域分割成地块单元；S3、对地块单元进行异质性评价；S4、依据异质性评价结果划分地块单元的播期阈值；S5、以播期阈值为标准，遥感监测农作物的播种日期。本发明解决了目前农作物播期监测中存在的工作量大、自动化程度低、时效性差以及基于像素单元的遥感监测模型稳定性差等方面的问题，使得实现播种期的有效监测，进而针对不同播期的农作物开展有的放矢的调优管理，实现农作物高产、优质、高效、生态和安全。
-
公开(公告)号：CN102982486A
公开(公告)日：2013-03-20
申请号：CN201210457755.5
申请日：2012-11-14
Applicant: 北京农业信息技术研究中心
Abstract: 本发明将传统基于地力分区（级）的配方施肥技术与遥感技术、GIS技术集成，依据不同地块及地块内部作物长势差异情况，构建了一种基于作物长势遥感监测信息的施肥决策方法，充分发挥了遥感技术在作物长势监测中的优势，实现了面向农田地块的实时、快速、准确的施肥决策，提高了施肥决策的精度，降低了化肥使用的盲目性，为测土配方施肥技术在大范围内推广奠定了基础。
-
公开(公告)号：CN111553200A
公开(公告)日：2020-08-18
申请号：CN202010268657.1
申请日：2020-04-07
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种图像检测识别方法及装置，将无人机航拍图像数据输入区域卷积神经网络Faster-RCNN的网络模型，得到所述Faster-RCNN的网络模型输出的目标物体的准确位置；其中，所述Faster-RCNN的网络模型根据探测分类概率和探测边框回归对分类概率和边框回归进行训练得到。通过基于图像识别技术结合无人机平台采集的图像数据，应用深度学习中的目标检测算法和训练特定深度的学习模型，实现目标物体的精确定位和识别，同时减少了复杂的图像预处理过程，检测效率高，检测精度高，实用性强，具有较好的适应性及可靠性，能够快速检测识别目标物体。
-
公开(公告)号：CN110991714A
公开(公告)日：2020-04-10
申请号：CN201911149932.1
申请日：2019-11-21
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种农作物倒伏灾情监测方法及系统，该方法包括：获取目标区域中农作物的若干最优植被指数；根据若干最优植被指数和倒伏灾情指数模型，获取目标区域中所述农作物的倒伏灾情指数；根据农作物的倒伏灾情指数，获取农作物的灾情等级。本发明实施例首先从目标区域中选取少量的农作物样本，然后根据有限个农作物样本的预设倒伏灾情指数和最优植被指数，建立倒伏灾情指数和最优植被指数之间的关系模型，也就是倒伏灾情指数模型，从而预测出整个目标区域的灾情。本发明实施例通过有限个农作物样本来推算整个目标区域的倒伏情况，具有覆盖范围广、客观性好、时效性高等优点，且成本较低，仅需少量人员即可实现的玉米倒伏全覆盖监测。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.036 seconds)
