-
公开(公告)号：CN112504979A
公开(公告)日：2021-03-16
申请号：CN202011261604.3
申请日：2020-11-12
Applicant: 内蒙古工业大学
IPC: G01N21/31 , G01N21/3577 , G01N21/359
Abstract: 本发明公开了一种基于高光谱遥感的水体叶绿素浓度反演方法及装置，其中方法包括：获取与目标区域对应的目标采样高光谱遥感影像；获取目标区域内若干采样站点的叶绿素浓度实测值；基于目标采样高光谱遥感影像获取与各采样站点对应的像元光谱曲线；从像元光谱曲线中获取若干第一像元光谱曲线；基于各第一像元光谱曲线获取与各第一像元光谱曲线对应的特征波段反射率；基于与各第一像元光谱曲线对应的特征波段反射率以及与各所述第一像元光谱曲线对应的叶绿素浓度实测值进行模型训练，获得叶绿素浓度的反演模型；基于叶绿素浓度反演模型对所述目标区域的高光谱遥感影像进行叶绿素浓度的反演。
-
公开(公告)号：CN119723183A
公开(公告)日：2025-03-28
申请号：CN202411788019.7
申请日：2024-12-06
Applicant: 内蒙古工业大学
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06N3/084 , G06N3/0455 , G06F18/213 , G06F18/241
Abstract: 本发明提供了一种基于属性引导的遥感图像场景分类方法，涉及遥感图像处理技术领域，包括以下步骤：获取待分类遥感图像以及对应的场景类别文本；构建并训练场景分类网络；利用训练后的所述场景分类网络对所述待分类遥感图像以及所述场景类别文本进行处理，得到所述待分类遥感图像对应的场景分类结果；本发明通过利用遥感图像属性特征，使语言信息能包含图像的每一部分具有区分意义的内容，提升了语言信息与图像内容之间的一致性。
-
公开(公告)号：CN119625536A
公开(公告)日：2025-03-14
申请号：CN202411770507.5
申请日：2024-12-04
Applicant: 内蒙古工业大学
IPC: G06V20/10 , G06F18/21 , G06F18/214 , G06F18/23213
Abstract: 本发明提供了基于相干系数和模型融合的草地高度反演方法及装置，属于植被参数反演技术领域。该反演方法包括如下过程：获取待检测区域的SAR相干系数数据和草地高度勘测数据；基于草地高度勘测数据构建先验数据模型，以得到先验模型的草地高度数据集；将SAR相干系数数据进行k均值聚类，以使k均值聚类中每个簇的标签分配到SAR相干系数数据的二维图像中，并将草地高度数据集中的草地高度勘测数据与二维图像中簇的标签的关联；获取k均值聚类中所有簇内包含的草地高度代表值，并对所有簇对应的草地高度代表值进行插值，以得到待检测区域的第一草地高度。该草地高度反演方法提高了草高高度反演的准确性。
-
公开(公告)号：CN118351457B
公开(公告)日：2025-03-04
申请号：CN202410513903.3
申请日：2024-04-26
Applicant: 内蒙古工业大学
IPC: G06V20/13 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/20 , G06V10/40
Abstract: 本发明属于卫星遥感技术领域，提供了一种基于SAR时序遥感影像的目标自动识别方法。该方法包括：获取一个时间周期内待研究区域的时间序列数据集；计算数据集中各像元的时相维度中值，获得中值影像；根据中值影像计算获取中值水体指数MWI，并获得基于像元的水体分类图像；采用连通域标记算法构建对象，获得基于对象的水体分类图像；计算基于对象的水体分类图像中每个对象的形状特征；根据中值影像与形状特征，基于随机森林实现各养殖池塘对象的预提取；计算每个养殖池塘对象的边界方向变化指数，过滤不合格对象，获得最终的养殖池塘对象的数据。本目标自动识别方法，相比于传统方法，减少了人工干预，提升了自动化程度和识别精度。
-
公开(公告)号：CN118351457A
公开(公告)日：2024-07-16
申请号：CN202410513903.3
申请日：2024-04-26
Applicant: 内蒙古工业大学
IPC: G06V20/13 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/20 , G06V10/40
Abstract: 本发明属于卫星遥感技术领域，提供了一种基于SAR时序遥感影像的目标自动识别方法。该方法包括：获取一个时间周期内待研究区域的时间序列数据集；计算数据集中各像元的时相维度中值，获得中值影像；根据中值影像计算获取中值水体指数MWI，并获得基于像元的水体分类图像；采用连通域标记算法构建对象，获得基于对象的水体分类图像；计算基于对象的水体分类图像中每个对象的形状特征；根据中值影像与形状特征，基于随机森林实现各养殖池塘对象的预提取；计算每个养殖池塘对象的边界方向变化指数，过滤不合格对象，获得最终的养殖池塘对象的数据。本目标自动识别方法，相比于传统方法，减少了人工干预，提升了自动化程度和识别精度。
