-
公开(公告)号：CN117593644A
公开(公告)日：2024-02-23
申请号：CN202311610054.5
申请日：2023-11-29
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/764 , G06Q50/16 , G06N3/0985 , G06N3/0464
Abstract: 本发明属于土地变化检测技术领域，公开了一种结合矩阵分解和自适应传播的土地变化检测方法及系统，结合矩阵分解和自适应传播的深度学习语义分割模型，用于检测土地变化。该模型采用孪生双分支结构，能够同时接受前时间和后时间遥感影像数据集的输入并共享网络参数，该结构具有端到端特征学习的优点。本发明利用一种矩阵分解的注意力方法替代传统的手动设计注意力的方法，同时结合临近点像素偏移量的自适应传播技术，建立一种深度学习孪生差分的语义分割网络，在高分辨率光学数据上实现自动化，精准化的土地利用/土地覆盖变化检测。
-
公开(公告)号：CN117408989A
公开(公告)日：2024-01-16
申请号：CN202311489196.0
申请日：2023-11-09
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供一种遥感图像去云的时空融合模型方法，基于多云观测的Sentinel‑2卫星、多云观测的Sentinel‑1卫星及多云观测的葵花8号卫星获取图像，并对图像进行预处理；构建UnCRtainTS模型，并对图像预测出无云图像的不确定性；构建第一时空融合模型，使用预测的无云图像作为预设图像，将两副多云的葵花8号图像作为未处理图像，基于第一时空融合模型得到无云且分辨率大于10m的Sentinel‑2图像，并解析分辨率2000m到10m的极限分辨率融合的效果；通过比较同一时间的Sentinel‑2图像，对预测结果进行评价。本发明确保去除云层后的图像在地理和辐射上的准确性，以及可以对大规模、高分辨率的卫星图像数据的处理。能够结合大数据处理、计算机视觉和地理信息科学以实现遥感云去除效果。
-
公开(公告)号：CN115876721A
公开(公告)日：2023-03-31
申请号：CN202211429800.6
申请日：2022-11-15
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N21/359 , G06V10/764 , G01N21/3563 , G01N21/25
Abstract: 本发明属于农作物分类技术领域，公开了一种农作物分类方法、系统、介质、计算机设备及终端，选取VENμS影像作为数据源，以农业区的玉米、大豆和小麦三种农作物为分析对象，利用农作物在不同的物候时具有不同的光谱反射特性，建立作物NDVI时间序列模型，并用Pearson相关系数对作物类型进行判别；通过设置常数忽略云像素，并采用混淆矩阵的方法对作物分类结果进行分析验证。与传统的使用单时相遥感影像进行监督分类和非监督分类的方法相比，本发明提出的方法充分利用多时相的遥感数据，采用Pearson相关系数进行作物分类，总体精度达到79.30％，Kappa系数达到70.61％，有效地弱化了不同作物之间的光谱混淆现象。
-
公开(公告)号：CN115830444A
公开(公告)日：2023-03-21
申请号：CN202211482287.7
申请日：2022-11-24
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G01N21/55 , G06V10/764 , G06V10/82 , G06V10/774 , G06N20/10
Abstract: 本发明公开一种基于高光谱数据波段选择的水稻黑穗病提取方法及系统，该方法通过遗传算法结合偏最小二乘方法对高光谱波段进行初步选择,然后使用相关系数法和类间不稳定指数法对初步选择的特征波段进一步优选,与传统的波段优选与高光谱数据降维方法相比,本发明使用的方法优选出了更优的特征波段组合,特征波段数量更少,特征波段建模后的预测精度更高,从而在保证预测精度不降的情况下,进一步降低数据维度和剔除噪声数据,提高了水稻黑穗病监测的精度和模型监测速度。
-
公开(公告)号：CN119181017A
公开(公告)日：2024-12-24
申请号：CN202411173432.2
申请日：2024-08-26
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于遥感数据处理与制图技术领域，公开了一种基于超像素无监督线性判别分析的遥感图像分类方法及系统，本发明通过利用超像素生成的结果进行局部重建实现遥感图像去噪，通过超像素与线性判别分析结合实现无监督全局特征降维，通过超像素与局部Fisher判别分析结合实现无监督局部特征降维，将最后提取到的全局特征与局部特征进行通道连接得到全局‑局部特征，并结合支持向量机实现遥感图像的分类。解决了现有遥感图像分类中去噪方法参数调整困难、训练样本不足以及泛化能力不足的问题；解决了现有降维方法缺乏数据表示能力和损害降维后特征的判别能力的问题。
-
