-
公开(公告)号：CN114862872B
公开(公告)日：2024-05-07
申请号：CN202210500765.6
申请日：2022-05-10
Applicant: 桂林理工大学
IPC: G06T7/11 , G06N3/0464 , G06N3/08 , G06V10/25
Abstract: 本发明提供了一种基于Faster R‑CNN的红树林单木分割方法，涉及单木分割技术领域。该方法包括采集红树林的无人机机载LiDAR点云数据；对采集的红树林的无人机机载LiDAR点云数据进行预处理；利用Pit‑free算法对预处理后的红树林的无人机机载LiDAR点云数据生成冠层高度模型CHM；将二阶段目标检测方法Faster R‑CNN应用到步骤3产生的CHM中，构建基于CHM特征图的单木提取网络进行红树林的单木特征自动提取。该方法采用深度学习方法，借助大数据样本进行学习，相比传统流行的单木分割算法，可以解决下层木探测结果依赖上层木及点云的空间信息不能充分利用的问题，单木分割准确度更高，可有效减少错检漏检的单木数量，为提高基于无人机机载激光雷达数据的红树林单木分割精度提供可能性。
-
公开(公告)号：CN114862872A
公开(公告)日：2022-08-05
申请号：CN202210500765.6
申请日：2022-05-10
Applicant: 桂林理工大学
Abstract: 本发明提供了一种基于Faster R‑CNN的红树林单木分割方法，涉及单木分割技术领域。该方法包括采集红树林的无人机机载LiDAR点云数据；对采集的红树林的无人机机载LiDAR点云数据进行预处理；利用Pit‑free算法对预处理后的红树林的无人机机载LiDAR点云数据生成冠层高度模型CHM；将二阶段目标检测方法Faster R‑CNN应用到步骤3产生的CHM中，构建基于CHM特征图的单木提取网络进行红树林的单木特征自动提取。该方法采用深度学习方法，借助大数据样本进行学习，相比传统流行的单木分割算法，可以解决下层木探测结果依赖上层木及点云的空间信息不能充分利用的问题，单木分割准确度更高，可有效减少错检漏检的单木数量，为提高基于无人机机载激光雷达数据的红树林单木分割精度提供可能性。
-
公开(公告)号：CN115223062B
公开(公告)日：2023-10-20
申请号：CN202210755517.6
申请日：2022-06-30
Applicant: 桂林理工大学
IPC: G06V20/17 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/20 , G06V10/26 , G06V10/40 , G06V10/54 , G06F16/535
Abstract: 本发明提供了基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法，属于森林资源调查与林业定量遥感研究领域。基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法通过桉树人工林林龄数据结合桉树人工林林分对应的高程信息、坡度信息和月尺度桉树人工林单木生长量的提取结果，可以校正因拼接影像的时间差导致的区域尺度桉树人工林林分蓄积量年度动态变化不准确结果，为大区域尺度桉树人工林林分蓄积量时间差异校正提供数据支持，进而实现月尺度的区域桉树人工林林分蓄积量动态变化监测，可为桉树人工林经营管理及政策制定提供及时的数据产品支撑。
-
公开(公告)号：CN115223062A
公开(公告)日：2022-10-21
申请号：CN202210755517.6
申请日：2022-06-30
Applicant: 桂林理工大学
IPC: G06V20/17 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/20 , G06V10/26 , G06V10/40 , G06V10/54 , G06F16/535
Abstract: 本发明提供了基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法，属于森林资源调查与林业定量遥感研究领域。基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法通过桉树人工林林龄数据结合桉树人工林林分对应的高程信息、坡度信息和月尺度桉树人工林单木生长量的提取结果，可以校正因拼接影像的时间差导致的区域尺度桉树人工林林分蓄积量年度动态变化不准确结果，为大区域尺度桉树人工林林分蓄积量时间差异校正提供数据支持，进而实现月尺度的区域桉树人工林林分蓄积量动态变化监测，可为桉树人工林经营管理及政策制定提供及时的数据产品支撑。
-
-
-
Search Results
4
records
(took 0.023 seconds)
