-
公开(公告)号：CN116401508B
公开(公告)日：2023-08-01
申请号：CN202310674603.9
申请日：2023-06-08
Applicant: 武汉大学
IPC: G06F17/18 , G06F18/214 , G06N20/10
Abstract: 本发明公开了一种基于PlanetScope卫星影像的田间小麦籽粒含水率的监测方法，方法包括：（1）数据收集，建立数据库；（2）特征工程：在PlanetSccope提供的原始波段上再构建多种宽波段指数扩充特征领域，并基于排列重要性综合评估各个特征在不同回归器上的重要性程度，并基于综合重要性对特征进行排序；（3）建立模型：将光谱特征按照排序结果逐步作为自变量加入到GBDT模型中，筛选出最优光谱特征域和小麦籽粒含水率的最优反演模型；步骤四，田间含水率制图。本发明利用基于光谱特征的小麦籽粒含水率机器学习反演模型和PlanetScope卫星遥感影像，得到目标农田内不同位置处的小麦籽粒含水率。该方法能高效捕捉的收获期的小麦籽粒含水率田间分布。
-
公开(公告)号：CN116401508A
公开(公告)日：2023-07-07
申请号：CN202310674603.9
申请日：2023-06-08
Applicant: 武汉大学
IPC: G06F17/18 , G06F18/214 , G06N20/10
Abstract: 本发明公开了一种基于PlanetScope卫星影像的田间小麦籽粒含水率的监测方法，方法包括：（1）数据收集，建立数据库；（2）特征工程：在PlanetSccope提供的原始波段上再构建多种宽波段指数扩充特征领域，并基于排列重要性综合评估各个特征在不同回归器上的重要性程度，并基于综合重要性对特征进行排序；（3）建立模型：将光谱特征按照排序结果逐步作为自变量加入到GBDT模型中，筛选出最优光谱特征域和小麦籽粒含水率的最优反演模型；步骤四，田间含水率制图。本发明利用基于光谱特征的小麦籽粒含水率机器学习反演模型和PlanetScope卫星遥感影像，得到目标农田内不同位置处的小麦籽粒含水率。该方法能高效捕捉的收获期的小麦籽粒含水率田间分布。
-
公开(公告)号：CN116297497A
公开(公告)日：2023-06-23
申请号：CN202310579671.7
申请日：2023-05-23
Applicant: 武汉大学
IPC: G01N21/88 , G01N21/94 , G06V10/58 , G06V10/77 , G06V10/764
Abstract: 本发明提供一种基于高光谱遥感的手机面板质量检测方法，包括：获得面板高光谱影像数据；将面板影像进行图像增强并用阈值法提取面板与缺陷；对提取的缺陷的光谱数据进行预处理；对预处理后的光谱曲线进行光谱包络线相除法；根据处理后的曲线形状特征将缺陷分为划痕和污渍两类；挑选特定几个特征增强后的光谱曲线波段，按照指纹类距离指数K、清洁剂类距离指数M、胶质物质类距离指数N和灰尘类距离指数L分类；将手机面板污渍种类区分成清洁剂、指纹、灰尘、胶质物质、其他类别五种。本发明能够获取手机面板的污渍瑕疵光谱数据，通过分析光谱特征构建指数实现识别、区分瑕疵与污渍，达到污渍种类细分，提高手机面板质量检测精度。
-
公开(公告)号：CN118519131A
公开(公告)日：2024-08-20
申请号：CN202410966998.4
申请日：2024-07-18
Applicant: 武汉大学
Abstract: 本发明公开了一种顾及地形影响双重性的GEDI激光雷达冠层高度数据校正方法，包括：获取目标区域的L1B、L2A级GEDI数据、机载森林树高数据和辅助数据；对GEDI光斑进行数据质量滤波与空间滤波；对地形数据进行预处理，并利用反距离加权插值法提取GEDI光斑范围内ALOS地形特征组，通过提取地形变异性指标；基于GEDI激光雷达传输几何模型，构建并计算LPTI耦合指数；建立地形校正模型。本发明考虑地形因素在测高过程中造成的地形同激光指向的耦合效应与光斑地形不一致性的双重影响，设计了LPTI耦合指数以表征地形与激光指向元素的共同作用，通过构建地形数据组构建表征地形不一致性的变异性参数，构建了激光雷达地形校正模型，有效缓解了GEDI森林冠层高度数据的地形效应。
-
公开(公告)号：CN115372986B
公开(公告)日：2023-03-24
申请号：CN202211291609.X
申请日：2022-10-21
Applicant: 武汉大学
Abstract: 基于ICESat‑2高分辨率数据的树高制图方法、装置及设备，包括获取目标区域、指定时间内的ICESat‑2激光雷达数据、机载激光雷达数据、Sentinel‑2影像数据和辅助数据；对Sentinel‑2影像进行预处理，计算光谱特征参数；对ICESat‑2激光雷达数据进行光子尺度校正，再结合机载激光雷达数据进行空间尺度校正，获得树高特征参数；对辅助数据进行预处理，计算地形特征参数和气候特征参数；以光谱特征参数、地形特征参数和气候特征参数作为自变量，树高特征参数作为因变量，输入随机森林回归模型，建立森林树高反演模型；利用森林树高模型，生成目标区域密集覆盖的20米分辨率的森林树高图，本发明能够协同多源遥感数据进行森林树高建模并实现20米分辨率森林树高制图。
