-
公开(公告)号：CN112215169A
公开(公告)日：2021-01-12
申请号：CN202011101682.7
申请日：2020-10-10
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于低空无人机被动遥感的作物株高及生物量自适应高精度解算方法。获取高精度的作物株高和生物量估算结果通常需要一些空间辅助数据，如作物多生育期的数字表面模型DSM，表裸土高程的数字地面模型DTM，地面控制点GCP以及光谱图像。本发明提供四种不同的空间辅助数据组合，一种具有完备的空间辅助数据，三种为不完备的空间辅助数据。用户可根据成本和精度需求采集必要的空间辅助数据。本发明通过用户提供的不同数据条件，自适应产生相应的作物株高及生物量估算方案，通过数据协同互补来消除特定种类数据缺失带来的不确定性，从而可以通过已有数据获取最优精度的作物株高和生物量结算结果。
-
公开(公告)号：CN114140691B
公开(公告)日：2024-04-23
申请号：CN202111471472.1
申请日：2021-11-25
Applicant: 华中农业大学
IPC: G06V20/10
Abstract: 本发明公开了一种基于无人机可见光图像预测作物倒伏角度和形态的方法。本发明基于无人机获取的高时序性遥感图像提取倒伏期内持续动态的株高，模拟作物倒伏形态并构建模型，从而计算并预测作物倒伏角度；与此同时，基于实测数据构建若干种可能符合倒伏形态的数学模型，然后由无人机模拟的植株长度与所有模型中模拟的植株长度比较，筛选出模型中最优表达模型作为该样本点的最佳形态表达模型，从而直观反应作物倒伏的几何形态。最后整合数据构建倒伏模型查找表。结果表明，预测的作物倒伏角度精度R2大于0.65，RMSE小于10°；构建的倒伏模型查找表精度R2大于0.7。该方法为无人机预测作物倒伏角度和模拟倒伏形态提供了理论依据。
-
公开(公告)号：CN114140691A
公开(公告)日：2022-03-04
申请号：CN202111471472.1
申请日：2021-11-25
Applicant: 华中农业大学
IPC: G06V20/10
Abstract: 本发明公开了一种基于无人机可见光图像预测作物倒伏角度和形态的方法。本发明基于无人机获取的高时序性遥感图像提取倒伏期内持续动态的株高，模拟作物倒伏形态并构建模型，从而计算并预测作物倒伏角度；与此同时，基于实测数据构建若干种可能符合倒伏形态的数学模型，然后由无人机模拟的植株长度与所有模型中模拟的植株长度比较，筛选出模型中最优表达模型作为该样本点的最佳形态表达模型，从而直观反应作物倒伏的几何形态。最后整合数据构建倒伏模型查找表。结果表明，预测的作物倒伏角度精度R2大于0.65，RMSE小于10°；构建的倒伏模型查找表精度R2大于0.7。该方法为无人机预测作物倒伏角度和模拟倒伏形态提供了理论依据。
-
Patent Agency Ranking
公开(公告)号：CN114140692B
公开(公告)日：2025-03-18
申请号：CN202111471473.6
申请日：2021-11-25
Applicant: 华中农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于无人机遥感和深度学习的鲜食玉米成熟度预测方法。该方法利用深度学习技术识别玉米雌穗，并结合无人机遥感数据提取的植被指数和地面人工样本实测值构建鲜食玉米雌穗的含糖量和含水量估算模型，用于预测整块田间植株鲜食玉米的成熟度。本发明建立的随机森林模型具有较强的鲁棒性，可以适应于多种田间状况。本发明对传感器的要求不高，大幅降低了用户购买传感器的成本。
-
公开(公告)号：CN112215169B
公开(公告)日：2022-11-08
申请号：CN202011101682.7
申请日：2020-10-10
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于无人机被动遥感的作物株高及生物量自适应解算方法。获取高精度的作物株高和生物量估算结果通常需要一些空间辅助数据，如作物多生育期的数字表面模型DSM，表裸土高程的数字地面模型DTM，地面控制点GCP以及光谱图像。本发明提供四种不同的空间辅助数据组合，一种具有完备的空间辅助数据，三种为不完备的空间辅助数据。用户可根据成本和精度需求采集必要的空间辅助数据。本发明通过用户提供的不同数据条件，自适应产生相应的作物株高及生物量估算方案，通过数据协同互补来消除特定种类数据缺失带来的不确定性，从而可以通过已有数据获取最优精度的作物株高和生物量结算结果。
-
公开(公告)号：CN112330672B
公开(公告)日：2022-07-29
申请号：CN202011374100.2
申请日：2020-11-28
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于PROSAIL模型和冠层覆盖度优化的作物叶面积指数反演方法，该方法实现了利用遥感数据结合PROSAIL模型提取作物精确的叶面积指数。本发明利用冠层覆盖度参数优化模拟的LAI，确保在不充分满足浑浊介质假设情况下依然能得到精确的结果，提高整体的准确度。建立的神经网络模型具有较强的鲁棒性，可以适应于多种情况。本发明对影像的分辨率要求不高，在合适分辨率下，依然可以得到相似且理想的结果。对于利用无人机进行遥感数据采集而言，可以节约用户购买多光谱相机的成本，还可以在获取图像时提高飞行高度，以降低飞行成本。
-
公开(公告)号：CN114140692A
公开(公告)日：2022-03-04
申请号：CN202111471473.6
申请日：2021-11-25
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于无人机遥感和深度学习的鲜食玉米成熟度预测方法。该方法利用深度学习技术识别玉米雌穗，并结合无人机遥感数据提取的植被指数和地面人工样本实测值构建鲜食玉米雌穗的含糖量和含水量估算模型，用于预测整块田间植株鲜食玉米的成熟度。本发明建立的随机森林模型具有较强的鲁棒性，可以适应于多种田间状况。本发明对传感器的要求不高，大幅降低了用户购买传感器的成本。
-
公开(公告)号：CN112330672A
公开(公告)日：2021-02-05
申请号：CN202011374100.2
申请日：2020-11-28
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于PROSAIL模型并在冠层覆盖度参与优化下作物叶面积指数反演方法，该方法实现了利用遥感数据结合PROSAIL模型提取作物精确的叶面积指数。本发明利用冠层覆盖度参数优化模拟的LAI，确保在不充分满足浑浊介质假设情况下依然能得到精确的结果，提高整体的准确度。建立的神经网络模型具有较强的鲁棒性，可以适应于多种情况。本发明对影像的分辨率要求不高，在合适分辨率下，依然可以得到相似且理想的结果。对于利用无人机进行遥感数据采集而言，可以节约用户购买多光谱相机的成本，还可以在获取图像时提高飞行高度，以降低飞行成本。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
