-
公开(公告)号：CN115082797B
公开(公告)日：2023-08-22
申请号：CN202210793269.4
申请日：2022-07-05
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/77 , G06V10/764 , G01N21/25
Abstract: 本发明公开了一种大田环境下早期小麦赤霉病监测预警方法，包括，步骤一：数据获取模块获取有标签数据的影像数据；步骤二：模型构建模块对影像数据进行预处理，并对预处理后的影像数据进行特征波长提取，构建小麦赤霉病影像识别模型；步骤三：监测模块在大田环境下，在多个监测点上设置智能孢子捕捉仪对赤霉病病菌孢子进行捕捉，当超过10％的监测点捕捉到赤霉病病菌孢子发出预警时，根据预警区域确定小麦赤霉病预警检测区；步骤四：识别模块基于无人机对小麦赤霉病预警检测区航拍，通过小麦赤霉病影像识别模型分析小麦影像特征，识别出患有小麦赤霉病的病株和病源点位置分布，对于小麦赤霉病监测预警更加方便和高效，节约成本和时间。
-
公开(公告)号：CN115393653A
公开(公告)日：2022-11-25
申请号：CN202211143306.3
申请日：2022-09-20
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/22 , G06V20/13 , G06V20/52 , G06Q10/06 , G06N3/04 , G06N3/08
Abstract: 本发明涉及病虫害防治的技术领域，尤其涉及一种基于松褐天牛诱捕器松材线虫预警方法及其系统。所述预警方法具体包括以下步骤：步骤S1：通过诱捕器对监测区域内的昆虫进行捕捉；步骤S2：首先判断是否捕捉到昆虫，在捕捉到昆虫后，采用目标检测模型对所述昆虫进行图像识别，判断所述昆虫是否为松褐天牛，当为松褐天牛时计数；步骤S3：若所述昆虫为松褐天牛，则根据松褐天牛的数量发出不同等级的预警信息。通过本发明可以实现对松材线虫病及时有效的防护。
-
公开(公告)号：CN118334504A
公开(公告)日：2024-07-12
申请号：CN202311719527.5
申请日：2023-12-13
Applicant: 安徽农业大学 , 安徽省第四测绘院 , 安徽省测绘档案资料馆(安徽省基础测绘信息中心)
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06F16/583
Abstract: 本发明公开了基于遥感图像的土地利用变化智能监测系统及方法，涉及土地利用识别技术领域，解决了现有技术仅根据两个季节遥感影像的特征比对判断土地利用变化情况，影响土地利用变化识别结果可靠性的技术问题；本发明从影像序列中提取若干不同采集时刻的影像数据标记为目标数据，根据目标数据的影像特征得到对应的土地利用结果；本发明可以在短周期内识别出目标区域的土地利用情况，能够提高土地利用识别结果的准确性和可靠性；本发明根据若干土地利用时段对应土地利用标签匹配得到时长阈值；判断土地利用时段的时长是否大于时长阈值；本发明结合时长阈值判断该土地利用结果的合理性，避免短暂变化影响对土地变化结果的判断。
-
公开(公告)号：CN114882084B
公开(公告)日：2024-04-05
申请号：CN202210495038.5
申请日：2022-05-07
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于人工智能的土地利用变化图斑自动识别方法，涉及遥感技术领域。获取目标土地区域在第一时刻的第一目标图像和第二时刻的第二目标图像；使用预设的决策树判别模型和土地遥感数据库，确定第二目标图像相对于第一目标图像的目标变化信息；土地遥感数据库包括各土地利用类型的第一图斑信息和第一目标图像的第二图斑信息；根据目标变化信息自动生成目标土地区域的变化信息统计图表。通过目标土地区域在不同时刻的遥感数据，使用预设的决策树判别模型和土地遥感数据库，确定当前时刻的目标土地区域相对于历史时刻的目标土地区域的目标变化信息。实现了土地利用变化数据的批量、全自动识别，为土地规划和决策提供实时精准的数据。
-
公开(公告)号：CN116913405A
公开(公告)日：2023-10-20
申请号：CN202310903167.8
申请日：2023-07-21
Applicant: 安徽农业大学
IPC: G16C20/20 , G16C20/70 , G16C20/80 , G16C20/90 , G06F16/26 , G06F16/28 , G06F16/29 , G06Q50/26 , G01N1/28 , G01N33/24
Abstract: 本发明公开了一种河流与湖泊底泥污染状况的综合评价方法，涉及环境评估技术领域。该河流与湖泊底泥污染状况的综合评价方法，采用克里金法对采样点数据进行转化，构建底泥污染评价模型，可根据不同的污染指标特性选择合适的插值精度进行评价，并结合开源的WebGL技术，对污染物分布、污染评价进行分级显示，完成成果的高效可视化。该评价模型具有较高的数据可得性，利于综合评价底泥污染状况。根据综合评价结果能够更全面地了解河流与湖泊底泥污染的现状，为河流与湖泊底泥环境的预防与治理提供理论支持及方法参考。
