一种基于人工智能的土地利用变化图斑自动识别方法

    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

    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。

    一种基于倾斜摄影技术的三维不动产测算方法

    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

    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。

    一种基于无人机和遥感模型的秸秆综合利用识别方法

    公开(公告)号:CN114913418A

    公开(公告)日:2022-08-16

    申请号:CN202210508316.6

    申请日:2022-05-10

    Abstract: 本发明公开了一种基于无人机和遥感模型的秸秆综合利用识别方法,涉及遥感技术领域。通过目标无人机分别获取目标种植区域的农作物在不同时期的目标图像数据;根据低空原始影像数据识别目标农作物的农作物类别;根据高光谱影像数据和农作物类别,预测农作物秸秆的可收集资源量;根据红外影像数据、多光谱影像数据和农作物类别,计算农作物秸秆的燃烧量和还田量;自动分类生成秸秆利用方式统计图表,完成秸秆综合利用的自动识别。通过采集分析目标种植区域在全生命周期的不同类型的影像数据,计算目标种植区域的农作物秸秆的可收集资源量、燃烧量和还田量,可以快速对秸秆的综合利用进行识别监测,提高识别的效率和精度。

    一种基于无人机遥感及深度学习的小麦幼苗监测方法

    公开(公告)号:CN114419439A

    公开(公告)日:2022-04-29

    申请号:CN202210049867.0

    申请日:2022-01-17

    Abstract: 本发明公开了一种基于无人机遥感及深度学习的小麦幼苗监测方法,方法:步骤1、训练深度学习网络得到小麦幼苗检测模型;步骤2、使用小麦幼苗分级数据集训练深度学习网络得到小麦幼苗分级模型;步骤3、在小麦田间选择一个矩形区域作为取样块,在矩形的顶点处插上标签作为标记点,计算取样块面积S;步骤4、使用无人机采集取样块图像,利用小麦幼苗检测模型检测图像中所有幼苗的位置;步骤5、统计取样块内的小麦幼苗数量N,计算得到幼苗密度P=N/S;步骤6、利用小麦幼苗分级模型对取样块标记框中的所有幼苗个体进行分级,计算第i级别的幼苗数量Ni与幼苗数量N的比例Ri。本发明通过深度学习网络的训练和先验框的优化可以实现复杂场景下小麦幼苗的检测,大大提高了小麦幼苗检测的准确性和可靠性。

    一种基于无人机和遥感模型的秸秆综合利用识别方法

    公开(公告)号:CN114913418B

    公开(公告)日:2024-08-30

    申请号:CN202210508316.6

    申请日:2022-05-10

    Abstract: 本发明公开了一种基于无人机和遥感模型的秸秆综合利用识别方法,涉及遥感技术领域。通过目标无人机分别获取目标种植区域的农作物在不同时期的目标图像数据;根据低空原始影像数据识别目标农作物的农作物类别;根据高光谱影像数据和农作物类别,预测农作物秸秆的可收集资源量;根据红外影像数据、多光谱影像数据和农作物类别,计算农作物秸秆的燃烧量和还田量;自动分类生成秸秆利用方式统计图表,完成秸秆综合利用的自动识别。通过采集分析目标种植区域在全生命周期的不同类型的影像数据,计算目标种植区域的农作物秸秆的可收集资源量、燃烧量和还田量,可以快速对秸秆的综合利用进行识别监测,提高识别的效率和精度。

    一种基于遥感算法的湿地碳储量计算方法

    公开(公告)号:CN114896561B

    公开(公告)日:2023-06-16

    申请号:CN202210495033.2

    申请日:2022-05-07

    Abstract: 本发明公开了一种基于遥感算法的湿地碳储量计算方法,涉及遥感技术领域。采集目标湿地区域的植被样本、土壤样本、水体样本,并通过目标无人机获取目标湿地区域的遥感影像;根据植被样本、土壤样本、水体样本和遥感影像分别计算湿地植被碳储量、湿地土壤碳储量和溶解性有机碳量;对湿地植被碳储量、湿地土壤碳储量和溶解性有机碳量进行加权求和,得到目标湿地区域的湿地碳储总量。通过将遥感技术自动获取碳储量所需的遥感影像,智能化地完成了模型构建与计算,提高了碳储量计算的信息化、自动化程度和检测范围,进而提高了检测的效率和精度、降低了检测的工作量和对样本数据的过度依赖。

    一种基于人工智能的土地利用变化图斑自动识别方法

    公开(公告)号:CN114882084A

    公开(公告)日:2022-08-09

    申请号:CN202210495038.5

    申请日:2022-05-07

    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。

    一种基于无人机遥感及深度学习的小麦幼苗监测方法

    公开(公告)号:CN114419439B

    公开(公告)日:2024-06-21

    申请号:CN202210049867.0

    申请日:2022-01-17

    Abstract: 本发明公开了一种基于无人机遥感及深度学习的小麦幼苗监测方法,方法:步骤1、训练深度学习网络得到小麦幼苗检测模型;步骤2、使用小麦幼苗分级数据集训练深度学习网络得到小麦幼苗分级模型;步骤3、在小麦田间选择一个矩形区域作为取样块,在矩形的顶点处插上标签作为标记点,计算取样块面积S;步骤4、使用无人机采集取样块图像,利用小麦幼苗检测模型检测图像中所有幼苗的位置;步骤5、统计取样块内的小麦幼苗数量N,计算得到幼苗密度P=N/S;步骤6、利用小麦幼苗分级模型对取样块标记框中的所有幼苗个体进行分级,计算第i级别的幼苗数量Ni与幼苗数量N的比例Ri。本发明通过深度学习网络的训练和先验框的优化可以实现复杂场景下小麦幼苗的检测,大大提高了小麦幼苗检测的准确性和可靠性。

    一种基于潮位数据的沿海潮间带水边线遥感提取技术

    公开(公告)号:CN120047475A

    公开(公告)日:2025-05-27

    申请号:CN202411885106.4

    申请日:2024-12-19

    Abstract: 本发明涉及海岸线提取技术领域,具体公开了一种基于潮位数据的沿海潮间带水边线遥感提取技术,包括步骤S1:基于earthexplorer和copernicus网站获取遥感影像并进行预处理;S2:运用NDWI指数和Canny算子提取遥感影像的瞬时水边线,得到提取结果;S3:根据提取结果,对得到的水边线进行离散化处理,通过建立离散点位与潮位的函数关系,得到平均大潮高潮线,以此确定初步的海岸线;S4:通过目视解译,修正海岸线,得到最终海岸线,并进行精度检验。本发明通过运用NDWI指数和Canny算法,将目视解译和自动提取方法相结合,将水边线离散化确定平均大潮高潮线的位置,最终得到一种更加准确、高效的海岸线提取方法。

Patent Agency Ranking