-
Patent Agency Ranking
公开(公告)号：CN113920438B
公开(公告)日：2022-03-04
申请号：CN202111524259.2
申请日：2021-12-14
Applicant: 武汉大学
Abstract: 本发明提供一种联合ICESat‑2和吉林一号影像的输电线附近树木隐患排查方法，方法包括：获取目标区域的ICESat‑2数据、吉林一号数据、辅助数据和输电线三维信息；对吉林一号影像进行预处理，生成第一影像；对ICESat‑2数据进行筛选获取高质量树高数据；联合第一影像、辅助数据和树高数据训练神经网络模型；利用神经网络模型生成目标区域密集覆盖树高分布图；根据密集覆盖树高分布图和输电线三维信息，计算树高与最近输电线的高差，生成危险隐患排查专题图。本发明能够提取ICESat‑2高质量树高数据，并联合高分辨率光学遥感影像建立反演模型，生成大范围密集覆盖的树高分布图，实现对输电线附近树高安全隐患的快速排查。
-
公开(公告)号：CN118519131B
公开(公告)日：2024-10-01
申请号：CN202410966998.4
申请日：2024-07-18
Applicant: 武汉大学
Abstract: 本发明公开了一种顾及地形影响双重性的GEDI激光雷达冠层高度数据校正方法，包括：获取目标区域的L1B、L2A级GEDI数据、机载森林树高数据和辅助数据；对GEDI光斑进行数据质量滤波与空间滤波；对地形数据进行预处理，并利用反距离加权插值法提取GEDI光斑范围内ALOS地形特征组，通过提取地形变异性指标；基于GEDI激光雷达传输几何模型，构建并计算LPTI耦合指数；建立地形校正模型。本发明考虑地形因素在测高过程中造成的地形同激光指向的耦合效应与光斑地形不一致性的双重影响，设计了LPTI耦合指数以表征地形与激光指向元素的共同作用，通过构建地形数据组构建表征地形不一致性的变异性参数，构建了激光雷达地形校正模型，有效缓解了GEDI森林冠层高度数据的地形效应。
-
公开(公告)号：CN116297497B
公开(公告)日：2023-08-15
申请号：CN202310579671.7
申请日：2023-05-23
Applicant: 武汉大学
IPC: G01N21/88 , G01N21/94 , G06V10/58 , G06V10/77 , G06V10/764
Abstract: 本发明提供一种基于高光谱遥感的手机面板质量检测方法，包括：获得面板高光谱影像数据；将面板影像进行图像增强并用阈值法提取面板与缺陷；对提取的缺陷的光谱数据进行预处理；对预处理后的光谱曲线进行光谱包络线相除法；根据处理后的曲线形状特征将缺陷分为划痕和污渍两类；挑选特定几个特征增强后的光谱曲线波段，按照指纹类距离指数K、清洁剂类距离指数M、胶质物质类距离指数N和灰尘类距离指数L分类；将手机面板污渍种类区分成清洁剂、指纹、灰尘、胶质物质、其他类别五种。本发明能够获取手机面板的污渍瑕疵光谱数据，通过分析光谱特征构建指数实现识别、区分瑕疵与污渍，达到污渍种类细分，提高手机面板质量检测精度。
-
公开(公告)号：CN115372986A
公开(公告)日：2022-11-22
申请号：CN202211291609.X
申请日：2022-10-21
Applicant: 武汉大学
Abstract: 基于ICESat‑2高分辨率数据的树高制图方法、装置及设备，包括获取目标区域、指定时间内的ICESat‑2激光雷达数据、机载激光雷达数据、Sentinel‑2影像数据和辅助数据；对Sentinel‑2影像进行预处理，计算光谱特征参数；对ICESat‑2激光雷达数据进行光子尺度校正，再结合机载激光雷达数据进行空间尺度校正，获得树高特征参数；对辅助数据进行预处理，计算地形特征参数和气候特征参数；以光谱特征参数、地形特征参数和气候特征参数作为自变量，树高特征参数作为因变量，输入随机森林回归模型，建立森林树高反演模型；利用森林树高模型，生成目标区域密集覆盖的20米分辨率的森林树高图，本发明能够协同多源遥感数据进行森林树高建模并实现20米分辨率森林树高制图。
-
公开(公告)号：CN113920438A
公开(公告)日：2022-01-11
申请号：CN202111524259.2
申请日：2021-12-14
Applicant: 武汉大学
Abstract: 本发明提供一种联合ICESat‑2和吉林一号影像的输电线附近树木隐患排查方法，方法包括：获取目标区域的ICESat‑2数据、吉林一号数据、辅助数据和输电线三维信息；对吉林一号影像进行预处理，生成第一影像；对ICESat‑2数据进行筛选获取高质量树高数据；联合第一影像、辅助数据和树高数据训练神经网络模型；利用神经网络模型生成目标区域密集覆盖树高分布图；根据密集覆盖树高分布图和输电线三维信息，计算树高与最近输电线的高差，生成危险隐患排查专题图。本发明能够提取ICESat‑2高质量树高数据，并联合高分辨率光学遥感影像建立反演模型，生成大范围密集覆盖的树高分布图，实现对输电线附近树高安全隐患的快速排查。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.014 seconds)
