-
公开(公告)号：CN112418075B
公开(公告)日：2024-01-26
申请号：CN202011309279.3
申请日：2020-11-20
Applicant: 北京艾尔思时代科技有限公司 , 北京工业职业技术学院
Abstract: 本发明公开了一种基于冠层高度模型的玉米倒伏区域检测方法及系统。首先使用可见光波段差异植被指数设定阈值提取玉米种植区域土壤点分布，对土壤高程散点窗口最小值滤波后进行空间插值，叠加地块数字表面模型反演得到玉米冠层高度模型CHM。采用OSTU阈值法对玉米冠层高度模型进行倒伏区域提取，使用OSTU阈值法直接对冠层高度模型分类的方法简便易行，快捷、精度较高，从而能够对玉米倒伏区域进行精确的检测。
-
公开(公告)号：CN116245757B
公开(公告)日：2023-09-19
申请号：CN202310130461.X
申请日：2023-02-08
Applicant: 北京艾尔思时代科技有限公司
Abstract: 本申请涉及电数字数据处理技术领域，提供了一种多模态数据的多场景通用性遥感影像云修复方法和系统。该方法通过获取目标区域的目标影像和来自不同卫星的多模态遥感影像，基于多模态遥感影像的不同成像时间，分别确定最佳光学参考影像、最佳SAR参考影像，然后通过引入土地覆盖数据确定相似像素点集合(高质量相似像素点)，并通过对高质量相似像素点的合理权重分配与加权计算重建了缺失信息，实现对目标影像中云遮挡区域的修复，得到目标影像对应的云修复影像。通过该方法进行云修复，无论土地覆盖是否突变、发生何种程度的变化、土地覆盖突变是否分异等多种不同场景下，均能够取得更高精度、更佳效果的云修复结果，可以适用于不同的具体应用场景。
-
公开(公告)号：CN113033453B
公开(公告)日：2023-09-15
申请号：CN202110368749.1
申请日：2021-04-06
Applicant: 北京艾尔思时代科技有限公司
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种适用于景观破碎区作物类型遥感识别的方法及系统，该方法包括：根据作物物候特征获取目标区域的遥感影像，进行数据预处理；基于耕地数据计算目标区域的破碎度并分区；结合耕地数据及SVM算法识别得到的作物分布数据构建样本集；从各个破碎度分区中分别随机抽选训练样本集及测试集，作为样本输入包含细节特征提取模块、语义特征提取模块、浅层特征跳接操作模块和特征融合模块的多特征深度学习模型MFsNet完成作物识别模型的构建；将待识别目标区域影像输入模型得到作物类型识别结果。该方法通过从不同破碎度分区中抽选训练样本，确保了训练样本代表性，模型训练结果能够在景观破碎区域实现较高的作物类型识别精度。
-
公开(公告)号：CN114926743A
公开(公告)日：2022-08-19
申请号：CN202210807846.0
申请日：2022-07-11
Applicant: 北京艾尔思时代科技有限公司
Abstract: 本申请涉及数据识别技术领域，提供了一种基于动态时间窗口的作物分类方法及系统，该方法包括：根据预先获取的训练区域的SAR时序影像和训练样本集，确定第一时序物候特征曲线，以及基于预先获取的目标区域的SAR时序影像和测试样本集，确定第二时序物候特征曲线；分别对第一时序物候特征曲线和第二时序物候特征曲线进行物候期提取，确定关键物候期；根据关键物候期，分别对第一时序物候特征曲线和第二时序物候特征曲线进行截取；基于动态时间规整算法，计算目标区域的SAR时序影像中待预测像元的待预测曲线与训练区域中每一类别作物的标准作物曲线的相似度，以确定待预测像元的作物所属类别。如此，提高作物分类模型的泛化精度。
-
公开(公告)号：CN114332546B
公开(公告)日：2022-06-03
申请号：CN202210262394.2
申请日：2022-03-17
Applicant: 北京艾尔思时代科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06K9/62
Abstract: 本申请涉及数据识别技术领域，提供了一种物候匹配策略的大尺度迁移学习作物分类方法、系统、计算机可读存储介质和电子设备。该方法包括：分别对重构后的迁移学习区的时序数据、重构后的目标区域的时序数据进行物候特征提取，对应得到迁移学习区的物候特征、目标区域的物候特征；根据迁移学习区的物候特征、目标区域的物候特征，确定迁移学习区与目标区域之间的作物物候匹配关系；基于迁移学习区与目标区域之间的作物物候匹配关系，提取迁移学习区的训练数据集，以训练物候匹配的作物分类模型，并基于物候匹配的作物分类模型对目标区域的作物进行分类。如此，使目标区域能够迅速得到可用的作物分类预测结果。
-
Patent Agency Ranking
公开(公告)号：CN114241022A