Patent Agency Ranking
公开(公告)号：CN118172402A
公开(公告)日：2024-06-11
申请号：CN202410113808.4
申请日：2024-01-26
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及数据处理技术领域，具体提供一种基于球面体素划分的有效叶面积指数生成方法及系统，包括：通过无人机航拍装置获取目标区域的三维点云数据，并对所述三维点云数据进行滤波处理，得到样本数据；将所述样本数据投影到半径为1的球面上进行球面体素划分，得到天顶视角下的孔隙率；利用点云表面重建算法基于所述样本数据重建冠层点云的三角面片集合，基于所述三角面片集合和天顶视角构建投影函数；根据比尔朗伯定律，基于所述投影函数和所述孔隙率生成有效叶面积指数。本发明能够实现对有效叶面积指数的准确评估。
-
公开(公告)号：CN117523396A
公开(公告)日：2024-02-06
申请号：CN202311491921.8
申请日：2023-11-09
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种聚合多层注意力机制与边缘特征的耕地地块分割方法，包括：采集原始图像，对原始图像进行预处理，获取预处理后的原始图像；构建聚合多层注意力机制与边缘特征的深度学习模型，将预处理后的原始图像输入深度学习模型并采用编码器进行分层处理，提取边缘特征图和自注意力特征图；通过解码器对边缘特征图和自注意力特征图进行特征增强，获取空间特征图；空间特征图与预处理后的原始特征图的映射进行加权求和，获取加权融合特征图；解码器对加权融合特征图进行跨越连接，获取空间增强特征图；基于空间增强特征图，通过调整通道维数，获取耕地分割结果；将交叉熵函数和dice函数的加权和对耕地分割结果进行评估，获取评价结果。
-
公开(公告)号：CN116029573A
公开(公告)日：2023-04-28
申请号：CN202111232642.0
申请日：2021-10-22
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06Q10/0639 , G06Q50/02 , G06N3/04 , G06N3/08
Abstract: 本发明涉及土地利用和质量评估技术领域，具体涉及一种基于全遥感数据驱动的耕地自然质量评价方法。本发明结合遥感监测技术用于耕地质量评价，能频繁而持久地提供地表面信息，而且可以在长时间尺度上对耕地质量的动态变化进行监测的优势，考虑到非监督的机器学习客观性强，且不需要人为干预，自动寻找评价单元内耕地质量的内在规律及与各评价指标间复杂的非线性关系，实现基于竞争神经网络，以遥感指标驱动的耕地质量评价方法。本发明克服了传统耕地质量评价依赖专家经验、评价指标获取依赖地面调查的局限性，很大程度上减少了传统耕地质量评价中人力物力的巨大消耗，其长时间多尺度地监测优势，实现了耕地资源及时、高效的监管。
-
公开(公告)号：CN114782834A
公开(公告)日：2022-07-22
申请号：CN202210408922.0
申请日：2022-04-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/13 , G06V10/774 , G06K9/62 , G06F16/901 , G06F17/11 , G01N33/24
Abstract: 本发明公开一种基于比值法的农田土壤水分反演方法及系统，首先获取SAR影像和光学影像，并进行预处理；然后提取后向散射系数以及植被描述参数；构建土壤水分估算数据集，并确定训练集和测试集；在训练集上构建比值方程；基于最小代价函数策略估算土壤水分和估算精度；有效粗糙度参数条件下构建的比值方程为最终的土壤水分估算模型；最后进行精度验证。本发明提供的方法利用比值方法分离植被散射贡献，简便且计算高效，减少了对于实测粗糙度参数的依赖，通过SAR提取的植被描述参数，以及借助光学数据提取植被参数，用于表征比值方程中植被的散射特征，发挥了光学数据能较好的表征植被生长状况的优势，在一定程度上提高了土壤水分的反演精度。
-
公开(公告)号：CN117152639A
公开(公告)日：2023-12-01
申请号：CN202310410495.4
申请日：2023-08-26
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开一种基于无人机影像的玉米生长初期行中心线提取方法及系统。首先，获取玉米生长初期的无人机影像数据，将影像进行切割；然后对图像进行背景分割处理，将绿色植物与土壤进行分割；再通过垂直投影法获取作物行数；并利用微感兴趣区域(micro‑ROI)求取质心点，即特征点，对目前获得的特征点，用位置聚类法去除其中的伪特征点，从而获取最终准确的特征点；最后通过基于最小二乘线性回归方法拟合所有的特征点，得到行中心线；基于行中心线信息提取玉米的缺苗位置及数量，为后续的补苗操作提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.027 seconds)
