-
公开(公告)号：CN109800815A
公开(公告)日：2019-05-24
申请号：CN201910070915.2
申请日：2019-01-24
Applicant: 北华航天工业学院
IPC: G06K9/62
Abstract: 本发明提供了一种基于随机森林模型的训练方法、小麦识别方法和训练系统，涉及计算机应用技术的技术领域，包括：获取随机森林模型，其中，随机森林模型包括多颗决策树；获取多个训练样本数据，训练样本数据包括类别数据和特征样本数据；依次将多个训练样本数据输入随机森林模型，获得多个预测数据；根据多个预测数据和多个类别数据计算随机森林模型的精度；根据精度对随机森林模型进行优化，获得调优随机森林模型，缓解了利用遥感技术对地物识别效率低的技术问题。
-
公开(公告)号：CN108830844A
公开(公告)日：2018-11-16
申请号：CN201810592833.X
申请日：2018-06-11
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种基于多时相高分辨率遥感影像的设施蔬菜提取方法，包括：对高分辨率遥感影像进行预处理，以提取出单波段图像；对单波段图像执行图像增强处理，从而提高设施蔬菜与其他地物类别的区分能力；选择预定观察窗口，对增强处理后的图像进行纹理分析处理，从而计算获得特征值纹理影像；基于特征值纹理影像，创建易与设施蔬菜混淆的建筑物和道路的掩膜图像；利用掩膜图像对原始的高分辨率遥感影像进行掩膜，从而提取出地物图斑的边缘检测线；对边缘检测线进行数学形态学操作和细分割处理，从而生成提取结果；对设施蔬菜的灰度图像执行二值化处理，提取出设施蔬菜的矢量图斑并进行矢量转栅格处理，从而实现设施蔬菜信息提取。
-
公开(公告)号：CN108710864A
公开(公告)日：2018-10-26
申请号：CN201810520340.5
申请日：2018-05-25
Applicant: 北华航天工业学院
CPC classification number: G06K9/00657 , G06K9/342 , G06K9/40 , G06N3/006
Abstract: 本发明提供一种基于多维度识别及图像降噪处理的冬小麦遥感提取方法，该方法包括以下步骤：一、准备研究区的卫星影像；二、根据冬小麦特征与其它地物的差异性确定冬小麦的识别维度，然后对卫星影像进行波段运算和波段分割，得到不同维度的影像；三、选定样本区，分别对样本区和研究区的不同维度影像进行格式转换和变换处理，得到训练数据集和测试数据集；四、利用随机森林算法对训练数据集进行学习处理，然后对测试数据集进行分析预测，得到判别结果后还原存储格式并加载获得判别图像；五、对判别图像进行降噪处理；六、把降噪处理后得到的图像转换为矢量图层并剔除干扰像元。本发明能提高冬小麦的识别精度，实现对冬小麦的精确识别和提取。
-
公开(公告)号：CN119903308A
公开(公告)日：2025-04-29
申请号：CN202510386827.9
申请日：2025-03-31
Applicant: 北华航天工业学院
IPC: G06F18/20 , G06Q50/02 , G06V10/30 , G06V20/17 , G06V20/10 , G06F18/25 , G01C11/00 , G01C11/04 , G01D21/02 , G06F123/02
Abstract: 本发明涉及作物长势监测技术领域，具体为一种通过影像监测作物长势的方法及系统，包括以下步骤：部署无人机，在目标水稻田上空进行飞行，采集影像数据，通过数据传输将影像数据实时发送至地面站，生成初步影像数据集；对所述初步影像数据集进行裁剪和校正。本发明中，利用无人机进行影像采集，避免了固定地面摄像头视角受限的问题，并通过实时数据传输减少数据滞后性，使监测更加及时。影像数据裁剪和校正过程中，消除了角度偏差和背景噪声，提高了叶面积指数计算的精准度。时间序列分析的引入，实现了作物生长趋势的动态监测，使得生长评估不再局限于单一时间点，而是形成历史数据比对，提高了生长状态的预测能力。
-
公开(公告)号：CN119443870A
公开(公告)日：2025-02-14
申请号：CN202510025697.6
申请日：2025-01-08
Applicant: 北华航天工业学院
IPC: G06Q10/0637 , G06Q10/0635 , G06Q50/02 , G06V20/10 , G06V20/13 , G06V20/17 , G06V20/52 , G06T17/00 , G01D21/02 , G01D11/00
Abstract: 本发明公开了天空地网一体化高标准农田智能监测管理系统，属于农田监测管理系统领域，系统通过设置的空间监测数据采集单元、空中监测数据采集单元以及地面监测数据采集单元，可以分别与卫星遥感设备、无人机设备和若干个传感器节点进行多层次结合，共同组成针对目标农田数据采集的天空地一体化数据采集网，极大的提高了数据采集的全面性和精准度，同时将以一定间距均匀的分布多种传感器采集转换到的数据值进行映射图层三维建模，大大提高了目标农田上不同数据的展示直观性、便利性以及层次感，可以使用户更加直观的掌握目标农田不同位置处作物的健康状态和作物生长环境的优劣。
-
Patent Agency Ranking
公开(公告)号：CN118537652A
公开(公告)日：2024-08-23
申请号：CN202410740434.9
申请日：2024-06-08
Applicant: 北华航天工业学院
