-
公开(公告)号：CN104881865B
公开(公告)日：2017-11-24
申请号：CN201510212888.X
申请日：2015-04-29
Applicant: 北京林业大学
Abstract: 本发明公开一种基于无人机图像分析的森林病虫害监测预警方法，包括以下步骤：S1：通过无人机上搭载的摄像机拍摄林区图像；S2：对所述图像采集单元采集到的图像进行前期预处理，以改善图像数据，增强图像特征；S3：通过改进的模糊C‑均值算法对林区图像进行图像分割，确定图像中林区的位置；S4：通过基于混合模板的标记分水岭算法对林区图像进行分割，确定图像中虫灾区域的位置；S5：在确定虫灾区域位置的基础上，结合地面调查数据对所述虫灾区域的虫灾程度进行分级。本发明通过无人机搭载摄像机拍摄指定林区的图片等资料，实现对林区病虫灾害区域的定位及病虫害分级和预警等功能，能满足对林区病虫害情况及时、全面、高效的监测和预警的需求。
-
Patent Agency Ranking
公开(公告)号：CN114550017A
公开(公告)日：2022-05-27
申请号：CN202210436868.0
申请日：2022-04-25
Applicant: 北京林业大学 , 北京昌回林海生态科技有限公司
IPC: G06V20/17 , G06T7/90 , G06T7/11 , G06T7/00 , G06K9/62 , G06V10/774 , G06V10/764
Abstract: 本发明提供一种基于移动端的松材线虫病一体化预警及检测方法和装置，所述基于移动端的松材线虫病一体化预警及检测方法，包括：对第一图像信息进行特征提取，在第一图像信息包括变色木特征、松材线虫寄主树种特征以及松材线虫媒介特征的情况下，获取目标林分对应的第二图像信息；对第二图像信息进行特征提取，在第二图像信息包括松材线虫特征的情况下，基于第一图像信息生成目标林分中目标疫木的受害阶段检测信息；其中，第一图像信息包括目标林分中至少部分区域的生物信息，第二图像信息包括目标林分中目标变色木的木段信息。本发明的基于移动端的松材线虫病一体化预警及检测方法，可以实现快速、高效且准确的松材线虫病灾前预警及灾后检测。
-
公开(公告)号：CN108573199B
公开(公告)日：2022-02-01
申请号：CN201710150677.7
申请日：2017-03-14
Applicant: 北京林业大学
IPC: G06V20/17 , G06V10/762 , G06V10/764
Abstract: 本发明公开一种油松受灾等级判定方法及其判定系统，其中所述判定方法包括以下步骤：S1：通过无人机上搭载的摄像机拍摄油松样地图像；S2：利用二型模糊聚类算法对所述油松样地图像中的受灾油松进行区域分割，并计算受灾油松区域占所述油松样地区域的比值；S3：结合地面调查统计的失叶率判断油松受灾等级。
-
公开(公告)号：CN109034268B
公开(公告)日：2021-07-13
申请号：CN201810950300.4
申请日：2018-08-20
Applicant: 北京林业大学
Abstract: 本发明公开了一种面向信息素诱捕器的红脂大小蠹检测器优化方法，优化基础为RetinaNet检测器，采用该方法优化后得到一轻量级红脂大小蠹检测器，该方法用于对嵌入信息素诱捕器收集杯中的摄像头采集的蠹虫图像进行检测，以检测出其中的小蠹科害虫的种类和个数，包括(1)数据增强，(2)损失函数，(3)特征提取器优化，(4)特征金字塔优化，(5)预测模块优化。本发明提供的面向信息素诱捕器的红脂大小蠹检测器优化方法针对蠹虫样本的特点和检测器部署的需要对RetinaNet检测器进行了优化，克服了RetinaNet检测器在红脂大小蠹实时检测上的不足，在保证检测精度的前提下，能够在嵌入式设备上运行，为大规模低成本的红脂大小蠹监测系统的实现提供基础。
-
公开(公告)号：CN109034268A
公开(公告)日：2018-12-18
申请号：CN201810950300.4
申请日：2018-08-20
Applicant: 北京林业大学
CPC classification number: G06K9/6223 , G01N21/84 , G06K9/629 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种面向信息素诱捕器的红脂大小蠹检测器优化方法，优化基础为RetinaNet检测器，采用该方法优化后得到一轻量级红脂大小蠹检测器，该方法用于对嵌入信息素诱捕器收集杯中的摄像头采集的蠹虫图像进行检测，以检测出其中的小蠹科害虫的种类和个数，包括(1)数据增强，(2)损失函数，(3)特征提取器优化，(4)特征金字塔优化，(5)预测模块优化。本发明提供的面向信息素诱捕器的红脂大小蠹检测器优化方法针对蠹虫样本的特点和检测器部署的需要对RetinaNet检测器进行了优化，克服了RetinaNet检测器在红脂大小蠹实时检测上的不足，在保证检测精度的前提下，能够在嵌入式设备上运行，为大规模低成本的红脂大小蠹监测系统的实现提供基础。
-
公开(公告)号：CN106897653A
公开(公告)日：2017-06-27
申请号：CN201510954704.7
申请日：2015-12-17
Applicant: 北京林业大学 , 中国林业科学研究院资源信息研究所
IPC: G06K9/00
Abstract: 本发明提供一种基于红外和可见光视频融合的林区烟火检测方法，包括S1：分别采集并存储林区的红外视频图像和可见光视频图像；S2：利用改进的分数阶微分法对所述红外视频图像和所述可见光视频图像进行融合，得到融合图像；S3:对所述融合图像进行计算，确定具体的森林火灾区域。同时本发明还提出一种林区烟火检测系统，包括：数据采集模块，包括红外采集子模块和可见光采集子模块，分别用于采集并存储林区的红外视频图像和可见光视频图像；图像融合模块，利用改进的分数阶微分法对所述红外视频图像和所述可见光视频图像进行融合，得到融合图像；火灾检测模块，通过对所述融合图像进行计算以确定具体的森林火灾区域。
-
-
-
-
-
Search Results
16
records
(took 0.033 seconds)
