-
公开(公告)号：CN111881953A
公开(公告)日：2020-11-03
申请号：CN202010672339.1
申请日：2020-07-14
Applicant: 安徽大学
Abstract: 本发明涉及基于局部二值模式和KNN分类器的遥感高光谱图像分类方法，与现有技术相比解决了难以进行遥感高光谱图像分类的缺陷。本发明包括以下步骤：训练数据的获取；光谱特征向量的提取；空间特征向量的提取；颜色特征向量的提取；多特征向量的堆叠；KNN分类器的构建和训练；待分类遥感高光谱图像的获取；待分类遥感高光谱图像的预处理；遥感高光谱图像分类结果的获得。本发明通过光谱、空间、颜色特征相联合，增强了同类像元的相似性，同时增大了不同像元的相异性，与部分提出的分类方法相比，总体分类精度、平均分类精度、Kappa系数均有不同程度的提高。
-
公开(公告)号：CN111767863A
公开(公告)日：2020-10-13
申请号：CN202010616580.2
申请日：2020-07-01
Applicant: 安徽大学
Abstract: 本发明涉及一种基于近地高光谱技术冬小麦赤霉病识别方法，与现有技术相比解决了从直立角度识别冬小麦赤霉病严重程度精度低的缺陷。本发明包括以下步骤：高光谱数据的获取；赤霉病病情严重度的计算；原始光谱波段特征的筛选；最优小波特征的筛选；冬小麦麦穗赤霉病识别模型的构建；冬小麦麦穗赤霉病识别模型的训练；冬小麦麦穗赤霉病识别结果的获得。本发明不仅实现了直立角度下对冬小麦赤霉病严重度进行识别，还大大提高了冬小麦赤霉病严重度识别的精度。
-
公开(公告)号：CN109657653A
公开(公告)日：2019-04-19
申请号：CN201910051447.4
申请日：2019-01-21
Applicant: 安徽大学
Abstract: 本发明涉及一种基于成像高光谱数据的小麦籽粒赤霉病识别方法，与现有技术相比解决了尚无快速识别小麦籽粒赤霉病方法的缺陷。本发明包括以下步骤：高光谱基础图像的采集；高光谱基础图像的预处理；构建小麦籽粒赤霉病识别模型；小麦籽粒赤霉病识别模型的训练；待识别高光谱图像的获取；待识别高光谱图像的预处理；小麦籽粒赤霉病的识别。本发明利用室内高光谱成像数据，通过图像分割技术，在高光谱图像中分割小麦籽粒，继而对小麦籽粒的光谱信息进行对比分析，通过数据噪声去除并进行特征波长筛选，建立了小麦赤霉病病害侵染麦粒的有效识别模型，形成了小麦籽粒赤霉病检测的快速有效方法。
-
公开(公告)号：CN108985959A
公开(公告)日：2018-12-11
申请号：CN201810899574.5
申请日：2018-08-09
Applicant: 安徽大学
Abstract: 本发明涉及一种基于地表温度反演技术的小麦白粉病遥感监测方法，与现有技术相比解决了难以将多时相地表温度作为生境因子进行白粉病遥感监测的缺陷。本发明包括以下步骤：源数据的获取和预处理；小麦种植面积的提取；小麦生长状态的反演；地表温度的反演；MODIS温度和Landsat-8反演地表温度的时空融合；基于地表温度遥感监测模型的构建；小麦白粉病遥感监测结果的获得。本发明基于多时相Landsat-8和MODIS遥感数据反演地表温度，利用国产GF-1数据反演植被指数，通过Linear-SVM构建综合决策树以反演小麦白粉病严重度，实现小麦白粉病病情严重度的遥感监测。
-
公开(公告)号：CN108765359A
公开(公告)日：2018-11-06
申请号：CN201810548568.5
申请日：2018-05-31
Applicant: 安徽大学
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10032 , G06T2207/20221
Abstract: 本发明涉及一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法，与现有技术相比解决了难以针对高光谱遥感图像进行融合处理的缺陷。本发明包括以下步骤：遥感影像数据的获取；假彩色遥感影像的提取；HIS变换；高低频系数的获得；低频系数的计算；高频系数融合规则的选取；融合影像的获得。本发明能够针对高光谱遥感影像数据和全色遥感影像进行有效融合。
-
Patent Agency Ranking
公开(公告)号：CN108428038A
公开(公告)日：2018-08-21
申请号：CN201810061877.X
