一种果树树龄识别方法、装置、设备及存储介质

    公开(公告)号:CN111582035B

    公开(公告)日:2023-09-12

    申请号:CN202010266245.4

    申请日:2020-04-07

    Abstract: 本发明实施例提供一种果树树龄识别方法、装置、设备及存储介质,该方法包括:根据物候特征库获取历年关键生育期中分辨率卫星影像,并构建关键生育期中分辨率归一化植被指数(NDVI)时序影像,物候特征库是根据地物矢量训练集数据和多时相高分辨率NDVI时序影像构建;根据果园区域矢量对关键生育期中分辨率NDVI时序影像进行裁剪,获得历年果园区域矢量;根据物候特征库采用非监督分类方法对历年果园区域矢量提取得到历年果园区域二值化影像;并进行逆时序逐像元累加算法得到的果园树龄。本发明实施例避免了利用单年度影像树龄分类中无法考虑历史时期中自然灾害以及果树生长特征的短板,提高了树龄监测的精度和效率。

    一种农作物长势预测方法及系统

    公开(公告)号:CN111582554A

    公开(公告)日:2020-08-25

    申请号:CN202010307610.1

    申请日:2020-04-17

    Abstract: 本发明提供一种农作物长势预测方法及系统,包括:获取当前年份对应的归一化植被指数和每一历史年份对应的归一化植被指数;对当前年份和每一历史年份对应的归一化植被指数进行拟合重构,获取当前NDVI拟合曲线和每一历史NDVI拟合曲线;利用DTW算法对当前NDVI拟合曲线和每一历史NDVI拟合曲线进行规整处理,获取当前NDVI长势曲线和每一历史NDVI长势曲线;计算当前NDVI长势曲线与每一历史NDVI长势曲线的最短距离,将距离最小的历史NDVI长势曲线对应的年份作为最佳NDVI长势匹配年份,对当前年份目标农作物的长势进行预测。根据得出的最佳匹配年份对目标农作物进行后期的长势预测,进而指导作物管理。

    一种田间幼苗期草类识别方法及装置

    公开(公告)号:CN110866540A

    公开(公告)日:2020-03-06

    申请号:CN201910958849.2

    申请日:2019-10-10

    Abstract: 本发明提供一种田间幼苗期草类识别方法及装置,将采集的田间幼苗期草类图像输入至田间幼苗期草类识别模型,输出田间幼苗期草类图像对应的田间幼苗期草类种类,其中,田间幼苗期草类识别模型是将经过初始训练的InceptionV3模型迁移至田间幼苗期草类样本图像集上进行训练后获得的。本发明使InceptionV3模型经过初始训练后直接迁移至田间幼苗期草类样本图像集上进行训练,由于InceptionV3模型经过初始训练后已经具备了一定的图像识别能力,因此再迁移到田间幼苗期草类样本图像集上进行训练能提高训练效率,由此可提高田间幼苗期草类识别模型的训练效率和识别准确率。

    冬小麦叶片氮素含量预估方法及装置

    公开(公告)号:CN109752487A

    公开(公告)日:2019-05-14

    申请号:CN201811446103.5

    申请日:2018-11-29

    Abstract: 本发明实施例提供一种冬小麦叶片氮素含量预估方法及装置,属于农作物种植技术领域。该方法包括:获取冬小麦冠层叶片中各叶片层氮素含量,基于各叶片层氮素含量,确定冬小麦的氮素垂直分布信息,并基于各叶片层氮素含量,构建冬小麦的最优层氮素模型;将氮素垂直分布信息与最优层氮素模型进行耦合,得到冬小麦的冠层叶片氮素含量预测模型,并基于冠层叶片氮素含量预测模型对冬小麦的冠层叶片氮素含量进行预测。由于遥感信息对冠层信息的探测具有一定的局限性,而结合冬小麦的垂直分布规律,可准确以及快速地对叶片氮素含量的监测。

    基于迭代模糊超限学习机的背光补偿方法及装置

    公开(公告)号:CN109584172A

    公开(公告)日:2019-04-05

    申请号:CN201811337780.3

    申请日:2018-11-12

    Abstract: 本发明实施例提供一种基于迭代模糊超限学习机的背光补偿方法及装置,所述方法包括:将获取到的待补偿背光图像的第一背光度和第二背光度,输入至训练好的迭代模糊超限学习机,输出第三背光度;基于所述第三背光度对所述待补偿背光图像进行补偿。本发明实施例提供的基于迭代模糊超限学习机的背光补偿方法及装置,通过使用迭代模糊超限学习机对待补偿背光图像的两个背光度指标进行回归,得到待补偿背光图像的最终背光度,基于最终背光度对待补偿背光图像进行补偿,从而提高了背光图像的亮度,提高了补偿的运算速度,扩大了背光补偿的应用范围。

