-
公开(公告)号：CN119762984A
公开(公告)日：2025-04-04
申请号：CN202411875184.6
申请日：2024-12-19
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V20/13 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种区域植被类型检测方法及系统，所述方法包括：获取区域遥感影像数据并进行预处理；根据预处理后的区域遥感影像数据，进行层次化特征提取和融合获得融合特征；构建耦合植被类型先验知识的深度层次化语义分割模型以输入融合特征输出植被类型分类结果；其中，植被类型先验知识为植被类型的层级结构。本发明提供的技术方案，基于注意力机制，可以分别从空间、通道和尺度的角度提取特征，能够实现从多个维度提取遥感影像数据的差异化特征，改善分类效果；通过构建耦合植被类型先验知识的深度层次化语义分割模型，可以克服植被类型样本分布不均衡的问题，提高训练速度，优化分类效果，提高检测精度。
-
公开(公告)号：CN112651937B
公开(公告)日：2024-02-20
申请号：CN202011543365.0
申请日：2020-12-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明实施例提供了一种分层树冠识别方法，包括以下步骤：根据树冠高度栅格单元的个数，创建不相交集；依次遍历每个树冠顶点，从树冠高度栅格中提取树冠顶点的高度；将树冠划分为4个象限，分别为左上象限、右上象限、左下象限、右下象限，判别每个象限内树冠边界；提取树冠底部的高度；使用树冠顶点索引对树冠进行编码；依次遍历树冠顶点，对树冠外边界进行矢量化。本发明实施例提供的一种分层树冠识别方法，能够快速地识别分层树冠，同时还可用于识别普通树冠，增强了识别树冠的普适性，有效提高了树冠边界识别精度。
-
公开(公告)号：CN111679288B
公开(公告)日：2022-10-21
申请号：CN202010567544.1
申请日：2020-06-19
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供了一种点云数据的空间分布度量方法，用以解决现有技术中点云数据空间分布无法量化的问题。所述点云数据空间分布度量方法，通过度量因子对点云数据的空间分布进行定量描述，度量因子包括有效格率、点云分布均匀度和冗余度，有效格率反映了点云数据的覆盖情况，点云分布均匀度和冗余度分别反映了点云分布的均匀性和冗余性。本发明实施例的点云数据空间分布度量方法，定量地描述了点云数据质量，高质量点云数据具有高有效格率、高点云分布均匀度和低点云分布冗余度，低质量点云数据具有低有效格率、低点云分布均匀度和高点云分布冗余度，通过点云空间分布度量因子来约束数据采集方式，可有效指导激光雷达和摄影测量数据采集工作。
-
公开(公告)号：CN105403876B
公开(公告)日：2018-01-30
申请号：CN201510979624.7
申请日：2015-12-24
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01S7/48
Abstract: 本发明是有关于一种森林郁闭度的测量方法和装置，其中的方法主要包括：获取待修正的森林郁闭度；获取所述待修正的森林郁闭度对应的激光雷达回波损失率；获取森林冠层回波尺度因子以及地面回波损失率，其中，所述森林冠层回波尺度因子表征来自森林冠层的回波信号数量与来自植被的回波信号数量的比例关系；根据所述待修正的森林郁闭度、激光雷达回波损失率、森林冠层回波尺度因子、地面回波损失率以及下述公式获得修正后的森林郁闭度；其中，CCM为修正后的森林郁闭度，CC1为待修正的森林郁闭度，k为森林冠层回波尺度因子，RL为激光雷达回波损失率，RLG为地面回波损失率。本发明能够非常方便快捷对森林郁闭度进行修正，并且有效提高了森林郁闭度的准确性。
-
公开(公告)号：CN119048865B
公开(公告)日：2025-03-18
申请号：CN202411523361.4
申请日：2024-10-30
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/82 , G06V20/10 , G06F18/10 , G06F18/25
Abstract: 本发明公开了一种林区物候及环境扰动检测方法和系统，包括：获取林区遥感时间序列图像数据；根据林区遥感时间序列图像数据，基于卷积神经网络和时间注意力机制构建时间序列全卷积神经网络模型；基于林区遥感时间序列图像数据，构建样本数据集，对时间序列全卷积神经网络模型进行训练，获得林区物候及环境扰动检测模型；将林区遥感时间序列图像数据输入林区物候及环境扰动检测模型，获得林区物候及环境扰动检测结果。本发明提供的技术方案，能够利用高时序中空间分辨率的林区遥感时间序列图像数据，构建时间序列全卷积神经网络模型，识别林区物候及环境扰动变化，定位扰动区域和时间。
-
Patent Agency Ranking
公开(公告)号：CN106443641B
公开(公告)日：2019-03-08
申请号：CN201610857173.4
申请日：2016-09-28
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01S7/497
Abstract: 本发明公开一种激光雷达扫描均一性测量方法，包括以下步骤：(1)判断末次回波；(2)判断扫描线；(3)计算扫描线内激光回波点之间的水平距离及其统计量；(4)计算扫描线0度扫描角激光回波点的中心点；(5)计算扫描线间的水平距离及其统计量；(6)计算激光扫描均一指数；该激光雷达扫描均一性测量方法能够判别激光扫描线、判别激光扫描线中线点以及判别激光扫描均一性。
-
公开(公告)号：CN102538673A
公开(公告)日：2012-07-04
申请号：CN201110424549.X
申请日：2011-12-19
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明的目的在于提供一种机载小光斑LiDAR波形数据提取林分垂直结构参数的方法，包括：基于机载小光斑LiDAR波形数据生成激光点云数据集；对该激光点云数据集进行地面点与植被点的滤波处理，利用滤波处理后的地面点生成地面高程模型，将所述机载小光斑LiDAR波形数据中的高程减去相应位置的DEM值得到高程归一化后的波形数据；对波形数据进行林分尺度的波形合成处理，生成林分的合成波形数据；将合成波形数据分解为一系列子波形的组合；根据所述一系列子波形的组合，获取林分垂直结构参数。本发明提供的方法，比使用点云数据对森林垂直结构的刻画更加准确，并可以确定林分垂直结构参数。
-
公开(公告)号：CN111679288A
公开(公告)日：2020-09-18
申请号：CN202010567544.1
申请日：2020-06-19
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供了一种点云数据的空间分布度量方法，用以解决现有技术中点云数据空间分布无法量化的问题。所述点云数据空间分布度量方法，通过度量因子对点云数据的空间分布进行定量描述，度量因子包括有效格率、点云分布均匀度和冗余度，有效格率反映了点云数据的覆盖情况，点云分布均匀度和冗余度分别反映了点云分布的均匀性和冗余性。本发明实施例的点云数据空间分布度量方法，定量地描述了点云数据质量，高质量点云数据具有高有效格率、高点云分布均匀度和低点云分布冗余度，低质量点云数据具有低有效格率、低点云分布均匀度和高点云分布冗余度，通过点云空间分布度量因子来约束数据采集方式，可有效指导激光雷达和摄影测量数据采集工作。
-
-
公开(公告)号：CN106407898A
公开(公告)日：2017-02-15
申请号：CN201610767266.8
申请日：2016-08-29
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06K9/00
CPC classification number: G06K9/00657
Abstract: 本发明公开了一种激光雷达单木分块识别方法，包括CHM分块、CHM低值凹陷区平滑、CHM树冠顶点识别和CHM树冠边界识别；该激光雷达单木分块识别方法能够对大数据量激光雷达CHM进行处理，高效识别单木树冠边界，用于单木因子提取和林分因子提取的优点。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.029 seconds)