申请日：2018-01-23
Applicant: 安徽大学
Abstract: 本发明涉及基于GAM模型的土壤锌含量影响因素分析方法，与现有技术相比解决了难以找到土壤中影响锌含量因素的缺陷。本发明包括以下步骤：采样点数据的获取；采样点数据预处理；GAM模型的建立；锌含量影响因素的分析，将单因素分析的变量纳入GAM模型进行多因素分析。本发明将锌含量作为响应变量，养分和空间经纬度作为解释变量，利用GAM模型适用于多种分布类型、复杂非线性关系的分析及模型不需要预先设定参数模型的优点，来研究养分及经纬度对土壤Zn含量的影响。
-
公开(公告)号：CN108303382A
公开(公告)日：2018-07-20
申请号：CN201810114877.1
申请日：2018-02-06
Applicant: 安徽大学
Abstract: 本发明涉及一种基于AdaBoost分类器的冬小麦白粉病多时相遥感监测方法及其评价方法，与现有技术相比解决了未针对冬小麦白粉病的机理特性进行遥感监测的缺陷。本发明包括以下步骤：多时相HJ-CCD遥感影像获取与预处理；光谱特征计算与归一化；构建基于AdaBoost的小麦白粉病多时相遥感监测模型；冬小麦白粉病遥感监测结果空间制图。本发明利用冬小麦白粉病的机理特性作为特征向量，通过多相时的光谱特征变化排除小麦白粉病影响外的其他田间胁迫因素影响，将冬小麦白粉病监测转让为分类问题，利用AdaBoost分类器实现冬小麦白粉病的有效监测。
-
公开(公告)号：CN108254341A
公开(公告)日：2018-07-06
申请号：CN201711478794.2
申请日：2017-12-29
Applicant: 安徽大学
IPC: G01N21/64
Abstract: 本发明特别涉及一种双量子点荧光二维探针马拉硫磷与乙硫磷识别定量检测方法及装置，该方法包括如下步骤：(A)开启激发光源，激发光源均匀射向第一比色皿和第二比色皿；(B)向第一、二比色皿中分别加入两种量子点溶液后用光谱仪采集两个比色皿的荧光光谱并分析得到荧光峰值和峰位；(C)加入被测溶液后再分析得到荧光峰值和峰位；(D)计算峰值比率和发射峰红移值：(E)将所得值与二维探针标准曲线进行比较得到有机磷农药种类和浓度信息。这里通过引入峰值比率和发射峰红移值两维变量实现对农药种类和浓度的识别，识别的结果准确度和精确度都非常的高；同时，处理过程相对简单，大幅提高了检测的速度。
-
公开(公告)号：CN108088981A
公开(公告)日：2018-05-29
申请号：CN201711328434.4
申请日：2017-12-13
Applicant: 安徽大学
IPC: G01N33/24
Abstract: 本发明公开了一种基于协同克里金插值法的土壤锰元素含量预测方法，采用协同克里金插值法来预测其含量。由于土壤中锰元素受其它较多因素的影响，所以本发明采用主成分分析法将这些影响因素组合成一个综合因子，进而将这个综合因子作为辅助变量对主变量锰元素进行协同克里金插值。首先收集了北京市房山区20个乡镇果园地、水浇地、菜地、灌溉水田和旱地这五种耕地类型的土壤重金属元素数据；然后使用方差分析法分析了这五种耕地类型对土壤中锰元素含量的影响；最后在不同的耕地类型下，运用协同克里金插值方法预测土壤中锰元素的含量，并根据标准平均值误差、均方根误差、标准化均方根对插值结果的精度进行分析。
-
公开(公告)号：CN211235522U
公开(公告)日：2020-08-11
申请号：CN201922230963.1
申请日：2019-12-12
Applicant: 安徽大学
Abstract: 本实用新型特别涉及一种用于检测芝麻油掺杂大豆油的便携装置，包括检测箱、组合光源、样本容器、滤光片、光电探测器、AD转换器以及单片机，所述的检测箱由不透光材料制成，检测箱内放置有样本容器用于盛放待检测的油，组合光源射出的光线经过油反射后经过滤光片滤光后射入光电探测器中，光电探测器将光信号转换成电信号后输出至AD转换器进行模数转换并通过导线输出，单片机控制组合光源发出490nm～580nm中任一波长的光线。组合光源和单片机可以控制光源发出指定波长的光线，该光线经过待测油反射后依次经过滤光片、光电探测器以及AD转换器转成数字信号，相较于地物光谱仪，本装置成本低廉、体积小，易于推广和商业化。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.023 seconds)
