-
公开(公告)号：CN114170500A
公开(公告)日：2022-03-11
申请号：CN202010845296.2
申请日：2020-08-20
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/143 , G06V10/774 , G06V10/764 , G06K9/62 , G06T3/40 , G06T5/00 , G06T7/40 , G06T7/62 , G06T7/90
Abstract: 本发明提出了小麦倒伏面积提取系统和方法，所述提取系统包括：获取单元，用于通过无人机搭载多光谱传感器获取试验区田间影像数据；预处理单元，所述预处理单元与所述获取单元相连，用于处理获取的试验区田间影像数据得到小麦冠层多光谱影像；计算单元，所述计算单元与所述预处理单元相连，用于计算小麦冠层多光谱影像中目标作物的纹理特征；选取单元，所述选取单元与所述计算单元相连，用于将计算得到的纹理特征分别与多光谱影像进行合并，使用马氏距离分类法对所述影像进行分类分析，提取小麦倒伏面积。本发明的提取系统和方法能够准确地提取小麦的倒伏面积，降低人工成本，适于规模化推广应用。
-
公开(公告)号：CN110163303B
公开(公告)日：2022-01-11
申请号：CN201910478461.2
申请日：2019-06-03
Applicant: 中国农业大学
IPC: G06K9/62
Abstract: 本发明实施例提供一种基于格网的遥感影像并行分类方法及系统。该方法包括获取当前遥感影像数据；将所述当前遥感影像数据输入至预先训练好的分类模型，获得基于所述当前遥感影像数据的并行分类结果，并采用测试样本集对所述分类结果进行精度验证；其中所述分类模型，是将历史遥感影像数据和样本导入栅格数据集清洗与重构多级格网系统，再基于10km格网范围，结合数据优选、样本特征总集计算和差异化分类进行训练得到的。本发明实施例通过基于10km格网将研究区无缝划分为规则的组织单元，在每个组织单元内根据实际成像情况并行进行数据优选、特征计算和分类等操作，在短时间内很好的实现了大范围中高分辨率作物的分类制图。
-
公开(公告)号：CN108932521B
公开(公告)日：2021-02-09
申请号：CN201810387307.X
申请日：2018-04-26
Applicant: 中国农业大学
Abstract: 本发明提供一种基于深度学习的农作物分类方法及系统，该方法包括：将待分类作业区划分为多个子作业区，获取每一子作业区的多时相多特征数据集；根据多时相多特征数据集和待分类作业区中待分类农作物生育期的作物样本数据，获取任一子作业区中每一像素的多时相多特征数据序列；根据每一像素的多时相多特征数据序列，获取每一像素的生长特征图；通过训练后的神经网络模型对每一像素的生长特征图进行识别，获取所述待分类农作物的分类结果。本发明将农作物分类问题转为时间序列生长特征图的识别问题，通过深度学习方法，使得在主要粮食作物主产区尺度上不规则时间序列是一种常态的数据环境下依旧使用，提高了分类的精度。
-
公开(公告)号：CN107103378B
公开(公告)日：2020-12-08
申请号：CN201610099993.1
申请日：2016-02-23
Applicant: 中国农业大学
Abstract: 本发明属于种植业信息化技术领域，提供了一种玉米种植环境测试站点布局方法及系统，该方法包括：获取待布局区域的区域数据；根据所述区域数据，对所述待布局区域的种植环境进行网格划分和聚类区划，得到区划结果；基于预设的空间分层抽样模型和抽样精度，得到所述区划结果中的各分区所需最少数量的测试站点；基于预设的空间平衡抽样算法，对所述最少数量的测试站点进行布局。结合待布局区域的种植环境指标进行分析，基于空间聚类与空间分层抽样理论来确定玉米多环境测试站点的布局，提高了测试站点布局合理性。
-
公开(公告)号：CN110807357A
公开(公告)日：2020-02-18
申请号：CN201910873233.5
申请日：2019-09-17
Applicant: 中国农业大学
Abstract: 本发明提供了一种基于直方图估计的非监督大田作物分类方法及系统，所述方法包括：获取研究区的生育期内的GF-1遥感影像数据，对数据进行辐射定标、大气校正、正射校正、云检测、几何配准等预处理工作；提取多时相遥感影像的近红外波段、NDVI、NDWI植被指数；对近红外波段值进行归一化处理，得到归一化之后的多维特征值数据；使用机器学习中的主成分分析方法对归一化后的多维特征值进行降维处理，降为k维数据；选取最佳参数得到降维后数据的概率分布直方图，每一个矩体即代表一个类别，根据该区域的作物分布图确定类别标签，进行相似类的合并；根据作物的样本数据进行精度验证，求得用户精度、制图精度、Kappa系数等评价指标。
-
Patent Agency Ranking
公开(公告)号：CN109754125A
公开(公告)日：2019-05-14
申请号：CN201910048135.8
