-
公开(公告)号：CN117876463A
公开(公告)日：2024-04-12
申请号：CN202410044634.0
申请日：2024-01-12
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06T7/62
Abstract: 本发明提出一种基于多源遥感数据评估农作物衰落速率的方法，包括：针对生育期内的农田影像，计算冠层绿色植被覆盖度fCover；构建fCover时序动态模型，计算T对应的冠层绿色植被覆盖度fCover值，T代表从出苗日期开始，若每日温度超过起始温度T0后的每日均温的累积值；基于冠层绿色植被覆盖度fCover值来计算农作物衰落速率。本发明还对应提出一种基于多源遥感数据评估农作物衰落速率的系统。本发明的方法和系统能够定量评估每块农田的衰落速率，大大减少了人为操作，快速计算得到每块农田衰落速率，且提高了效率和精度。而且本发明的方法受观测数据噪声的影响小，鲁棒性高。
-
公开(公告)号：CN116863341B
公开(公告)日：2024-01-26
申请号：CN202311070751.6
申请日：2023-08-24
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V20/10 , G06N3/0442 , G06N3/06 , G06N3/084 , G06V10/764 , G06V10/82 , G06V20/13
Abstract: 本发明公开了一种基于时间序列卫星遥感影像的作物分类和识别方法和系统，从遥感影像中提取反射率和光谱指数时间序列曲线作为作物识别的特征；构建作物分类深度学习模型进行训练，利用门控循环单元提取作物的时间序列特征，利用注意力机制捕捉作物识别的关键生长期，利用双向结构充分利用作物生长周期的时间序列信息；保存训练过程中得到的最优模型，将最优模型用于时间序列卫星遥感影像的作物分类和识别。本发明利用循环神经网络对时间序列遥感影像进行作物分类，结合注意力机制和双向结构进行关键特征的提取，充分利用了作物整个生长周期的时序信息，能够区分不同作物独特的(56)对比文件赵红伟 等.深度学习方法在作物遥感分类中的应用和挑战《.中国农业资源与区划》.2020,第41卷(第5期),35-49.董芃杉 等.基于双通道门控复合网络的中文产品评论情感分析《.计算机工程与科学》.2023,第45卷(第5期),911-919.J. D.Bermudez 等.Evaluation of Ｒecurrent Neural Networks for Crop Ｒecognition from Multitemporal ＲemoteSensing Images《.Anais do XXVII CongressoBrasileiro de Cartografia;Ｒio deJaneiro》.2017,800-804.Xinxin Lu 等.Sentiment Analysis Method of NetworkText Based on Improved AT-BiGRU Model.《Scientific Programming》.2021,1-11.李鑫川 等.基于时间序列环境卫星影像的作物分类识别《.农业工程学报》.2013,第29卷(第2期),169-176.
-
公开(公告)号：CN115578656B
公开(公告)日：2023-07-04
申请号：CN202211273396.8
申请日：2022-10-18
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06T7/33 , G06T5/00
Abstract: 本发明提出一种支持多型号多光谱相机数据全自动处理的方法，包括：S1，对无人机飞行信息进行提取，以及对无人机拍摄的研究区的多光谱图像进行消除暗角效应和配准；S2，对S1中配准后的多光谱图像拼接和几何校正；S3，对覆盖研究区的多光谱图像进行裁切及辐射定标。本发明还对应提出一种系统。本发明的方法适用于多款多光谱相机，能够极大地提升搭载在无人机上的多光谱相机的数据处理能力，简化操作流程。
-
公开(公告)号：CN116030324A
公开(公告)日：2023-04-28
申请号：CN202310045447.X
申请日：2023-01-30
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06V10/58 , G06V10/52 , G06V20/17 , G06V20/10 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/084
Abstract: 一种基于光谱特征与空间特征融合的目标检测方法，包括：S1，对采集的图像进行数据预处理，生成卷积神经网络所需的特征图层数据；S2，构建特征提取网络，采用基于光谱特征与空间特征融合的卷积神经网络进行目标识别；构建跨模态特征融合模型(CFT模型)，进行单个特征图层内和多个特征图层间的特征融合，实现基于被检测对象的光谱特征及空间特征融合的精准目标检测。本发明的方法通过同时融合被检测对象的光谱特征和空间特征，提高在被检测对象光谱特征或空间特征不稳定、特征部分缺失条件下的检测精度和可靠性。
-
公开(公告)号：CN110598619B
公开(公告)日：2023-04-07
申请号：CN201910840633.6
申请日：2019-09-06