IPC: G06V10/764 , G06V20/13 , G06V10/26 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/762 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自监督学习的遥感影像作物分类方法，通过全自动化样本选择方法提取出符合规则的作物样本数据，将作物样本数据加工制作成粗训练样本集，利用代理任务结合注意力机制进行表征学习，基于特征相似度确定各遥感图片的相似图片，然后将代理特征作为语义聚类的先验条件，使用softmax后的最大化点积作为损失函数进行精细分类。本发明对影像自身的特征相似学习的方法进行无监督训练，通过聚类的方法完成对于作物的分类，避免了手工标注数据的繁琐和昂贵；同时与传统的手工提取特征方法相比，它可以更好地适应遥感图像的复杂性和变化，同时可以更好地利用未标注数据进行训练，提高了作物分类的准确性。
-
公开(公告)号：CN117141765B
公开(公告)日：2024-01-26
申请号：CN202311404089.3
申请日：2023-10-27
Applicant: 奥来国信(北京)检测技术有限责任公司 , 北华航天工业学院 , 思立博(北京)环境技术有限公司
IPC: B64U20/87 , B64U20/80 , B64U60/10 , B64U10/14 , G01C11/00 , G01C11/02 , G01C13/00 , G01N1/14 , G01N1/34 , B64U101/30 , B64U101/00
Abstract: 本发明公开了一种河道航空摄影测量装置，包括无人机主体，所述无人机主体的两侧固定连接有支撑横杆，所述旋翼安装架的两端均安装有飞行旋翼机构，所述支撑柱的底端固定连接有下漂浮结构，所述无人机主体的底部安装有摄影测量机构，所述摄影测量机构内安装有航拍相机和多波束测深仪，所述无人机主体的尾端固定连接有河水采集机构，有益效果：本申请的装置，不仅仅使无人机可以漂浮在河道上，方便多波束测深仪对深度进行测量，同时可以进行航拍，且无人机在空中航拍时，则航拍相机伸出摄影测量机构，无人机进行测深时，多波束测深仪伸出，而航
-
公开(公告)号：CN108830844B
公开(公告)日：2021-09-10
申请号：CN201810592833.X
申请日：2018-06-11
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种基于多时相高分辨率遥感影像的设施蔬菜提取方法，包括：对高分辨率遥感影像进行预处理，以提取出单波段图像；对单波段图像执行图像增强处理，从而提高设施蔬菜与其他地物类别的区分能力；选择预定观察窗口，对增强处理后的图像进行纹理分析处理，从而计算获得特征值纹理影像；基于特征值纹理影像，创建易与设施蔬菜混淆的建筑物和道路的掩膜图像；利用掩膜图像对原始的高分辨率遥感影像进行掩膜，从而提取出地物图斑的边缘检测线；对边缘检测线进行数学形态学操作和细分割处理，从而生成提取结果；对设施蔬菜的灰度图像执行二值化处理，提取出设施蔬菜的矢量图斑并进行矢量转栅格处理，从而实现设施蔬菜信息提取。
-
公开(公告)号：CN110298366A
公开(公告)日：2019-10-01
申请号：CN201910604765.9
申请日：2019-07-05
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种农作物分布提取方法及装置，涉及计算机视觉技术领域。该农作物分布提取方法包括步骤：获取待提取农作物的遥感图像；将遥感图像输入至预先训练好的分布特征提取模型，输出与遥感图像对应的待提取农作物的分布特征图，分布特征图中标记有待提取农作物的分布区域；提取待提取农作物的分布区域，对待提取农作物的分布区域进行渲染，输出待提取农作物的分布效果图。本发明的农作物分布提取方法及装置改善了传统农作物分布提取方法中存在的特征提取效果误差较大，特征提取难度大，以及人力物力资源浪费等问题，达到了对农作物分布特征进行精确提取的技术效果。
-
公开(公告)号：CN113111799B
公开(公告)日：2024-01-30
申请号：CN202110418313.9
申请日：2021-04-19
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种基于集合经验模态分解的耕地土壤肥力水平监测方法，包括：通过高分一号遥感探测器采集耕地作物的光谱影像作为数据源；对数据源的光谱影像进行图像预处理，提取NDVI长时间序列；基于集合经验模态分解EEMD方法，对NDVI长时间序列进行不同时间尺度的分解，得到多个IMF分量，并将影响耕地作物长势的多种胁迫因素分解到不同的IMF分量中；结合野外实测数据和历史农情数据，对不同的IMF分量进行甄别，确定代表土壤肥力胁迫作用的组分序列，实现土壤肥力胁迫作用从多种复合胁迫作用结果中的甄别提取。本发明以EEMD方法为主体进行土壤肥力胁迫作用甄别提取，能够有效获(56)对比文件Pieter Hawinkel.A time seriesprocessing tool to extract climate-driveninterannual vegetation dynamics usingEnsemble Empirical Mode Decomposition(EEMD)《.Remote Sensing of Environment》.2015,第169卷375-389.范倩倩;赵安周;王金杰;张安兵;裴韬.1982―2015年黄土高原NDVI时空演变及其对气候变化的季节响应.生态学杂志.2020,(05),1664-1675.李燕丽;潘贤章;周睿;王昌昆;刘娅;石荣杰;陈冬峰;赵其国.长期土壤肥力因子变化及其与植被指数耦合关系.生态学杂志.2013,(03),536-541.
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.025 seconds)
