-
公开(公告)号：CN103778408A
公开(公告)日：2014-05-07
申请号：CN201310575903.8
申请日：2013-11-18
Applicant: 北京林业大学
IPC: G06K9/00
Abstract: 本发明公开了一种DEM数据图像与山区光学遥感影像配准方法。由余弦光学模型、反余弦光学模型与DEM组成彩色图像和光学遥感影像进行配准，其中余弦光学模型、反余弦光学模型、DEM数据图像分别赋予红、绿、蓝；利用余弦光学模型、反余弦光学模型与DEM组成彩色图像和光学遥感影像进行配准，配准完成后提取DEM波段，在光学遥感影像与DEM数据的图像配准的过程中克服了人眼对DEM的灰度图像颜色不敏感的特点，新组成的DEM数据的图像有坡度、坡向、彩色，制作图像过程简单，配准过程操作方便，减少了工作量，提高了工作效率。
-
公开(公告)号：CN115797778A
公开(公告)日：2023-03-14
申请号：CN202211654319.7
申请日：2022-12-22
Applicant: 北京林业大学
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06T7/62
Abstract: 本发明涉及遥感影像处理技术和时空数据分析方法，公开了一种可用于针叶林提取的新型植被指数。通过分析针叶林的归一植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤自适应植被指数(SAVI)和陆表水分指数(LSWI)的最佳区分时相，将不同时相的不同植被指数结合，构建了区分针叶林和其他林地的归一化林地指数(NDFI)，利用植被指数时间序列数据获得月均值光谱曲线，对归一化植被指数NDFI进行概率密度曲线分析获得提取针叶林面积信息提取的阈值，进而实现基于星载卫星遥感数据的高精度针叶林信息提取与空间分布制图。本发明提取的新型植被指数以增强植被间的差异性，有利于植被的区分，可用于在区域尺度提取针叶林分布信息，具有更高的准确率和实用性。
-
公开(公告)号：CN110263735A
公开(公告)日：2019-09-20
申请号：CN201910553718.6
申请日：2019-06-25
Applicant: 北京林业大学
Abstract: 本发明公开一种使用三维卷积神经网络对人工林高光谱数据进行树种分类的方法，适用于人工林树种分布信息的获取，属于机器学习在林业应用技术领域范畴，关键技术要点包括：1.取试验区影像数据，根据地面调查点完成样本数据集的构建；2.构建三维卷积神经网络，完成模型的训练；3.利用训练好的模型对影像进行预测，完成树种分布制图及精度评价。解决的关键性问题包括：1.少量样本即可完成模型训练，降低地面调查工作量；2.与传统高光谱分类方法相比，无需事先进行特征的提取、筛选，分类精度更高。该发明适用于高光谱数据树种分类，是首次将三维卷积神经网络应用于人工林树种分类的方法，成果可为森林资源调查及树种分布信息获取提供基础性数据依据。
-
公开(公告)号：CN110207670A
公开(公告)日：2019-09-06
申请号：CN201910564439.X
申请日：2019-06-26
Applicant: 北京林业大学
Abstract: 本发明公开一种使用二维图像获取人工林森林冠幅参数的方法，适用于人工林资源调查，属于摄影测量在林业应用技术领域范畴，关键技术要点包括：1.提取林木点云模型中的有用信息；2.使用特定方法提取林木相对关系信息；3.利用特定估算方法计算目标区域林木冠幅参数。解决的关键性问题包括：1.只需对林地进行拍摄获取样地信息，降低地面调查工作量，提高调查效率；2.解决由于林木枝叶遮挡，导致近景摄影测量无法获取高密度森林环境林木冠幅信息的问题。该发明适用于高密度森林环境的人工林，是首次使用摄影测量技术与冠幅估算方法相结合的方法，提取高密度森林环境人工林的单木冠幅信息。成果可为人工林资源快速精准调查工作提供基础性数据依据。
-
公开(公告)号：CN109816779A
公开(公告)日：2019-05-28
申请号：CN201910091334.7
申请日：2019-01-30
Applicant: 北京林业大学