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种基于无人机数据采集的果树识别和数量监测方法，包括：S1，将无人机原始影像进行预处理，生成数字表面模型和正射影像；S2，基于正射影像计算植被指数；S3，根据植被指数的性质，识别出植被区域和背景；S4，通过已知的果树直径范围和图像的空间分辨率对果树进行筛选，确定果树位置和直径；S5，将初步识别的果树位置和直径代入到数字表面模型，利用果树位置临近的海拔的最低值与果树海拔的最高值进行做差，获得果树高度。本发明还提出一种对应的系统。本发明提出了一种新思路，将无人机同步生成的数字表面模型作为依据，利用数字表面模型求取识别后的作物高度，然后根据果树高度范围对果树进行二次识别和计数，提高果树识别精度。
-
Patent Agency Ranking
公开(公告)号：CN113778081B
公开(公告)日：2022-07-22
申请号：CN202110956211.2
申请日：2021-08-19
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州中农数智科技有限公司
IPC: G05D1/02
Abstract: 本发明提出一种基于激光雷达和视觉的果园路径识别方法，包括：S1，对机器人所搭载的相机和激光雷达传感器进行标定；S2，使用激光雷达采集点云数据，使用相机采集图像数据，并分别进行数据处理，拟合各自的左右边界线；S3，机器人行间路径识别，融合左右两侧的边界线，并获取融合后的行中心线，使得机器人沿行间中心线自主行驶。本发明保证了机器人能够在半结构的自然果园环境中自主作业。
-
公开(公告)号：CN110569786B
公开(公告)日：2022-03-29
申请号：CN201910840661.8
申请日：2019-09-06
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种基于无人机数据采集的果树识别和数量监测方法，包括：S1，对无人机采集的图像数据提取果树树高数据，将果树树高数据转化为假彩色图像；S2，将果树树高假彩图裁剪成多个子图像，标注子图像中代表果树的不规则点作为果树训练样本库；S3，对果树训练样本库进行果树单株识别模型的训练；S4，以统一坐标系为基础，将果树树高假彩图裁剪为小图，剪裁后的小图与其四周临近图像保持重叠度，利用果树识别模型逐一识别小图中的果树并记录果树在小图中的位置信息，将所识别的果树的位置进行坐标转换，将图像重叠部分所识别的果树进行合并处理。本发明解决了树木影子和杂草对无人机遥感图像处理产生影响，提高了果树识别和数量统计精度。
-
公开(公告)号：CN113920457A
公开(公告)日：2022-01-11
申请号：CN202111086214.1
申请日：2021-09-16
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州云视图信息科技有限公司
Abstract: 本发明提出一种基于空间和地面信息采集协同处理的果实产量估计方法，包括：步骤S10：通过地面设备采集果树视频序列；步骤S20：基于步骤S10获得的结果进行果实检测与定位；步骤S30：基于步骤S20获得的结果进行果实多目标跟踪计数，获得初步产量估计结果；步骤S40：从空中采集果树图像；步骤S50：对步骤S40获得的果树图形进行果树树冠分割及定位；步骤S60：基于步骤S30和步骤S50获得的结果构建树冠遮挡模型；步骤S70：完成最终产量估计。本发明还对应提出了一种基于空间和地面信息采集协同处理的果实产量估计系统。本发明能够对茂密的果园场景果实产量进行高精度地果实产量估计。
-
公开(公告)号：CN110057458A
公开(公告)日：2019-07-26
申请号：CN201910303199.8
申请日：2019-04-16
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提供了一种用于冷链运输中获取水果温度的仿生监控装置及监控系统，仿生装置包括壳体和填充物，壳体用于模拟水果的果皮，壳体的形状与水果的形状相同，填充物填充于壳体围成的容置腔中，填充物用于模拟水果的果肉，填充物的导热特性与水果果肉的导热特性相同；装置还包括温度采集单元，温度采集单元包括设置在壳体外表面的第一温度采集单元，以及设置于容置腔中的第二温度采集单元，以同时获取装置内部和壳体表面的温度。本申请中的监控装置能够模拟并监测水果在运输过程中内部和表面的温度变化情况，获得水果本体准确的温度情况，使水果始终处于最佳的保藏温度，提高果品品质，减少坏果损耗，效果显著，成本低廉，建议大规模推广使用。
-
公开(公告)号：CN109765187A
公开(公告)日：2019-05-17
申请号：CN201910076852.1
申请日：2019-01-27
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 一种稻虾共作空间分布信息获取方法，其包括如下步骤：步骤A，从覆盖所述指定地理区域的卫星影像数据中，分别在同年的中稻种植期和稻田休耕期选取一期卫星影像数据，分析稻虾共作的季相特征，获取稻虾共作农田的光谱数据，步骤B，分别对步骤A提供的两期卫星影像数据进行水体区域提取，获得各自的水体区域分布数据，步骤C：两期水体区域分布数据进行比对，和中稻种植期相比，稻田休耕期水体增加的区域即为稻虾共作区域。本发明所提供的一种稻虾共作空间分布信息获取方法，可提供较高精度的空间分布和面积数据，从而为区域尺度的稻虾共作农田监测提供了便捷有效的技术手段。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.082 seconds)
