-
公开(公告)号：CN112580484B
公开(公告)日：2024-03-29
申请号：CN202011474837.1
申请日：2020-12-14
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08
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：CN113590544B
公开(公告)日：2024-10-18
申请号：CN202110601874.2
申请日：2021-05-31
Applicant: 中国农业大学
IPC: G06F16/16 , G06F40/166
Abstract: 本发明提出一种基于照片EXIF信息解读的野外土地覆盖样本采样辅助系统，其中，系统包括：采集设备，用于在预设距离内采集目标样本的照片数据；野外照片批量化读取分析系统，用于根据用户选择的图片文件夹获取采样照片，读取所述图片文件夹中所有采样照片的头文件中的信息，并结合所有照片的头文件中的信息生成分析表；野外路线及样本点生成及可视化系统，用于生成所述分析表对应的可视化KML文件；采样数据精细编辑与共享系统，用于对所述可视化KML文件进行编辑和共享，所述编辑包括对标记点进行增加、修改和删除。解决现有技术中费事费力和收集效率较低的技术问题，本系统能够在野外迅速地自动获取照片所拍摄地物的空间信息，提高采样效率。
-
公开(公告)号：CN113008834A
公开(公告)日：2021-06-22
申请号：CN202110182186.7
申请日：2021-02-09
Applicant: 中国农业大学
IPC: G01N21/47
Abstract: 本发明提供一种基于遥感影像的地表反射率校正方法及装置，该方法包括：根据原始区域的遥感影像，获取遥感影像中每一像元对应的观测天顶角和太阳天顶角，以及遥感影像对应的原始地表反射率；基于预先构建的BRDF模型，根据天底方向以及每一像元对应的观测天顶角和太阳天顶角，获取每一像元对应的BRDF校正因子；根据每一像元对应的BRDF校正因子和遥感影像对应的原始地表反射率，获取每一像元对应的修正地表反射率。本发明提供的基于遥感影像的地表反射率校正方法及装置，使得每一像元对应的修正地表反射率能更准确的反映目标区域地表的反射情况，获取每一像元对应的修正地表反射率的方法简单、高效。
-
公开(公告)号：CN112380497B
公开(公告)日：2024-03-22
申请号：CN202011187729.6
申请日：2020-10-29
Applicant: 中国农业大学
Abstract: 本发明实施例提供一种用于区域玉米的秸秆系数估算方法及系统，该方法包括：获取目标区域的玉米生长季内的遥感数据集和近地面气温数据集，所述遥感数据集包括封垄前遥感数据和封垄后遥感数据；根据所述封垄前遥感数据和所述封垄后遥感数据，对玉米生长季内的冠层叶面积指数进行反演，获取时序玉米冠层叶面积指数；通过集合卡尔曼方法，将所述时序玉米冠层叶面积指数和所述近地面气温数据集同化至WOFOST模型中，并根据同化结果，获取所述目标区域的玉米秸秆系数。本发明实施例通过对玉米生长季内的遥感数据和近地面气温数据进行分析，提高不同区域范围内玉米秸秆系数估算精度和速度，从而将秸秆系数的估算粒度提高的遥感的像素单元尺度。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN112419480B
公开(公告)日：2024-12-20
申请号：CN202011265438.4
申请日：2020-11-12
Applicant: 中国农业大学
IPC: G06T17/00
Abstract: 本发明实施例提供保护性耕作玉米冠层BRDF模型构建方法及装置，该方法包括：根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片，构建保护性耕作模式下的群体玉米植株三维模型；根据预设叶片理化性状参数和预设叶片结构信息，建立玉米叶片辐射传输的参数；基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数，建立保护性耕作玉米冠层双向反射分布函数模型。通过充分利用地激光雷达精度高的优势，构建保护性耕作模式下的群体玉米植株三维模型，通过DART离散各向异性三维辐射传输模型，模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率，填补了保护性耕作玉米冠层BRDF模型构建方面的空白。