Abstract: 本发明公开一种使用智能手机重建人工林森林模型获取单木参数的方法，适用于人工林森林模型获取和森林资源调查，属于计算机视觉在林业应用技术领域范畴，关键技术要点包括：1.使用智能手机获取林木图像信息；2.使用针对林业改进的三维重建算法得到人工林森林模型；3.在人工林森林模型上量测单木参数。解决的关键性问题包括：1.只需在地面调查时使用智能手机获取目标林地的照片，降低地面调查工作量，极大提高调查效率；2.获取可视化人工林森林模型进行量测且精度更高，避免人为因素影响。该发明适用于可及且林下可视环境较好的人工林，是首次使用智能手机获取人工林森林模型并测量单木参数的方法，成果可为人工林资源快速精准调查工作提供基础性数据依据。
-
Patent Agency Ranking
公开(公告)号：CN106952242A
公开(公告)日：2017-07-14
申请号：CN201610002816.7
申请日：2016-01-06
Applicant: 北京林业大学
IPC: G06T5/10
Abstract: 本发明涉及一种激光雷达（LiDAR）点云滤波方法，特别是一种基于体素的渐进不规则三角网点云滤波，适用于机载和地基雷达点云数据处理，属于激光雷达点云数据处理技术领域。包括以下步骤：加载LiDAR点云数据；对LiDAR点云数据进行预处理，并将点云数据进行分段组织和管理；确定LiDAR点云体素化的数学表达式，并对点云进行体素化处理；确定LiDAR点云多回波信息，保留单回波和多回波中的末次回波点；确定LiDAR点云渐进不规则三角网的数学表达式，并对点云进行滤波处理；确定LiDAR点云多回波信息，保留单回波和多回波中的末次回波点。本发明具有适应于复杂的地形表面，对于浓密植被区域、陡坡、不规则断裂区的探测敏感，生成高精度数字高程模型（DEM）的优势。
-
公开(公告)号：CN106897686A
公开(公告)日：2017-06-27
申请号：CN201710088491.3
申请日：2017-02-19
Applicant: 北京林业大学
Abstract: 本发明公开了一种机载LIDAR电力巡检点云数据的分类方法。在获取机载LIDAR电力巡检点云数据并对原始点云进行去噪预处理后，构建基于机载LIDAR电力巡检点云数据的不同地物类型分类算法，首先根据设计的点云滤波算法实现地面点与非地面点的分离，然后依次进行原始点云数据中电力杆塔、电力线以及植被等地物的高精度自动提取，可大大提高电力巡检点云数据分类的精度及自动化程度，为电力线路巡检故障排查提供了保证。
-
公开(公告)号：CN106778696A
公开(公告)日：2017-05-31
申请号：CN201710039791.2
申请日：2017-01-18
Applicant: 北京林业大学
Abstract: 本发明公开一种基于双向选择判断原理进行遥感手段提取单木与实际单木信息匹配的方法，属林业遥感数据处理与信息提取范畴，其技术特点是以树高差、距离为判定条件，先在遥感手段提取到的林木邻域内筛选最合适的实测木作为匹配木，再以该实测木为中心，通过判断其邻域内遥感手段提取到的单木信息，决定是否成功匹配。解决的关键性问题包括：①可甄别和去除欠分割、过分割等分割误差，避免误差的积累；②在密度高、空间异质性高的林分中匹配精度较高，相比传统方法，解决了树冠相互遮挡林木间匹配不合理的问题。该发明可应用于林业遥感技术反演信息的领域，在评价遥感产品质量、推广遥感产品应用等方面起到巨大推进作用。
-
公开(公告)号：CN103632350A
公开(公告)日：2014-03-12
申请号：CN201310663031.0
申请日：2013-12-10
Applicant: 北京林业大学
IPC: G06T5/00
Abstract: 本发明公开了一种分坡度等级SCS+C模型对山区遥感影像地形校正方法。由SCS地形较正和分坡度等级系数SCS+C组成遥感图像分坡度等级SCS+C地形较正，其中分坡度等级系数SCS+C为每5°分为一级0-1°除外，SCS地形较正分别加上每一坡度级系数；利用分坡度等级SCS+C模型对遥感影像地形较正，选择余弦地形较正与分坡度等级系数SCS+C相结合，使山区遥感影像地形较正可以得到更精细的地形较正遥感影像，克服了只有一个系数SCS+C对整幅遥感影像适用的缺点，分坡度等级SCS+C地形较正简单、操作方便，提高了遥感影像地形较正的精度。
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.031 seconds)
