-
公开(公告)号：CN108830249B
公开(公告)日：2021-12-03
申请号：CN201810665243.5
申请日：2018-06-26
Applicant: 安徽大学
Abstract: 本发明涉及基于ASD高光谱数据的冬小麦白粉病遥感监测方法，包括以下步骤：采集冬小麦的冠层高光谱数据，计算病情指数DI；选取400～800nm波段范围内的冠层高光谱数据作为试验数据；分别计算各波段对于病情指数DI的权重值a和各波段之间的相关系数，求得将权重值和权重值a最大值所对应的波段与其它波段的相关系数归一化后二者间距d，取权重值a最大值所对应的波段和距离d中的最大正值所对应的波段作为最佳敏感波段组合；构造新植被指数NDVI1；选取10种与白粉病病情相关的植被指数与新植被指数NDVI1构建冬小麦白粉病监测模型。本发明通过对小麦高光谱数据中的原始波段信息进行分析、组合和加强，提取敏感波段和构建新的植被指数，并用于病虫害遥感监测。
-
公开(公告)号：CN109544538B
公开(公告)日：2021-09-24
申请号：CN201811422679.8
申请日：2018-11-27
Applicant: 安徽大学
Abstract: 本发明特别涉及一种小麦赤霉病病害等级分级方法，包括以下步骤：(A)采集得到原始图像；(B)对原始图像依次进行灰度化处理、二值化处理、开闭运算得到二值化图像；(C)将原始图像和二值化图像进行结合；(D)转换到Lab颜色空间，利用IABC‑K‑PCNN方法对a通道灰度图进行处理得到二值化的单穗赤霉病病斑图；(E)计算单穗面积S1和病斑面积S2，然后计算两者比值R；(F)根据国家标准、比值R将对该单穗的病害进行分级并将病害等级输出；还公开了一种分级装置。本发明提出的病害等级分级方法经大量样本测试，在小麦赤霉病田间调查时不破坏性采样，具有分级精度可靠、推广价值高等优势。
-
公开(公告)号：CN110132860B
公开(公告)日：2021-09-14
申请号：CN201910454573.4
申请日：2019-05-29
Applicant: 安徽大学
IPC: G01N21/25
Abstract: 本发明涉及一种基于麦穗尺度分析的冬小麦赤霉病高光谱遥感监测方法，与现有技术相比解决了赤霉病的遥感监测未针对麦穗尺度分析的缺陷。本发明包括以下步骤：高光谱遥感数据的获取；数据预处理；构建小麦赤霉病指数；多元逐步回归模型的建立；遥感监测结果的获得。本发明利用敏感波段内一阶微分总和的归一化比值构建赤霉病指数后，建立其与病情严重度的一元线性回归和多元逐步回归模型，实现了小麦赤霉病的有效监测，为染病小麦赤霉病在冠层尺度以及田块尺度上的无损诊断提供思路和依据。
-
公开(公告)号：CN108959661B
公开(公告)日：2021-08-06
申请号：CN201810946788.3
申请日：2018-08-20
Applicant: 安徽大学 , 中国科学院遥感与数字地球研究所
Abstract: 本发明涉及一种基于3S技术的土壤养分等级分类图生成方法及其精度评价方法，与现有技术相比解决了难以实现大空间范围土壤养分等级划分的缺陷。本发明包括以下步骤：土壤养分数据空间栅格图的生成；土壤养分等级分类图的设定；耕地地块提取；生成地块尺度的土壤养分等级分类图。本发明基于3S技术，在用GPS获取的野外采样点和RS提取耕地地块的基础上，综合运用GIS空间分析和地统计功能，解析地块尺度的土壤养分空间分布特征，实现大空间范围内、田块尺度上的土壤养分等级划分、空间制图和精度评价。
-
公开(公告)号：CN111751295A
公开(公告)日：2020-10-09
申请号：CN202010633251.9
申请日：2020-07-02
Applicant: 安徽大学
Abstract: 本发明提供了一种基于成像高光谱数据的小麦白粉病严重程度检测模型的建模方法及应用。通过高光谱成像仪扫描获取侵染白粉病小麦叶片382.9～1059.1nm波长范围内1024个波段的高光谱影像；计算小麦叶片白粉病病情指数，依据病情指数对小麦侵染程度进行分级，获取小麦叶片的等级标签；以高光谱影像的光谱数据作为原始波段，利用主成分分析算法、随机森林和连续投影算法分别从1024个波段中挑选出对白粉病敏感的特征波段的光谱信息，用支持向量机、随机森林、概率神经网络三种建模方法将等级标签和每个样本特征波长光谱信息一一对应，训练对应关系，得到预估模型。本发明的预估模型精度达到93.33％。
-
Patent Agency Ranking
公开(公告)号：CN111738138A