-
Patent Agency Ranking
公开(公告)号：CN117824880A
公开(公告)日：2024-04-05
申请号：CN202410011090.8
申请日：2024-01-03
Applicant: 内蒙古工业大学
Abstract: 本发明涉及一种铁路板结道砟测试装置。所述道装置包括道砟箱、液压纵向加载组件和水平进给组件。所述装置的扒刀上连接的压电式力传感器将采集的数据发送至动态信号分析仪进行分析。本发明所述装置在测试板结砟石样本结合力的同时，通过收集扒刀在检测过程中的受力数据，反映其在实际使用过程中的受力、磨损、寿命、结构合理性及施工效率等方面的情况，进而工程设计人员可以根据模拟的结果对扒刀的形状和性能进行改进。通过模拟实际使用条件下的受力情况，也可以帮助优化铁路清砟机的操作参数和施工方式，进而提高施工效率，降低维修和更换设备的成本，减少资源浪费。
-
公开(公告)号：CN117574254A
公开(公告)日：2024-02-20
申请号：CN202311692103.4
申请日：2023-12-11
Applicant: 内蒙古工业大学
IPC: G06F18/2411 , G06F18/2135 , G06Q50/02
Abstract: 本发明涉及一种基于遥感技术的蝗虫密度反演方法，其利用遥感数据及气象观测数据，通过构建、训练、测试支持向量机模型获得蝗虫密度反演模型，基于蝗虫密度反演模型进行蝗虫密度反演。相比于气象观测数据，遥感数据具有更高的空间分辨率、更高的精度，相比于仅利用气象观测数据的蝗虫密度反演方法，本发明同时利用了包括遥感数据及气象观测数据的多源数据，提升了蝗虫密度反演、蝗灾预测的精确性。而且遥感数据的获取更加快捷方便，使得本发明适用于大范围蝗灾的反演、预测。此外本发明反演模型的建立基于支持向量机模型，相比于多元线性回归模型，可以全面的考虑到和蝗虫密度、蝗灾有关的大部分数据，并且能更好的处理非线性关系。
-
公开(公告)号：CN119131690A
公开(公告)日：2024-12-13
申请号：CN202411249104.6
申请日：2024-09-06
Applicant: 内蒙古工业大学
Abstract: 本发明提供了一种草原沙化生态修复时序遥感植被监测方法，涉及遥感和植被监测技术领域，包括：采集目标区域的红光波段和近红外波段的影像数据；对影像数据进行数据预处理，得到预处理数据；计算预处理数据中的每个像素的NDVI值；应用高斯核变换对NDVI值进行优化，得到kNDVI值；基于时间序列分析方法，根据kNDVI值分析目标区域的植被覆盖变化趋势。本发明不仅提供了一种科学和有效的植被监测方法，而且通过实际应用展示了其在环境监测和生态恢复中的广泛应用潜力。本发明通过核方法改进了传统的NDVI，使其在复杂环境中的应用更为准确和可靠。
-
公开(公告)号：CN112504979B
公开(公告)日：2024-09-03
申请号：CN202011261604.3
申请日：2020-11-12
Applicant: 内蒙古工业大学
IPC: G01N21/31 , G01N21/3577 , G01N21/359
Abstract: 本发明公开了一种基于高光谱遥感的水体叶绿素浓度反演方法及装置，其中方法包括：获取与目标区域对应的目标采样高光谱遥感影像；获取目标区域内若干采样站点的叶绿素浓度实测值；基于目标采样高光谱遥感影像获取与各采样站点对应的像元光谱曲线；从像元光谱曲线中获取若干第一像元光谱曲线；基于各第一像元光谱曲线获取与各第一像元光谱曲线对应的特征波段反射率；基于与各第一像元光谱曲线对应的特征波段反射率以及与各所述第一像元光谱曲线对应的叶绿素浓度实测值进行模型训练，获得叶绿素浓度的反演模型；基于叶绿素浓度反演模型对所述目标区域的高光谱遥感影像进行叶绿素浓度的反演。
-
公开(公告)号：CN118366054A
公开(公告)日：2024-07-19
申请号：CN202410513897.1
申请日：2024-04-26
Applicant: 内蒙古工业大学
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/25 , G06T7/60 , G06T7/62
Abstract: 本发明属于卫星遥感技术领域，提供了一种基于SAR时序遥感影像的目标变化检测方法。本方法包括：获取时间序列数据集，并预处理获得对应后向散射系数；计算各像元的时相维度中值，获得中值影像；从中值影像中提取各养殖池塘对象；将各养殖池塘对象对应的时间序列数据分为大于和小于时间序列中值的gm和ln两组；计算获取各养殖池溏对象的基线状态的变化数据，基线状态根据后向散射系数确定；从变化数据中获取各养殖池溏对象的基线状态变化次数，即各养殖池溏对象的清塘次数。本目标变化检测方法基于卫星遥感数据，通过养殖池塘基线状态变化探测养殖池塘清塘次数，实现自动化、高精度探测，无需人工干预，节省了人力物力。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.025 seconds)