-
Patent Agency Ranking
公开(公告)号：CN116912672A
公开(公告)日：2023-10-20
申请号：CN202310869646.2
申请日：2023-07-17
Applicant: 安徽农业大学
IPC: G06V20/05 , G06V20/13 , G06V10/46 , G06V10/764 , G06V10/75 , G06V10/56 , G06V10/54 , G06Q10/0639 , G01D21/02
Abstract: 本发明涉及生态环境评价与治理技术领域，且公开了一种基于无人测量船的大型底栖无脊椎动物生物完整性评价方法，该基于无人测量船的大型底栖无脊椎动物生物完整性评价方法，通过无人测量船搭载高分辨率遥感设备获取水底大型底栖无脊椎动物图像，利用图像处理算法对大型底栖无脊椎动物进行识别和计数，然后建立系统动力学积分模型并通过物种多样性、数量分布、生态习性等指标评估它们的健康状况和生物完整性，解决了大型底栖无脊椎动物生物完整性评价方法主要依赖于传统的人工采样和实地调查的问题，能够满足大范围、高时空分辨率的生物完整性评估需求。
-
公开(公告)号：CN116704428A
公开(公告)日：2023-09-05
申请号：CN202310445526.X
申请日：2023-04-21
Applicant: 安徽农业大学
Abstract: 本发明公开了一种迁徙候鸟监测识别方法及装置，属于生物监测技术领域，具体包括以下步骤：建立候鸟图谱库，基于候鸟图谱库进行深度学习训练，建立候鸟种类识别模型；设定监测区域，实时获取监测区域内的红外图像，当监测区域内出现辐射强度均匀且大于预设强度的移动物体时，识别移动物体的轮廓图像，对轮廓图像进行特征识别；若轮廓图像符合鸟类特征，则开启光学摄像头对移动物体进行实时监测，获取鸟类图像；根据鸟类的轮廓图像对候鸟种类识别模型的输出范围进行预限定，将鸟类图像输入预限定的候鸟种类识别模型中识别候鸟种类，并记录该候鸟的飞行数据；本发明兼具了红外识别的高效率与光学识别的准确性。
-
公开(公告)号：CN116523542A
公开(公告)日：2023-08-01
申请号：CN202310442099.X
申请日：2023-04-23
Applicant: 安徽农业大学
Abstract: 本发明公开了一种森林资产价值估算方法，属于森林价值评估技术领域，具体包括以下步骤：通过无人机搭载的激光雷达仪器获取点云数据，从而确定林木的几何位置，通过三维重建算法自动生成具有坐标的图像及点云；从激光点云中获取林木属性；通过样地调查，建立并验证激光点云与林木参数的相关模型，实现林木参数的自动识别；通过实地林地资源调查，利用激光点云数据、森林样地调查数据和对应模型，对森林的林地属性进行快速识别和采集；并结合GIS技术进行处理建立林木和林地参数数据库，根据森林蓄积量和实物量计算模型，利用经济价值估算方法，实现对森林资产价值的快速估算。
-
公开(公告)号：CN115164769A
公开(公告)日：2022-10-11
申请号：CN202210799644.6
申请日：2022-07-06
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于倾斜摄影技术的三维不动产测算方法，包括采用无人机倾斜摄影测量技术，通过对影像的平面、高程、结构、色彩、纹理等的数字化处理获得不动产相关图像数据；通过区域网络平差、匹配、DSM生成、三维建模等流程，利用内业、外业数据采集软件，获取房屋边长及位置坐标等相关数据；采用三维模型动态技术处理模型，获取分层分户的楼房数据，然后挂接相应的不动产测绘数据，关联地籍图和户型图等数据资料，以此形成完整的三维不动产数据库，根据三维模型自动统计计算，包括不动产的面积、容积率以及层高等相关数据，达到整个楼房及单个房子输出，以此实现倾斜摄影的三维不动产的测算方法，提高不动产测算的质量和效率。
-
公开(公告)号：CN115082797A
公开(公告)日：2022-09-20
申请号：CN202210793269.4
申请日：2022-07-05
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/77 , G06V10/764 , G01N21/25
Abstract: 本发明公开了一种大田环境下早期小麦赤霉病监测预警方法，包括，步骤一：数据获取模块获取有标签数据的影像数据；步骤二：模型构建模块对影像数据进行预处理，并对预处理后的影像数据进行特征波长提取，构建小麦赤霉病影像识别模型；步骤三：监测模块在大田环境下，在多个监测点上设置智能孢子捕捉仪对赤霉病病菌孢子进行捕捉，当超过10％的监测点捕捉到赤霉病病菌孢子发出预警时，根据预警区域确定小麦赤霉病预警检测区；步骤四：识别模块基于无人机对小麦赤霉病预警检测区航拍，通过小麦赤霉病影像识别模型分析小麦影像特征，识别出患有小麦赤霉病的病株和病源点位置分布，对于小麦赤霉病监测预警更加方便和高效，节约成本和时间。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.024 seconds)
