公开(公告)号：CN118052799A

公开(公告)日：2024-05-17

申请号：CN202410277092.1

申请日：2024-03-12

Applicant: 长安大学

Inventor： 申艳军 ,  李思睿 ,  刘佳琪 ,  师百垒 ,  程子轩

IPC: G06T7/00 ,  G06T7/90 ,  G06V10/44

Abstract: 本发明公开了一种识别土壤层序结构的方法和集成装置，该方法包括：对待识别土壤进行图像采集，滤波后进行颜色校正、灰度处理和二值化处理，得到不同层序土壤的颜色值和孔隙率，基于颜色值得到土壤不同层序结构的初判结果；按照每层土层的特有特征及其与相邻土层之间的明显差异特征确定不同层序的特征指标；获取不同层序土壤的物性参数；拟合不同层序土壤的特征指标与厚度的曲线图，基于初判结果使用特征曲线图对土壤层序划分厚度进行详判，得到土壤层序结构分界厚度的详判厚度范围，与标准颜色图像对应后得到层序分层结果。本发明的识别土壤层序结构的方法，将图像识别与土壤参数进行联合的判识手段，提高了土壤层序结构划分的准确度和识别效率。

公开(公告)号：CN118470433A

公开(公告)日：2024-08-09

申请号：CN202410712821.1

申请日：2024-06-04

Applicant: 长安大学

Inventor： 申艳军 ,  刘佳琪 ,  穆青翼 ,  李思睿 ,  师百垒 ,  王瑞 ,  宁奕冰

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V20/10 ,  G06V20/17 ,  G06V10/75 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种基于机器视觉技术与深度学习融合的植被类型识别方法，该方法利用无人机搭载多通道遥感光谱相机采集样本区植被的多光谱和高光谱遥感影像；对多光谱和高光谱遥感影像进行预处理，通过生成对抗网络和卷积神经网络相联合的方法对预处理后的图像进行融合处理；基于ORB特征检测算法，从融合后的图像中分别提取乔、灌、草的颜色特征、形状特征与亮度特征，得到植被特征图像库；基于单步多框目标检测算法对植被特征图像进行训练，将训练后的植被类型检测模型对待识别区域植被类型进行判别，实现了野外调查过程中对植被类型的快速识别，本发明所提供的植被类型识别方法通过融合机器视觉和深度学习技术，提高了植被类型识别的准确性。