-
公开(公告)号：CN116258786A
公开(公告)日：2023-06-13
申请号：CN202310166528.5
申请日：2023-02-27
Applicant: 北京师范大学 , 北京尚德智汇科技有限公司
Abstract: 本发明公开一种NDVI影像的重建方法、系统、设备及存储介质，涉及影像重建技术领域，所述方法包括：获取原始归一化差分植被指数时间序列影像；将原始归一化差分植被指数时间序列影像中存在云污染的像元的归一化差分植被指数影像确定为目标影像；根据目标影像对应时期的期数和云污染预测值计算公式，得到存在云污染的像元的归一化差分植被指数预测值；将存在云污染的像元的归一化差分植被指数实际值替换为归一化差分植被指数预测值，得到重建后的目标影像；根据重建后的目标影像和原始归一化差分植被指数时间序列影像，确定重建后的归一化差分植被指数时间序列影像。本发明提高了NDVI影像的重建精度。
-
公开(公告)号：CN113469122A
公开(公告)日：2021-10-01
申请号：CN202110826057.7
申请日：2021-07-21
Applicant: 北京师范大学
Abstract: 本发明涉及一种基于深度学习作物时空泛化分类方法及系统，该方法包括：采集设定地点在设定时间段内的多个遥感影像；通过人工目视解译方法获得与各遥感影像对应的真实影像；真实影像为对农作物区域和非农作物区域进行标记了的图像；构建深度卷积神经网络；深度卷积神经网络包括依次连接的输入层、残差模块、金字塔平均池化模块和输出层；采用自然图像数据集对残差模块进行训练，将训练好的残差模块作为深度卷积神经网络中的残差模块，获得预训练模型；以遥感影像为输入，与各遥感影像对应的真实影像为输出训练预训练模型，获得遥感影像分类模型；利用遥感影像分类模型进行图像分类。本发明提高了遥感影像分类模型的时空泛化性。
-
公开(公告)号：CN112925870A
公开(公告)日：2021-06-08
申请号：CN202110273451.2
申请日：2021-03-15
Applicant: 北京师范大学
IPC: G06F16/29 , G06F16/9537 , G06K9/62
Abstract: 本发明涉及一种人口空间化方法及系统，先根据研究区域的实际情况，选取多种类型的数据作为影响因子，分别对每一影响因子进行预处理，得到影响因子对应的空间栅格数据，然后利用主成分分析法计算每一影响因子的权重，最后根据空间栅格数据、权重以及研究区域的人口总数计算每一栅格内的人口数，得到研究区域的人口空间化结果，利用客观科学的主成分分析法计算各个影响因子的权重，能够避免人的主观意识对权重划分的影响，大大提高了人口空间化结果的精度，空间化结构精度高，且尺度精细。
-
公开(公告)号：CN110298322B
公开(公告)日：2021-05-14
申请号：CN201910588383.1
申请日：2019-07-02
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于遥感数据的耕地提取方法及系统。该方法包括：获取待提取区域的遥感图像；对遥感图像进行预处理，得到预处理后的遥感图像，预处理包括辐射校正、几何校正和去云处理；将待提取区域随机划分为设定数量的待提取子区域；计算待提取子区域的植被指数；以NDVI1＞T1，NDVIincrease1＞T2，且NDVIincrease2＞T3为决策条件，采用决策树对待提取子区域中的各像元进行分类，得到待提取子区域的耕地区域，各所述待提取子区域的第一阈值T1、第二阈值T2和第三阈值T3为根据各自待提取子区域的历史数据确定得到。本发明能够对耕地进行精确的提取。
-
公开(公告)号：CN110610054A
公开(公告)日：2019-12-24
申请号：CN201910897948.4
申请日：2019-09-23
Applicant: 北京师范大学
Abstract: 本发明公开一种土壤湿度长方体反演模型构建方法及系统。方法包括：获取待反演区域某时间段内的气候土壤植被数据；分别计算气候特征参量、土壤特征参量和植被特征参量；分别计算不同深度土壤实测数据与气候特征参量、土壤特征参量和植被特征参量的相关性；分别选取各特征参量的最优参量，采用层次分析法确定待反演区域的土壤湿度长方体反演模型的各个边长系数；构建待反演区域的土壤湿度长方体反演模型。通过对待反演区域某时间段内的气候土壤植被数据综合处理，分别得到气候特征最优参量、土壤特征最优参量和植被特征最优参量，构建长方体反演模型，使得到的长方体反演模型更能反映待反演区域的土壤湿度真实情况，提升土壤湿度反演的精度。
-
Patent Agency Ranking
公开(公告)号：CN110298322A
