-
公开(公告)号：CN106096630A
公开(公告)日：2016-11-09
申请号：CN201610385818.9
申请日：2016-06-03
Applicant: 福州大学
IPC: G06K9/62
CPC classification number: G06K9/6215 , G06K2209/21
Abstract: 本发明涉及一种集成像元与对象的水稻自动变化检测方法，包括以下步骤：建立基于MODIS水体指数时序数据集及MODIS水体指数时序曲线；逐像元计算起始与结束年份MODIS水体指数时序曲线的相似度；基于MODIS水体指数时序曲线的相似性，判断疑似变化区域；综合起始年份多期Landsat影像，通过影像分割获得影像对象；将疑似变化区域与影像对象叠加，获得研究区疑似变化对象；综合结束年份多期Landsat影像，将研究区疑似变化对象进一步细分割；对细分割后的研究区疑似变化对象，利用Landsat遥感影像特征，分别开展起始和结束年份的水稻制图，从而获得研究区起始到结束年份水稻动态变化分布图。本发明具有自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
Patent Agency Ranking
公开(公告)号：CN106096630B
公开(公告)日：2019-05-10
申请号：CN201610385818.9
申请日：2016-06-03
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种集成像元与对象的水稻自动变化检测方法，包括以下步骤：建立基于MODIS水体指数时序数据集及MODIS水体指数时序曲线；逐像元计算起始与结束年份MODIS水体指数时序曲线的相似度；基于MODIS水体指数时序曲线的相似性，判断疑似变化区域；综合起始年份多期Landsat影像，通过影像分割获得影像对象；将疑似变化区域与影像对象叠加，获得研究区疑似变化对象；综合结束年份多期Landsat影像，将研究区疑似变化对象进一步细分割；对细分割后的研究区疑似变化对象，利用Landsat遥感影像特征，分别开展起始和结束年份的水稻制图，从而获得研究区起始到结束年份水稻动态变化分布图。本发明具有自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
公开(公告)号：CN105893977B
公开(公告)日：2019-08-09
申请号：CN201610258528.8
申请日：2016-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于自适应特征选择的水稻制图方法，包括以下步骤：建立研究区增强型植被指数和水体指数的时序数据集；建立研究区云分布的时间序列数据；基于水稻关键物候期遥感影像的云分布，将研究区划分为有云区与无云区；基于时间序列分析法，获取无云区水稻分类结果；提取基于像元的遥感影像特征；选取最少云干扰的影像，分为有云区与无云区并依次进行分割获得遥感影像对象；综合基于像元的遥感影像特征，提取面向对象的遥感影像特征；将无云区水稻分类结果作为训练数据，获得有云区水稻分类结果；综合无云区水稻分类结果及有云区水稻分类结果，获取研究区水稻空间分布图。本发明具有自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
公开(公告)号：CN103971027B
公开(公告)日：2017-01-18
申请号：CN201410232876.9
申请日：2014-05-29
Applicant: 福州大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于水体与植被指数变化比值指数的水稻自动制图方法。该方法基于水体指数与植被指数的年内时序数据集，逐像元检测每个生长周期内植被指数最大值所对应的植被生长盛期，依据植被开始生长到生长盛期内遥感水体指数与植被指数的变化幅度，建立水体与植被指数变化比值指数，进行水稻自动制图。该方法充分利用相对其他农作物和自然植被而言，水稻田在移栽到抽穗这段时间内，水体指数变化幅度较小而植被指数变化幅度较大的特点，通过设计基于两者比值的水体与植被指数变化比值指数，用于水稻制图，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
-
公开(公告)号：CN105893977A
公开(公告)日：2016-08-24
申请号：CN201610258528.8
申请日：2016-04-25
Applicant: 福州大学
CPC classification number: G06K9/00657 , G06K9/46 , G06K9/6256 , G06K9/6267
Abstract: 本发明涉及一种基于自适应特征选择的水稻制图方法，包括以下步骤：建立研究区增强型植被指数和水体指数的时序数据集；建立研究区云分布的时间序列数据；基于水稻关键物候期遥感影像的云分布，将研究区划分为有云区与无云区；基于时间序列分析法，获取无云区水稻分类结果；提取基于像元的遥感影像特征；选取最少云干扰的影像，分为有云区与无云区并依次进行分割获得遥感影像对象；综合基于像元的遥感影像特征，提取面向对象的遥感影像特征；将无云区水稻分类结果作为训练数据，获得有云区水稻分类结果；综合无云区水稻分类结果及有云区水稻分类结果，获取研究区水稻空间分布图。本发明具有自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
公开(公告)号：CN103971027A
公开(公告)日：2014-08-06
申请号：CN201410232876.9
申请日：2014-05-29
Applicant: 福州大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于水体与植被指数变化比值指数的水稻自动制图方法。该方法基于水体指数与植被指数的年内时序数据集，逐像元检测每个生长周期内植被指数最大值所对应的植被生长盛期，依据植被开始生长到生长盛期内遥感水体指数与植被指数的变化幅度，建立水体与植被指数变化比值指数，进行水稻自动制图。该方法充分利用相对其他农作物和自然植被而言，水稻田在移栽到抽穗这段时间内，水体指数变化幅度较小而植被指数变化幅度较大的特点，通过设计基于两者比值的水体与植被指数变化比值指数，用于水稻制图，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