    一种利用雷达遥感数据监测小麦倒伏的方法及装置

    公开(公告)号:CN103969632B

    公开(公告)日:2016-06-08

    申请号:CN201410116033.2

    申请日:2014-03-26

    Abstract: 本发明涉及一种利用雷达遥感数据监测小麦倒伏的方法及装置,包括:获取监测区域的全极化合成孔径雷达遥感影像;处理所述合成孔径雷达遥感影像,提取不同极化通道的后向散射系数;提取监测区域内小麦种植区域的地块单元;计算每个地块单元所有像素在不同极化通道上的平均后向散射系数,并利用所述平均后向散射系数构建极化指数;将所述极化指数作为判断指标,对小麦的倒伏状况进行判断。采用该方法及装置,实现了大面积、快速准确监测小麦倒伏状况,掌握小麦倒伏的发生范围和严重程度,是灾情诊断、及时防控、损失评估的关键;雷达遥感数据不受天气影响,且雷达遥感观测对结构变化十分敏感,利用全极化合成孔径雷达数据监测倒伏更具优势。

    面向对象的农作物播期监测方法

    公开(公告)号:CN103294905B

    公开(公告)日:2016-02-10

    申请号:CN201310187707.3

    申请日:2013-05-20

    Abstract: 本发明提供一种面向对象的农作物播期监测方法,涉及农作物监测技术领域。该方法包含以下步骤:S1、根据多时相遥感影像数据,提取农作物的光谱参数,并根基所述农作物的光谱参数,采用自动分类方法,提取农作物种植区域;S2、将农作物种植区域分割成地块单元;S3、对地块单元进行异质性评价;S4、依据异质性评价结果划分地块单元的播期阈值;S5、以播期阈值为标准,遥感监测农作物的播种日期。本发明解决了目前农作物播期监测中存在的工作量大、自动化程度低、时效性差以及基于像素单元的遥感监测模型稳定性差等方面的问题,使得实现播种期的有效监测,进而针对不同播期的农作物开展有的放矢的调优管理,实现农作物高产、优质、高效、生态和安全。

    一种全反射式成像高光谱观测系统

    公开(公告)号:CN104614320A

    公开(公告)日:2015-05-13

    申请号:CN201410828217.1

    申请日:2014-12-25

    Abstract: 本发明公开一种全反射式成像高光谱观测系统,所述系统包括:镜头、狭缝组件、平面反射镜、前置球面反射镜M1、光栅M2、后置球面反射镜M3、电荷耦合元件CCD相机;镜头将光信号传输到狭缝组件,狭缝组件的入射光线与水平方向的夹角为预设值狭缝组件将光信号传输到平面反射镜;平面反射镜将光信号传输到前置球面反射镜M1,前置球面反射镜M1的入射角为预设值θ1;前置球面反射镜M1将光信号传输到光栅M2,光栅M2的入射角为预设值θ2,反射角为预设值θ2';光栅M2将光信号传输到后置球面反射镜M3,后置球面反射镜M3的入射角为预设值θ3;后置球面反射镜M3将光信号传输到CCD相机,CCD相机的感光平面与水平方向夹角为预设值

    一种利用雷达遥感数据监测小麦倒伏的方法及装置

    公开(公告)号:CN103969632A

    公开(公告)日:2014-08-06

    申请号:CN201410116033.2

    申请日:2014-03-26

    CPC classification number: G01S13/90 G01S7/41

    Abstract: 本发明涉及一种利用雷达遥感数据监测小麦倒伏的方法及装置,包括:获取监测区域的全极化合成孔径雷达遥感影像;处理所述合成孔径雷达遥感影像,提取不同极化通道的后向散射系数;提取监测区域内小麦种植区域的地块单元;计算每个地块单元所有像素在不同极化通道上的平均后向散射系数,并利用所述平均后向散射系数构建极化指数;将所述极化指数作为判断指标,对小麦的倒伏状况进行判断。采用该方法及装置,实现了大面积、快速准确监测小麦倒伏状况,掌握小麦倒伏的发生范围和严重程度,是灾情诊断、及时防控、损失评估的关键;雷达遥感数据不受天气影响,且雷达遥感观测对结构变化十分敏感,利用全极化合成孔径雷达数据监测倒伏更具优势。

    遥感图像辐射校正方法
    50.
    发明公开

    公开(公告)号:CN103198314A

    公开(公告)日:2013-07-10

    申请号:CN201310054700.4

    申请日:2013-02-20

    Abstract: 本发明公开了一种遥感图像辐射校正方法。所述方法包括以下步骤:测量遥感图像成像时成像区域的太阳天顶角θ、地形坡度角α、太阳方位角地形坡度方位角和地表辐射亮度L(λ);计算地形校正因子Tscs+c;通过MODTRAN模型计算直接辐射和水平面像元的散射辐射以及大气投射非对称性指数k(λ,z);计算地表入射太阳辐射E(λ,z);从遥感图像中提取大气顶层辐射Ll(λ)并通过MODTRAN模型计算出成像区域的程辐射Lp(λ,z)和地表至传感器入瞳处的透过率Tu(λ,z);求取地表反射率ρ(λ),λ为遥感器接收到的光谱波长,z为遥感器监测的高程。

Patent Agency Ranking