-
公开(公告)号：CN109753075A
公开(公告)日：2019-05-14
申请号：CN201910084147.6
申请日：2019-01-29
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G05D1/02
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。
-
公开(公告)号：CN104331698A
公开(公告)日：2015-02-04
申请号：CN201410662642.8
申请日：2014-11-19
Applicant: 中国农业科学院农业资源与农业区划研究所
CPC classification number: G06K9/00637 , G06K9/4671 , G06K9/6269
Abstract: 一种遥感图像城区提取方法，包括：S1，针对ASTER VNIR卫星遥感图像及其衍生产品高程数据以及PALSAR HH/HV卫星遥感图像样本，进行特征提取；S2，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3，以显著城区和非城区点为初始信息，结合待分类数据的特征分布特性，通过LLGC方法进行置信度扩散，获得城区置信图；S4，获得整个遥感图像的置信度，以此加权进行随机采样，生成训练样本；S5，基于SVM进行城区分类：以步骤S1中所提取的特征矢量和步骤S4中提取的样本数据为基础，通过SVM方法进行分类，根据分类标签获得二值化的城区地图。本方法解决了现有技术中人工采样的高成本、高耗时等问题。
-
公开(公告)号：CN101295022A
公开(公告)日：2008-10-29
申请号：CN200810115624.2
申请日：2008-06-25
Applicant: 中国农业科学院农业资源与农业区划研究所
CPC classification number: Y02A90/19
Abstract: 一种从遥感数据ASTER反演地表温度和发射率的方法，包含三个步骤：第一步骤是利用大气辐射传输模拟软件MODTRAN4针对所获得遥感数据ASTER第11、12、13、15热红外波段的区域和季节以及大气模式进行正向模拟，建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对ASTER实际影像数据进行反演计算，并进行实际地表验证和应用分析。本发明得到的产品精度高，特别是在邻近大气变化比较大时候。
-
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
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G05D1/02
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。
-
公开(公告)号：CN104331698B
公开(公告)日：2017-05-03
申请号：CN201410662642.8
申请日：2014-11-19
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 一种遥感图像城区提取方法，包括：S1，针对ASTER VNIR卫星遥感图像及其衍生产品高程数据以及PALSAR HH/HV卫星遥感图像样本，进行特征提取；S2，基于城区和非城区的光谱特性，进行显著城区和非城区点提取；S3，以显著城区和非城区点为初始信息，结合待分类数据的特征分布特性，通过LLGC方法进行置信度扩散，获得城区置信图；S4，获得整个遥感图像的置信度，以此加权进行随机采样，生成训练样本；S5，基于SVM进行城区分类：以步骤S1中所提取的特征矢量和步骤S4中提取的样本数据为基础，通过SVM方法进行分类，根据分类标签获得二值化的城区地图。本方法解决了现有技术中人工采样的高成本、高耗时等问题。
-
Patent Agency Ranking
公开(公告)号：CN101738620B
公开(公告)日：2012-02-15
申请号：CN200810226669.7
申请日：2008-11-19
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G01S17/95
CPC classification number: Y02A90/19
Abstract: 一种从被动微波遥感数据AMSR-E反演地表温度的方法，包含三个步骤：第一步骤是美国对地观测数据中心提供的MODIS地表温度产品作为AMSR-E数据的地表温度数据，通过经纬度控制进行采集，建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对AMSR-E实际影像数据进行反演计算，并进行实际地表验证和应用分析。本发明得到的产品精度高，克服了热红外受云和部分降雨的影响。
-
公开(公告)号：CN101595812B
公开(公告)日：2011-02-02
申请号：CN200910087977.0
申请日：2009-06-26
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提供了一种作物收获指数的获取方法，包括：获取地面不同观测点的历史实测作物收获指数；获取所述不同观测点不同时间的时序归一化植被指数NDVI数据；根据各个观测点不同时间的NDVI数据结合作物生长过程曲线构建与作物收获指数概念相关参数HINDVI_SUM；构建HINDVI_SUM与历史实测作物收获指数之间的函数关系；根据所构建的函数关系和所要计算年份的观测点不同时间的NDVI数据计算该观测点作物收获指数。使用本发明，现利用遥感时序植被指数更加准确地获取空间作物收获指数。
-
公开(公告)号：CN110598619A
公开(公告)日：2019-12-20
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。
-
公开(公告)号：CN108399400A
公开(公告)日：2018-08-14
申请号：CN201810246796.7
申请日：2018-03-23
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高分辨率遥感数据的早期作物识别方法和系统，所述方法包括：S1，收集Sentinel-1数据和Sentinel-2数据和作物所在地的地面数据，所述地面数据包括作物地理位置和类型；S2，通过数据合成法获得T时间长度的合成时间序列；S3，提取每种作物对应的分类特征；S4、针对S3中获得的每种作物对应的特征，评价每个分类特征对作物识别的贡献和作物的可分性，获得识别作物的优选特征；S5、使用S4中获得的优选特征时间序列和影像的优选特征波段，基于免疫系统网络算法，使用时间序列长度较短的优选特征时间序列进行作物识别。本发明使用多时相高分辨率数据进行作物识别，在我国农田地块相对破碎的实际条件下，该方法具有更强的适用性。
-
公开(公告)号：CN102592181A
公开(公告)日：2012-07-18
申请号：CN201110456242.8
申请日：2011-12-30
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06Q10/04
Abstract: 本发明提供了一种作物种植面积统计数据空间分布的优化方法，包括以下步骤：A、收集作物遥感影像及行政单元内作物种植面积统计数据，并预处理作物遥感影像；B、在所述作物遥感影像上选择目标作物并建立一定区域内目标作物指数时间序列特征标准曲线；C、利用所述作物指数时间序列特征标准曲线确定作物物候信息，并根据该作物物候信息确定作物分类算法模型；D、利用全局优化算法并根据所述区域内作物实际种植面积农业统计数据，计算作物分类算法模型的特征参数的最优值；E、将所述特征参数的最优值代入所述作物分类算法模型求出作物种植面积空间分布信息。从而实现作物统计数据空间化信息精度的进一步提高。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.035 seconds)
