-
公开(公告)号：CN114705627B
公开(公告)日：2024-12-17
申请号：CN202210351545.1
申请日：2022-04-02
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种综合CHM特征的秸秆类型快速遥感监测方法及装置，方法包括：获取监测区域多光谱影像以及CHM影像；根据多光谱影像中近红外波段和红光波段，生成PNISI影像；根据多光谱影像、CHM影像和PNISI影像进行二次波段组合，得到CHM‑PNISI‑多光谱影像，根据高度阈值进行初次分割，得到第一秸秆影像和第二秸秆影像，分别分割得到多个一类对象和二类对象；根据秸秆形状阈值和PNISI阈值，对一类对象进行分类，得到成捆、成堆和直立秸秆的分类结果；基于波段阈值，对二类对象进行分类，得到碎渣秸秆和裸地的分类结果。该方法可有效避免常规分割后秸秆对象碎片化问题，提高了农田作物秸秆类型遥感监测精度和效率。
-
公开(公告)号：CN116306984B
公开(公告)日：2023-09-12
申请号：CN202310548054.0
申请日：2023-05-16
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，涉及农业技术领域，紫色系作物鲜叶花色苷检测模型训练方法包括：基于样本紫色系作物鲜叶的花色苷含量、叶绿素含量以及目标光谱数据，获取样本紫色系作物鲜叶的花色苷光谱指数；以样本紫色系作物鲜叶的花色苷光谱指数为训练样本，以花色苷含量为训练样本的样本标签，对初始模型进行训练，获得紫色系作物鲜叶花色苷检测模型。本发明提供的紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，仅需光谱数据就能实现花色苷含量的无损检测，模型训练的效率更高，模型训练的投入成本更低，进行花色苷含量检测的准确率更高、效率更高且所需投入的成本更低。
-
公开(公告)号：CN114705627A
公开(公告)日：2022-07-05
申请号：CN202210351545.1
申请日：2022-04-02
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种秸秆类型快速遥感监测方法及装置，该方法包括：获取监测区域多光谱影像以及CHM影像；根据多光谱影像中近红外波段和红光波段，生成叠积近红秸秆指数PNISI影像；根据多光谱影像、CHM影像和PNISI影像进行二次波段组合，得到CHM‑PNISI‑多光谱影像，并根据高度阈值进行初次分割，得到第一秸秆影像和第二秸秆影像，分别分割得到多个一类对象和二类对象；根据秸秆形状阈值和PNISI阈值，对第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果；基于波段阈值，对二类对象进行分类，得到碎渣秸秆和裸地的分类结果。该方法可有效避免常规分割后秸秆对象碎片化问题，提高了农田作物秸秆类型遥感监测精度和效率。
-
公开(公告)号：CN116306984A
公开(公告)日：2023-06-23
申请号：CN202310548054.0
申请日：2023-05-16
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，涉及农业技术领域，紫色系作物鲜叶花色苷检测模型训练方法包括：基于样本紫色系作物鲜叶的花色苷含量、叶绿素含量以及目标光谱数据，获取样本紫色系作物鲜叶的花色苷光谱指数；以样本紫色系作物鲜叶的花色苷光谱指数为训练样本，以花色苷含量为训练样本的样本标签，对初始模型进行训练，获得紫色系作物鲜叶花色苷检测模型。本发明提供的紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，仅需光谱数据就能实现花色苷含量的无损检测，模型训练的效率更高，模型训练的投入成本更低，进行花色苷含量检测的准确率更高、效率更高且所需投入的成本更低。
-
-
-
Search Results
4
records
(took 0.034 seconds)