公开(公告)日：2020-10-02
申请号：CN202010564475.9
申请日：2020-06-19
Applicant: 安徽大学
Abstract: 本发明涉及一种耦合气象特征区域尺度的小麦条绣病严重度遥感监测方法，与现有技术相比解决了小麦条锈病遥感监测精度差的缺陷。本发明包括以下步骤：遥感训练数据的获取；遥感训练数据的特征筛选；气象数据的特征筛选；小麦条绣病遥感监测模型的构建；小麦条绣病遥感监测模型的训练；待分析遥感数据的获取和特征提取；小麦条绣病严重度遥感监测结果的获得。本发明实现了区域尺度上小麦条锈病严重度的精确监测。
-
公开(公告)号：CN108254341B
公开(公告)日：2020-08-11
申请号：CN201711478794.2
申请日：2017-12-29
Applicant: 安徽大学
IPC: G01N21/64
Abstract: 本发明特别涉及一种双量子点荧光二维探针马拉硫磷与乙硫磷识别定量检测方法及装置，该方法包括如下步骤：(A)开启激发光源，激发光源均匀射向第一比色皿和第二比色皿；(B)向第一、二比色皿中分别加入两种量子点溶液后用光谱仪采集两个比色皿的荧光光谱并分析得到荧光峰值和峰位；(C)加入被测溶液后再分析得到荧光峰值和峰位；(D)计算峰值比率和发射峰红移值：(E)将所得值与二维探针标准曲线进行比较得到有机磷农药种类和浓度信息。这里通过引入峰值比率和发射峰红移值两维变量实现对农药种类和浓度的识别，识别的结果准确度和精确度都非常的高；同时，处理过程相对简单，大幅提高了检测的速度。
-
公开(公告)号：CN111462223A
公开(公告)日：2020-07-28
申请号：CN202010321528.4
申请日：2020-04-22
Applicant: 安徽大学
Abstract: 本发明特别涉及一种基于Sentinel-2影像的江淮地区大豆和玉米种植面积识别方法，包括如下步骤：A、获取Sentinel-2卫星拍摄的待测区域卫星图像并进行预处理；B、采用JM距离计算土地覆盖类型之间的可分离性，选择最佳分类时相的图像；C、通过分类算法对目标区图像中的像素点进行分类；D、根据被分类为大豆/玉米的像素点数量计算得到大豆/玉米的种植面积。本发明利用具有较高时空分辨率的Sentinel-2影像数据，结合相关分类算法，可以很好地实现江淮地区大豆和玉米的识别。采用这些步骤，可以在大豆和玉米收获之前，以相对快速和低成本的方式，在种植结构破碎的主产区对大豆和玉米进行识别并制图，获得相对可靠的大豆和玉米的空间分布结果，从而为种植结构复杂和气候多变地区的大豆和玉米种植面积提取提供技术支持。
-
公开(公告)号：CN110929944A
公开(公告)日：2020-03-27
申请号：CN201911188021.X
申请日：2019-11-28
Applicant: 安徽大学
Abstract: 本发明涉及基于高光谱图像与光谱特征相融合技术的小麦赤霉病病情严重度预测方法，与现有技术相比解决了高光谱图像特征难以与光谱特征有效结合实现赤霉病分析的缺陷。本发明包括以下步骤：高光谱图像数据的获取和预处理；光谱特征的提取；高光谱图像颜色特征的提取；对颜色特征做相关性分析；构建并训练预测分析模型；待预测高光谱图像数据的输入；小麦赤霉病病情严重度的预测。本发明提取了光谱特征和高光谱图像的颜色特征，结合PSO-SVM算法建立基于光谱和颜色特征的小麦赤霉病病情严重度诊断模型，实现了有效对小麦赤霉病病情严重度的诊断。
-
公开(公告)号：CN110736750A
公开(公告)日：2020-01-31
申请号：CN201911033059.X
申请日：2019-10-28
Applicant: 安徽大学
IPC: G01N21/88
Abstract: 本发明特别涉及一种基于多角度田间高清成像的小麦赤霉病检测方法，包括如下步骤：(A)将疏松架放置在田间待检测区域，让麦穗从疏松架的网格孔中穿过；(B)启动拍摄单元，采集M张多个角度的麦穗图像；(C)对M张麦穗图像进行处理，识别图像中的麦穗以及该麦穗对应的网格，得到每张麦穗图像中每株麦穗的麦穗区域和染病区域，以此计算出麦穗的病害严重度；(D)计算第n个麦穗病害严重度均值。通过多角度拍摄，可以避免某个角度下麦穗因遮挡而导致的结果不准确现象，为了匹配多角度图片中相同的麦穗，这里通过疏松架对麦穗进行分割，保证后续麦穗匹配的准确度和处理速度，同时还能让麦穗更整齐，拍摄的图片处理效果更佳。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.04 seconds)
