-
公开(公告)号：CN117690017B
公开(公告)日：2024-06-28
申请号：CN202311526827.1
申请日：2023-11-16
Applicant: 宁波大学
Abstract: 本发明涉及一种顾及物候时序特征的单、双季水稻提取方法，首先对归一化植被指数时间序列数据进行重建，再构建基于物候时序特征的单、双季水稻指数来增大单、双季稻与其他地物的差异，根据样本的指数统计结果确定阈值精确提取单、双季水稻。本发明的有益效果是：本发明可以快速获得目标年份，大尺度的单、双季水稻分布数据集，且流程容易实现，有助于掌握单、双季水稻的种植时空动态，为农业决策提供数据支持和参考。
-
公开(公告)号：CN117392433B
公开(公告)日：2024-06-21
申请号：CN202311188266.9
申请日：2023-09-15
Applicant: 宁波大学
IPC: G06V10/764 , G06V10/80 , G06V10/143 , G06V20/10
Abstract: 本发明涉及联合SAR和光学影像的不同淡水资源类型精细识别方法，包括：获取时序SAR影像和时序光学影像及对应的合成影像；构建归一化洪泛指数NDHF；对合成影像进行多尺度分割，生成影像的同质单元对象；采用阈值法识别淡水资源最小范围；构建基于光谱特征的决策树算法识别洪泛区；构建基于几何形状特征的决策树算法识别河流、湖泊、库塘、水塘和养殖塘。本发明的有益效果是：本发明综合使用SAR后向散射特征、光学光谱特征和几何形状特征构建了区分不同决策树算法，以此获得不同淡水资源类型的细致区分和不同淡水资源类型分布的空间范围，有助于及时、准确掌握现有淡水资源分布和变化概况，实现淡水资源的合理分配和科学调度。
-
公开(公告)号：CN117649599B
公开(公告)日：2024-05-17
申请号：CN202311471345.0
申请日：2023-11-07
Applicant: 宁波大学
IPC: G06V20/10 , G06V10/774 , G06F17/17 , G06N3/08
Abstract: 本发明涉及基于改进光能利用效率模型的冬小麦产量大面积估算方法，包括：获取研究区数据并进行预处理；根据气温数据计算温度限制因子；根据地表水指数和土壤含水量数据重构水分限制因子；根据增强型植被指数计算光合有效辐射吸收比；计算总初级生产力，并将总初级生产力转换为产量；获取训练数据和验证数据，根据训练数据并进行训练，确定模型参数，并用验证数据进行精度验证。本发明的有益效果是：本发明根据土壤含水量和地表水指数重构了光能利用效率模型中的水分限制因子，使其可以表征水分偏多对作物产量的影响，能够实现湿润地区冬小麦产量的大面积估算。
-
公开(公告)号：CN117690024A
公开(公告)日：2024-03-12
申请号：CN202311737107.X
申请日：2023-12-18
Applicant: 宁波大学
Abstract: 本发明涉及一种针对多种植模式水稻田的一体化遥感识别方法，包括：获取研究区高程和坡度影像数据和全年时间序列的地物后向散射强度数据；采集水稻和非水稻类别的样本点作为训练样本；获取水稻物候数据；基于全年时间序列的地物后向散射强度数据进行计算并提取特征；获取组合的多波段特征影像数据；基于多波段特征影像数据、水稻和非水稻类别的样本点，采用随机森林分类器识别水稻。本发明的有益效果是：本发明使用SAR影像避免了天气条件对影像成像质量以及后续水稻识别监测的影响；并且，本发明通过统计特征实现了水稻和非水稻的区分，并在此基础上通过物候特征实现了多种种植模式下水稻的区分，获得了更准确、精细的水稻田遥感监测结果。
-
公开(公告)号：CN117690017A
公开(公告)日：2024-03-12
申请号：CN202311526827.1
申请日：2023-11-16
Applicant: 宁波大学
Abstract: 本发明涉及一种顾及物候时序特征的单、双季水稻提取方法，首先对归一化植被指数时间序列数据进行重建，再构建基于物候时序特征的单、双季水稻指数来增大单、双季稻与其他地物的差异，根据样本的指数统计结果确定阈值精确提取单、双季水稻。本发明的有益效果是：本发明可以快速获得目标年份，大尺度的单、双季水稻分布数据集，且流程容易实现，有助于掌握单、双季水稻的种植时空动态，为农业决策提供数据支持和参考。
-
Patent Agency Ranking
公开(公告)号：CN117437123A
公开(公告)日：2024-01-23
申请号：CN202311259050.7
申请日：2023-09-27
Applicant: 宁波大学
IPC: G06T3/4053 , G06V10/54 , G06V10/56 , G06V10/80
