一种基于CTLR和DTW K-means的时序SAR影像作物提取方法

    公开(公告)号:CN115372971A

    公开(公告)日:2022-11-22

    申请号:CN202211002957.0

    申请日:2022-08-19

    Abstract: 一种基于CTLR和DTW K‑means的时序SAR影像作物提取方法,包括:1)对双极化SAR时序数据散射矩阵S进行基于圆极化发射线极化接收模式极化分解,获得散射分量;2)利用散射分量构造简缩极化雷达植被指数,构造研究区典型地物雷达植被指数标准时序曲线;3)参考研究区典型地物雷达植被指数标准时序曲线,使用DTW算法比较待分类像元时序曲线与标准时序曲线间相似度;基于DTW相似度,给定K值与随机初始中心进行K‑mean聚类迭代,获得K个类簇及相应聚类中心并进行地物分类。本发明的方法克服了使用单一时刻双极化SAR影像进行作物分类时影像异常值造成的误差,能够获得全口径、高精度的区域作物种植面积遥感监测结果。

    一种山区丘陵区作物SAR遥感提取方法

    公开(公告)号:CN115372970A

    公开(公告)日:2022-11-22

    申请号:CN202210996592.1

    申请日:2022-08-19

    Abstract: 一种山区丘陵区作物SAR遥感提取方法,包括:S1,对双极化SAR时序数据进行预处理,并提取时序散射矩阵;S2,对时序散射矩阵进行三分量紧致极化分解,获得二次散射分量、体散射分量和表面散射分量,构造三分量紧致极化分解雷达植被指数;S3,基于三分量紧致极化分解雷达植被指数,构造雷达植被指数标准时序曲线;S4,筛选最优作物种植区域提取的时序组合;S5,参照雷达植被指数时序标准曲线,使用最优作物种植区域提取的时序组合,逐像元比较待分类像元时序曲线与标准时序曲线间相似度,将待判断像元判定为相似性最大的像元类别。本发明解决了山区丘陵区地形复杂,受到气象条件干扰,光学遥感数据获取困难,作物面积地面测量方法工作效率低的问题。

    一种树上果实干物质快速判定方法及装置

    公开(公告)号:CN114062282A

    公开(公告)日:2022-02-18

    申请号:CN202210032011.2

    申请日:2022-01-12

    Abstract: 本发明公开了一种树上果实干物质快速判定方法及装置,所述方法包括以下步骤:A、对多个树上果实样品分别进行高光谱图像数据采集和树上果实样品干物质含量的测量;B、数据处理模块基于所述多个树上果实样品的高光谱图像数据和干物质含量,进行品质预测模型训练;C、对树上目标果实进行高光谱图像数据的采集,利用所述品质预测模型,预测树上目标果实的干物质含量。本发明的树上果实干物质快速判断方法和装置,能够在现场直接测量树上果实的干物质含量,具有能实现同时、大量、快速、无损检测果实,且能连续作业的优点。

    一种基于视觉的农林园区机器人导航方法

    公开(公告)号:CN109753075B

    公开(公告)日:2022-02-08

    申请号:CN201910084147.6

    申请日:2019-01-29

    Abstract: 本发明提出一种基于视觉的农林园区机器人导航方法,包括:S1,在农林园区的果园行的出入口处设置辅助标牌;S2,当机器人运动到该辅助标牌前方,调整距离该辅助标牌的距离和角度,然后完成转向。本发明的方法针对果园中机器人依赖GPS定位存在不能定位的情况,可以让机器人在无GPS情况下,利用果园行带检测方法和定位引导标牌实现机器人精准出行、转弯和寻找下一行的功能,满足机器人在果园中连续工作的需求。果园环境内,如果使用GPS定位,则会存在GPS经常丢失的情况,定位不准而且后续的运行成本较大。本发明可以在无GPS的情况下,实现机器人正确导航,减少了经济投入。

    一种基于果纹图谱信息的编码和识别方法及装置

    公开(公告)号:CN112488233B

    公开(公告)日:2021-12-17

    申请号:CN202011447866.9

    申请日:2020-12-09

    Abstract: 本发明公开了一种基于果纹图谱信息的编码和识别方法和装置,该方法包括步骤:A、夹持水果并进行转动,对每个待编码水果的果蒂部分和果脐部分分别摄取一幅图像;B、分别对果蒂部分图像和果脐部分图像转换为果蒂部分矩形图像和果脐部分矩形图像;C、分别提取果蒂部分矩形图像和果脐部分矩形图像特征形成特征编码表;D、对待识别的水果进行图像特征编码,将获得的特征编码表与存储的特征编码表进行匹配,用于果纹图谱特征信息的识别。本发明的基于果纹图谱信息的编码和识别方法和装置,基于果品的自然纹路形成特征编码,具有精度高、防篡改等优点。

    一种基于遗传规划算法的耕地地块分类方法

    公开(公告)号:CN113240051A

    公开(公告)日:2021-08-10

    申请号:CN202110635593.9

    申请日:2021-06-08

    Abstract: 一种于遗传规划算法的耕地地块分类方法,其用于获取指定地理区域内的耕地分布信息,其包括如下步骤:步骤A,在覆盖所述指定地理区域的卫星影像数据中,获得地块数据。步骤B,在步骤A获得的分割数据基础上,进行样本选取,按照7:3的比例分为训练数据和测试数据,并对选取的样本提取特征数据,进行归一化处理获得特征集。步骤C,对步骤B获得的特征集数据进行计算,获得总体精度最高的个体作为最终对所有地块进行分类的特征,从而实现指定地理区域内的耕地的分类识别。本发明所提供的一种基于遗传规划算法的耕地地块分类方法,可提供较高精度的耕地地块空间分布数据,从而为区域尺度的耕地信息监测提供了便捷有效的技术手段。

Patent Agency Ranking