-
公开(公告)号：CN112580484A
公开(公告)日：2021-03-30
申请号：CN202011474837.1
申请日：2020-12-14
Applicant: 中国农业大学
Abstract: 本发明提供一种基于深度学习的遥感影像玉米秸秆覆盖识别方法及装置，该方法包括：对被测遥感影像以预设重叠度进行裁剪；将每一裁剪后图像，分别输入预训练的AP‑UNET网络模型，输出玉米秸秆覆盖概率图；根据所述玉米秸秆覆盖概率图，基于全连接CRF方法，获得玉米秸秆分布图；其中，所述AP‑UNET网络模型，是基于UNET网络，在双层卷积层前加入Dropout层，双层卷积层后加入Batch Normalization、注意力机制CBAM模块和PSPP模块得到。该方法自动化程度和提取效率高，可扩展性好，且提取精度高，可调整参数应用于不同传感器的遥感卫星影像。利用该AP‑UNET网络模型可有效解决在高分辨率影像中提取秸秆覆盖特征问题。
-
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：CN109115725A
公开(公告)日：2019-01-01
申请号：CN201810615559.3
申请日：2018-06-14
Applicant: 中国农业大学
IPC: G01N21/47
Abstract: 本发明提供一种玉米冠层LAI和叶绿素含量联合反演方法和设备，包括：获取各生育期的多光谱的实际玉米冠层光谱反射率；基于PROSAIL模型建立查找表，所述查找表中的输入参数包括玉米各生育期的叶面积指数LAI、叶绿素含量，查找表输出参数为对应的模拟玉米冠层光谱反射率；建立基于权重平方差和形式的代价函数，所述代价函数用于计算模拟玉米冠层光谱反射率与真实玉米冠层光谱反射率之间的误差，基于代价函数取最小值时对应模拟玉米冠层光谱反射率，对玉米冠层LAI和叶绿素含量进行反演。通过建立玉米冠层LAI和叶绿素含量参数的联合分布，以一套参数同时反演出LAI和叶绿素含量，提高参数反演效率。
-
公开(公告)号：CN105761312B
公开(公告)日：2018-11-30
申请号：CN201610084032.3
申请日：2016-02-06
Applicant: 中国农业大学
Abstract: 本发明公开了一种基于激光雷达的微地形重建方法，步骤如下：(1)激光扫描获得海量、离散激光雷达点云数据后，进行不同站点间的点云数据拼接，并分离地面点和非地面点；(2)进行点云数据抽稀、点云孔洞区或点云密度极低区的边界点检测；(3)计算微地形的分形特征，并确定无标度区；(4)以带法线控制的随机中点位移法对点云孔洞区和点云密度极低区进行插值；(5)利用贪婪投影三角化方法，基于地面点进行微地形重建。
-
Patent Agency Ranking
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：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。
-
公开(公告)号：CN105910556A
公开(公告)日：2016-08-31
申请号：CN201610228298.0
申请日：2016-04-13
Applicant: 中国农业大学
IPC: G01B11/28
CPC classification number: G01B11/28
Abstract: 本发明公开了一种玉米植株叶面积垂直分布信息提取方法，本发明的方法以激光雷达为数据源，利用基于法线差分的方法识别玉米叶片回波点云；将玉米植株回波点云体素化，利用冠层分析法提取叶面积垂直分布信息。利用本发明所提出的方法，可以快速、精确地提取玉米植株叶面积垂直分布信息，简化玉米植株结构参数提取过程，提高其自动化程度，同时不会对玉米叶片造成损伤。
-
公开(公告)号：CN102651096B
公开(公告)日：2015-06-03
申请号：CN201210133136.0
申请日：2012-04-28
Applicant: 中国农业大学
Abstract: 本发明公开了一种同化叶面积指数时序曲线特征的冬小麦估产方法，通过如下步骤实施：S1：对作物模型进行全局敏感性分析，并完成作物模型参数区域化；S2：合成MODIS LAI时间序列曲线；S3：对LAI时序曲线进行滤波处理；S4：进行曲线拟合并提取出关键特征点；S5：在区域范围运行作物模型，对模拟得到的LAI时间序列进行曲线拟合并提取出曲线上的关键特征点；S6：按S4和S5各自获得3类关键特征点的日期建立代价函数，并以遥感观测误差为权重求和得到总代价函数，对总代价函数进行最小化，使得代价函数快速收敛，最终在收敛条件被满足时，按行政边界汇总，输出产量结果。本发明提高了同化精度，克服了MODIS LAI产品系统偏低的影响，适合于区域尺度冬小麦产量估测。
-
公开(公告)号：CN101832769A
公开(公告)日：2010-09-15
申请号：CN201010137835.3
申请日：2010-03-30
Applicant: 中国农业大学
CPC classification number: G06K9/00664 , G06K9/00697
Abstract: 本发明涉及一种基于近景摄影测量方式估算矿区植被覆盖度的方法，该方法通过对待测矿区进行摄影，提取颜色特征和纹理特征，按照特定的顺序构成特征向量，利用支持向量机分类器实现对植被和非植被的快速分类，然后对植被信息进行统计，从而快速、准确地计算植被覆盖度，为调查矿区植被生长状况提供可靠的依据；该方法同时也可作为定量遥感估测植被覆盖度算法的实际验证。本发明还涉及一种基于近景摄影测量方式估算矿区植被覆盖度的系统，该系统包括特征提取模块、分类器训练模块、植被与非植被分类模块和植被覆盖度计算模块。
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.083 seconds)