Abstract: 本发明涉及一种光谱与纹理注意力融合的深度光谱超分辨率方法，包括：通过多尺度卷积模块对RGB图像进行下采样获得3种尺度的深度特征；利用光谱注意力结构进行光谱聚合；对光谱聚合特征分别进行纹理提取和光谱交叉注意力操作；利用纹理注意力进行特征融合，得到充分融合纹理和光谱信息的特征；从低尺度到高尺度重复进行纹理与光谱特征提取和融合，最终得到空间和光谱增强的图像。本发明的有益效果是：本发明不仅高效地提取了低分辨率图像的纹理特征，还成功地将不同尺度的特征巧妙融合在一起；并提出了一种基于光谱维度的交叉注意力机制，以实现高性能的光谱重建。
-
公开(公告)号：CN117392433A
公开(公告)日：2024-01-12
申请号：CN202311188266.9
申请日：2023-09-15
Applicant: 宁波大学
IPC: G06V10/764 , G06V10/80 , G06V10/143 , G06V20/10
Abstract: 本发明涉及联合SAR和光学影像的不同淡水资源类型精细识别方法，包括：获取时序SAR影像和时序光学影像及对应的合成影像；构建归一化洪泛指数NDHF；对合成影像进行多尺度分割，生成影像的同质单元对象；采用阈值法识别淡水资源最小范围；构建基于光谱特征的决策树算法识别洪泛区；构建基于几何形状特征的决策树算法识别河流、湖泊、库塘、水塘和养殖塘。本发明的有益效果是：本发明综合使用SAR后向散射特征、光学光谱特征和几何形状特征构建了区分不同决策树算法，以此获得不同淡水资源类型的细致区分和不同淡水资源类型分布的空间范围，有助于及时、准确掌握现有淡水资源分布和变化概况，实现淡水资源的合理分配和科学调度。
-
公开(公告)号：CN117233123A
公开(公告)日：2023-12-15
申请号：CN202311178155.X
申请日：2023-09-13
Applicant: 宁波大学
IPC: G01N21/359 , G01N21/17 , G01N21/01
Abstract: 本发明涉及哨兵2号的水稻白叶枯病大范围遥感监测方法与装置，包括：获取哨兵2号多光谱影像并预处理；选取研究区地物样本点，计算区域内归一化差值植被指数NDVI；确定光谱差异最优波段构建水稻白叶枯病指数；计算白叶枯病指数，通过样本箱线图确定最佳阈值范围，构建决策树进行白叶枯病危害水稻面积提取；对提取结果结合地物样本点进行校核。本发明的有益效果是：本发明所需的样本数量较少，降低了处理高光谱数据的时间，并构建了差异最大化指数，能够快速、准确地提取水稻白叶枯病区域，精准反映水稻白叶枯病的空间分布范围，相较于基于分类思想的方法，更加具有实践应用意义。
-
公开(公告)号：CN117036777A
公开(公告)日：2023-11-10
申请号：CN202310809318.3
申请日：2023-07-04
Applicant: 宁波大学
IPC: G06V10/764 , G06V10/58
Abstract: 本发明涉及一种基于高光谱数据的滩涂提取方法，包括获取高光谱数据，并对高光谱数据进行预处理；计算约束条件；根据约束条件，计算归一化滩涂指数NDTFI，生成样本指数统计箱型图；并根据样本指数统计箱型图确定阈值提取滩涂；结合海岸线缓冲区与高空间分辨率影像，去除误分像素，实现滩涂的最终提取。本发明的有益效果是：本发明提出的方法是对现有滩涂提取方法的有效补充，流程容易实现，有利于提高滩涂提取准确性、反映滩涂的真实空间分布情况，能为滩涂的管理与保护提供科学依据。
-
公开(公告)号：CN115564808B
公开(公告)日：2023-08-25
申请号：CN202211062203.4
申请日：2022-09-01
Applicant: 宁波大学
IPC: G06T7/30
Abstract: 本发明涉及一种基于公共空‑谱子空间的多分辨率高光谱/SAR影像配准方法，包括步骤：搭建深度公共空‑谱子空间提取网络，将网络映射于多分辨率高光谱/SAR图像对，获取公共空‑谱子空间图像对；采用Harris算法提取角点；采用SIFT对角点构建描述符，并进行角点匹配；采用GMS方法进行误差点剔除；采用正确匹配点计算仿射矩阵，并映射于高光谱图像实现图像配准。本发明的有益效果是：利用了深度学习的非线性映射机制，并结合Harris角点检测的有效性、SIFT描述符的稳定性配准高光谱数据与SAR数据，克服了空间与光谱差异的问题，极大地提高了多分辨率高光谱/SAR影像配准精度，为后续应用提供可靠的支持，实用性强。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.025 seconds)