公开(公告)日：2019-10-01
申请号：CN201910588383.1
申请日：2019-07-02
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于遥感数据的耕地提取方法及系统。该方法包括：获取待提取区域的遥感图像；对遥感图像进行预处理，得到预处理后的遥感图像，预处理包括辐射校正、几何校正和去云处理；将待提取区域随机划分为设定数量的待提取子区域；计算待提取子区域的植被指数；以NDVI1＞T1，NDVIincrease1＞T2，且NDVIincrease2＞T3为决策条件，采用决策树对待提取子区域中的各像元进行分类，得到待提取子区域的耕地区域，各所述待提取子区域的第一阈值T1、第二阈值T2和第三阈值T3为根据各自待提取子区域的历史数据确定得到。本发明能够对耕地进行精确的提取。
-
公开(公告)号：CN107578447B
公开(公告)日：2019-08-30
申请号：CN201710881460.3
申请日：2017-09-26
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于无人机影像的作物垄位置确定方法及系统，是根据无人机影像中作物的成像特征，提供出了一种基于滤波扫描策略结合最小二乘法来确定作物垄位置。其中，所述方法具体包括：获取无人机拍摄的作物区图像，通过二值化并根据提取图斑面积和图斑面积特征去除杂草等非作物图斑；基于作物成像原理提取农作物特征点；建立一个与农作物垄方向平行的h×d矩形窗口，通过滤波扫描的策略筛选符合要求的农作物特征点；根据筛选出的农作物特征点，采用最小二乘法，确定作物垄的位置。因此，采用本发明提供的方法或者系统，能够利用无人机影像精确地检测出作物垄并确定作物垄位置。
-
公开(公告)号：CN107578447A
公开(公告)日：2018-01-12
申请号：CN201710881460.3
申请日：2017-09-26
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于无人机影像的作物垄位置确定方法及系统，是根据无人机影像中作物的成像特征，提供出了一种基于滤波扫描策略结合最小二乘法来确定作物垄位置。其中，所述方法具体包括：获取无人机拍摄的作物区图像，通过二值化并根据提取图斑面积和图斑面积特征去除杂草等非作物图斑；基于作物成像原理提取农作物特征点；建立一个与农作物垄方向平行的h×d矩形窗口，通过滤波扫描的策略筛选符合要求的农作物特征点；根据筛选出的农作物特征点，采用最小二乘法，确定作物垄的位置。因此，采用本发明提供的方法或者系统，能够利用无人机影像精确地检测出作物垄并确定作物垄位置。
-
公开(公告)号：CN104573393B
公开(公告)日：2017-10-13
申请号：CN201510041606.4
申请日：2015-01-28
Applicant: 北京师范大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于贝叶斯理论的土壤水分站点数据升尺度方法，包括，基于升尺度区域中稀疏站点观测数据估计目标变量的先验概率密度分布pre_pdf；通过建立SM和MODIS ATI之间的非线性回归关系，将MODIS ATI反演为SM，并且估计土壤水分非线性回归的估计置信区间以及概率分布作为概率形式的软数据；通过贝叶斯公式融合目标变量的先验分布以及来自于MODIS ATI的概率形式的辅助信息，获取目标变量的后验概率密度分布函数post_pdf；通过后验概率密度函数的最大化求取概率最大时目标变量的取值。本发明有效减少土壤水分遥感产品和地面站点验证数据之间尺度差异而引入的不确定性，亦可应用到其他地表参数的升尺度应用当中。
-
公开(公告)号：CN104616015A
公开(公告)日：2015-05-13
申请号：CN201510014784.8
申请日：2015-01-13
Applicant: 北京师范大学
CPC classification number: G06K9/00637 , G06K9/4671 , G06K9/6267
Abstract: 本发明公开了一种基于主被动遥感数据的农村居民点用地提取方法，包括如下步骤：(1)获取数据和预处理；(2)归一化植被指数计算；(3)归一化建筑指数计算；(4)POLSAR二面角散射分量计算；5)最大似然分类。本发明综合应用光学遥感与微波遥感信息，二者优势互补可以更充分的体现地物间的差异，大大提高了农村居民点用地提取的精度。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.03 seconds)