-
公开(公告)号：CN113590544A
公开(公告)日：2021-11-02
申请号：CN202110601874.2
申请日：2021-05-31
Applicant: 中国农业大学
IPC: G06F16/16 , G06F40/166
Abstract: 本发明提出一种基于照片EXIF信息解读的野外土地覆盖样本采样辅助系统，其中，系统包括：采集设备，用于在预设距离内采集目标样本的照片数据；野外照片批量化读取分析系统，用于根据用户选择的图片文件夹获取采样照片，读取所述图片文件夹中所有采样照片的头文件中的信息，并结合所有照片的头文件中的信息生成分析表；野外路线及样本点生成及可视化系统，用于生成所述分析表对应的可视化KML文件；采样数据精细编辑与共享系统，用于对所述可视化KML文件进行编辑和共享，所述编辑包括对标记点进行增加、修改和删除。解决现有技术中费事费力和收集效率较低的技术问题，本系统能够在野外迅速地自动获取照片所拍摄地物的空间信息，提高采样效率。
-
公开(公告)号：CN112380497A
公开(公告)日：2021-02-19
申请号：CN202011187729.6
申请日：2020-10-29
Applicant: 中国农业大学
Abstract: 本发明实施例提供一种用于区域玉米的秸秆系数估算方法及系统，该方法包括：获取目标区域的玉米生长季内的遥感数据集和近地面气温数据集，所述遥感数据集包括封垄前遥感数据和封垄后遥感数据；根据所述封垄前遥感数据和所述封垄后遥感数据，对玉米生长季内的冠层叶面积指数进行反演，获取时序玉米冠层叶面积指数；通过集合卡尔曼方法，将所述时序玉米冠层叶面积指数和所述近地面气温数据集同化至WOFOST模型中，并根据同化结果，获取所述目标区域的玉米秸秆系数。本发明实施例通过对玉米生长季内的遥感数据和近地面气温数据进行分析，提高不同区域范围内玉米秸秆系数估算精度和速度，从而将秸秆系数的估算粒度提高的遥感的像素单元尺度。
-
公开(公告)号：CN112597855B
公开(公告)日：2024-04-16
申请号：CN202011484271.0
申请日：2020-12-15
Applicant: 中国农业大学
IPC: G06V20/10 , G06V10/774 , G06V10/25 , G06V10/764
Abstract: 本发明提供一种农作物倒伏程度识别方法及装置，该方法包括：根据待识别区域的遥感影像，获取待识别区域的遥感影像特征；将待识别区域的遥感影像特征输入遥感影像识别模型，获取待识别区域的农作物倒伏程度；其中，遥感影像识别模型是基于样本区域的遥感影像特征以及样本区域的农作物倒伏程度训练后得到；样本区域的农作物倒伏程度是根据样本区域的无人机影像预先获取的。本发明提供的农作物倒伏程度识别方法及装置，能通过遥感技术快速和便捷地获取大面积区域的遥感影像，能基于训练好的遥感影像识别模型识别遥感影像，能更高效地识别大面积区域的农作物倒伏程度，能降低识别大面积区域的农作物倒伏程度所需的时间成本。
-
公开(公告)号：CN112597855A
公开(公告)日：2021-04-02
申请号：CN202011484271.0
申请日：2020-12-15
Applicant: 中国农业大学
Abstract: 本发明提供一种农作物倒伏程度识别方法及装置，该方法包括：根据待识别区域的遥感影像，获取待识别区域的遥感影像特征；将待识别区域的遥感影像特征输入遥感影像识别模型，获取待识别区域的农作物倒伏程度；其中，遥感影像识别模型是基于样本区域的遥感影像特征以及样本区域的农作物倒伏程度训练后得到；样本区域的农作物倒伏程度是根据样本区域的无人机影像预先获取的。本发明提供的农作物倒伏程度识别方法及装置，能通过遥感技术快速和便捷地获取大面积区域的遥感影像，能基于训练好的遥感影像识别模型识别遥感影像，能更高效地识别大面积区域的农作物倒伏程度，能降低识别大面积区域的农作物倒伏程度所需的时间成本。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