申请日：2019-01-18
Applicant: 中国农业大学
Abstract: 本发明属于农业遥感领域，具体涉及一种基于作物模型、历史和气象预报数据的作物产量预报方法，其为：以县界为基准分区标定敏感参数；筛选生育期内MODIS反射率产品中的高质量反射率数据；耦合PROSAIL和WOFOST模型，并构建代价函数搭建数据同化框架以实现区域参数优化；将ECMWF中提供的50组气象预报数据作为WOFOST模型未来15d气象输入；用日最高温构成的向量，使用广义向量夹角法计算该像元历史年份同时段气象数据中相似度最高的年份，将该年份的气象数据作为WOFOST模型未来时段的气象输入；用50组不同的气象输入数据驱动耦合模型后得到50个不同的预报产量，实现概率预报；逐格网运行，得到区域作物产量概率预报统计图。本发明的方法能准确预报分区高产或地产的概率。
-
公开(公告)号：CN108932521A
公开(公告)日：2018-12-04
申请号：CN201810387307.X
申请日：2018-04-26
Applicant: 中国农业大学
Abstract: 本发明提供一种基于深度学习的农作物分类方法及系统，该方法包括：将待分类作业区划分为多个子作业区，获取每一子作业区的多时相多特征数据集；根据多时相多特征数据集和待分类作业区中待分类农作物生育期的作物样本数据，获取任一子作业区中每一像素的多时相多特征数据序列；根据每一像素的多时相多特征数据序列，获取每一像素的生长特征图；通过训练后的神经网络模型对每一像素的生长特征图进行识别，获取所述待分类农作物的分类结果。本发明将农作物分类问题转为时间序列生长特征图的识别问题，通过深度学习方法，使得在主要粮食作物主产区尺度上不规则时间序列是一种常态的数据环境下依旧使用，提高了分类的精度。
-
公开(公告)号：CN108509836A
公开(公告)日：2018-09-07
申请号：CN201810084248.9
申请日：2018-01-29
Applicant: 中国农业大学
IPC: G06K9/00
Abstract: 本发明属于农业遥感领域，涉及一种双极化合成孔径雷达与作物模型数据同化的作物估产方法，具体步骤为：收集双极化合成孔径雷达的卫星数据，对预处理获得的双极化SAR数据进行极化分解，选择精度最高的散射分量关系组合的LAI反演模型反演，得到遥感观测LAI；标定研究区作物的WOFOST模型LAI；利用粒子滤波算法对两种LAI进行同化；逐个作物格网采用优化后的作物生育期LAI轨迹重新驱动WOFOST模型，进行空间制图。本发明的方法融合了SAR遥感数据和作物模型的优势，充分利用了多极化SAR数据提供的丰富信息，克服了玉米关键生育期光学遥感数据缺失的问题，提高了作物模型的产量模拟，精度优化了作物生育期内LAI轨迹，还能在区域尺度上估测作物产量。
-
公开(公告)号：CN104678804B
公开(公告)日：2018-07-27
申请号：CN201510032706.0
申请日：2015-01-22
Applicant: 中国农业大学
IPC: G05B19/04
Abstract: 本发明公开种玉米分散考种数据采集方法,所述方法包括以下步骤:S1、手持终端设备开启,建立所述手持终端与数据接收服务端的通信连接;S2、设置所述手持终端的工作模式以及玉米考种采集参数;S3、所述手持终端采集玉米分散考种小组编号以及玉米分散考种数据;所述玉米分散考种数据为所述玉米考种采集参数对应采集的数据。本发明中手持终端设备能便捷地在各个分散玉米考种点进行玉米分散考种数据的采集并无线传输至数据接收服务端进行数据汇总分析,降低了数据人工录入投入、提高了考种效率和数据准确率、实现了分散考种采集数据的统校验、管理和存储;本发明的方法实现了玉米分散考种中数据采集的自动化、智能化以及信息化。
-
公开(公告)号：CN106909881A
公开(公告)日：2017-06-30
申请号：CN201710030098.9
申请日：2017-01-16
Applicant: 中国农业大学
CPC classification number: G06K9/00657 , G06K9/4647 , G06T2207/10032 , G06T2207/20061 , G06T2207/30188
Abstract: 本发明提供了一种基于无人机遥感影像提取玉米育种基地垄数的方法及系统，利用无人机获取玉米育种基地的遥感影像，通过对图像超绿特征灰度化处理，将玉米植株与土壤背景信息分离；经过二值优化与形态学开启运算处理使图像分离彻底并过滤突刺连接；通过图像分割投影法提取玉米垄线的中心点，并对图像进行Hough变换；对于Hough变换的图像，通过改进的投影法提取峰值点，该峰值点个数即为垄线的条数。采用本发明提供的方法，提取玉米育种基地垄数的自动化程度高、准确度高，可方便地应用在无人机遥感影像玉米垄数的提取中，大大提高田间调查效率，为育种家和种业相关部门提供决策支持。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.044 seconds)
