-
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：CN119495023A
公开(公告)日：2025-02-21
申请号：CN202411517750.6
申请日：2024-10-29
Applicant: 北京师范大学 , 北京尚德智汇科技有限公司
IPC: G06V20/10 , G01N21/17 , G01N21/27 , G06V10/764 , G06Q50/02
Abstract: 本申请公开了一种农作物全生长季多光谱遥感时间序列影像近实时重建方法、装置、设备及介质，涉及遥感数据重建领域。该方法包括：获取目标地物类型的历史时序遥感影像光谱数据，并采用地物变化检测算法和谐波函数拟合算法，构建目标地物类型的全生长季的光谱参考曲线，进一步的构建目标地物类型的全生长季的植被指数参考曲线；根据植被指数参考曲线和近实时植被指数数据，利用扩展卡尔曼滤波算法，进行植被指数的重建，获得植被指数重建结果；根据光谱参考曲线、近实时遥感影像光谱数据和植被指数重建结果，利用扩展卡尔曼滤波算法，进行遥感影像光谱数据重建，获得遥感影像光谱数据重建结果。本申请实现了近实时遥感影像光谱数据的重建。
-
公开(公告)号：CN118799190A
公开(公告)日：2024-10-18
申请号：CN202410780860.5
申请日：2024-06-18
Applicant: 北京师范大学 , 北京尚德智汇科技有限公司
IPC: G06T3/4061 , G06T3/4046 , G06V20/10 , G06V20/13 , G06V10/10 , G06V10/143 , G06V10/766 , G06V10/80
Abstract: 本发明公开一种遥感图像空谱融合方法、装置、介质及产品，涉及农作物的遥感精细识别领域，方法包括：利用训练数据集和分辨率损失函数对增强超分生成对抗网络模型进行训练和优化；训练数据集包括哨兵2号图像以及与哨兵2号图像对应的高分图像；将待识别农作物地区的哨兵2号图像输入优化后的增强超分生成对抗网络模型，得到该模型输出的待识别农作物地区的高分图像；采用多元线性回归方法将待识别农作物地区的高分图像继承待识别农作物地区的哨兵2号图像的波段，得到用于待识别农作物地区的农作物识别的高分辨率多波段图像。本发明能够做到既提升图像的空间分辨率又充分继承中分辨率图像的多个波段，从而提高农作物的识别精度。
-
公开(公告)号：CN118115864A
公开(公告)日：2024-05-31
申请号：CN202410011012.8
申请日：2024-01-04
Applicant: 北京师范大学
IPC: G06V20/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/096
Abstract: 本发明公开了一种基于三维仿真模拟的树冠轮廓标签自动生成方法包括以下具体步骤：S1：数据收集；S2：基于LESS模型的图像仿真：使用LESS模型模拟与现实相近的地表类型再联合CycleGAN风格迁移模型对模拟图像进行仿真，生成逼真的遥感图像及其标签；S3：单木树冠分割：树冠分割的过程主要包括训练数据准备和使用训练集训练U‑net；S4：算法评估；S5：结果。本发明公开的基于三维模型模拟的树冠轮廓标签自动生成方法具有实现改进基于U‑net的单木树冠分割的能力，为深度学习提供训练样本，达到仅使用少量甚至不使用人工注释数据的效果，从而降低深度学习的数据成本。
-
-
-
Search Results
4
records
(took 0.021 seconds)