公开(公告)日：2022-03-25
申请号：CN202210184653.4
申请日：2022-02-28
Applicant: 北京艾尔思时代科技有限公司
Abstract: 本申请涉及图像处理技术领域，提供一种无人机图像自动配准方法及系统，该方法包括：对待配准图像的多个分块图像和参考图像的多个分块图像分别进行降噪，对应得到多个第一降噪图像和多个第二降噪图像；其中，所述第一降噪图像和所述第二降噪图像一一对应；然后，根据每个所述第一降噪图像中每个特征点与其对应的所述第二降噪图像中全部特征点之间的特征向量距离和地理位置向量距离，对每个所述第一降噪图像中的特征点进行筛选；基于随机抽样一致性算法，根据每个所述第一降噪图像中筛选后的特征点，确定所述待配准图像的最优投影变换模型，以对所述待配准图像进行配准。如此，提高了特征点提取和特征点匹配的准确度，提高了计算效率。
-
公开(公告)号：CN114972253A
公开(公告)日：2022-08-30
申请号：CN202210580524.7
申请日：2022-05-25
Applicant: 北京艾尔思时代科技有限公司
Abstract: 本申请涉及农作物识别技术领域，特别涉及一种基于多角度特征的农作物识别方法及系统。该方法包括：依次对前视全色影像、后视全色影像以及多光谱影像进行配准和数据融合处理，得到融合影像；然后对前视全色影像的双向反射分布函数和后视全色影像的双向反射函数进行差值运算，得到角差特征；最后基于预先训练的农作物分类模型，根据融合影像中的光谱特征和角差特征的特征组合对融合影像进行识别，得到农作物识别结果。如此，利用卫星影像的前视、后视全色及后视多光谱数据，将不同特征组合输入到支撑向量机分类器进行分类，有效识别出具有相同光谱特征的不同农作物，提高了农作物识别的精度。
-
公开(公告)号：CN114821353A
公开(公告)日：2022-07-29
申请号：CN202210398100.9
申请日：2022-04-12
Applicant: 北京艾尔思时代科技有限公司
IPC: G06V20/13 , G06V10/771 , G06V10/75
Abstract: 本申请涉及识别图形技术领域，提供一种基于雷达特征匹配的作物种植区域快速提取方法、系统、计算机可读存储介质和电子设备，其中，基于雷达特征匹配的作物种植区域快速提取方法包括：对获取的训练区域的雷达数据的全时序后向散射系数进行特征筛选，得到最优特征子集；其中，全时序后向散射系数包括作物的生长周期内多个时相的后向散射系数；根据作物的物候期对最优特征子集进行时间对齐，并根据时间对齐后的最优特征子集训练得到作物识别模型；根据训练区域与目标区域的空间泛化影响因子，对训练区域与目标区域进行空间特征因子分析，得到空间特征匹配的目标区域；以基于作物识别模型对空间特征匹配的目标区域内作物种植区域进行提取。
-
公开(公告)号：CN114092821B
公开(公告)日：2022-04-08
申请号：CN202210071779.0
申请日：2022-01-21
Applicant: 北京艾尔思时代科技有限公司
Abstract: 本申请涉及数据识别技术领域，提供了一种基于无人机影像与自适应阈值的小麦倒伏提取方法和系统，该方法通过对获取的目标区域的第一影像按照预设分块尺寸进行分块，得到目标区域的多个第二影像；基于双峰直方图阈值法，对多个第二影像进行双峰目标搜索，得到多个第三影像；确定全部第三影像的双峰目标占比和每个第三影像的自适应阈值；循环调整预设分块尺寸，对第一影像进行重新分块，并计算双峰目标占比和自适应阈值，直至得到最大的双峰目标占比；根据最大的双峰目标占比对应的多个自适应阈值，以及第一影像的预先获取的全局阈值，对目标区域中的小麦倒伏区域进行提取，藉此，提高了小麦倒伏区域提取的精度。
-
公开(公告)号：CN113077458A
公开(公告)日：2021-07-06
申请号：CN202110456805.7
申请日：2021-04-25
Applicant: 北京艾尔思时代科技有限公司
Abstract: 本发明涉及一种遥感影像中的云和阴影检测方法及系统，方法包括获取测试遥感影像数据集；将测试遥感影像数据集输入所述深度学习云检测模型中，得到云和阴影分布数据；其中，所述深度学习云检测模型是通过训练样本集对深度卷积神经网络进行训练得到的；所述训练样本集的获取方法为：获取同一地区的云和云影验证数据集和遥感影像样本集；根据所述云和云影标记数据集中阴影的标记范围进行膨胀，并将膨胀后的阴影范围与所述遥感影像样本集中对应的区域进行样本增强，得到所述训练样本集。本发明中对所述云和云影验证数据集中阴影的标记范围进行膨胀处理，得到膨胀后的阴影区域，增强了样本的信息表达准确性，从而能够提高检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.035 seconds)
