公开(公告)号：CN119339263A

公开(公告)日：2025-01-21

申请号：CN202411317232.X

申请日：2024-09-20

Applicant: 中建一局集团第三建筑有限公司 ,  中国建筑一局(集团)有限公司 ,  北京林业大学

Inventor： 朱若柠 ,  梅晓丽 ,  王冬 ,  张晓丽 ,  柴国奇 ,  姚宗琦 ,  张晓霞 ,  张振鹏 ,  雷令婷 ,  夏寅欣 ,  李国冰

IPC: G06V20/17 ,  G06V10/26 ,  G06T7/62 ,  G06V10/82 ,  G06Q10/063 ,  G06Q50/26

Abstract: 本发明涉及图形属性的分析技术领域，公开了一种高郁闭森林碳储量变化量遥感计量方法，本发明中，先对森林进行单木林冠分割并对不同时相中的树进行匹配，再利用点云数据点数量的变化判断两个时相中树的存活状态变化；基于不同树的存活状态将树分类为正常树、早夭树、后夭树、已伐树、新生树，逐棵制定不同的碳储量变化量计量方法，再建模后把遥感数据代入模型计算各树的碳储量变化量；各棵树的碳储量变化量计算完成后相加即可获得准确的碳储量变化量数据，从而克服了上层林冠遮挡照对遥感的不利影响。地面调查数据仅用于建模，不需要从待测的森林中获取，不受待测的森林地形的影响，且建模完成后完全摆脱地面调查数据。

公开(公告)号：CN116485822B

公开(公告)日：2023-12-08

申请号：CN202310480182.6

申请日：2023-04-28

Applicant: 中建一局集团第三建筑有限公司 ,  中国建筑一局(集团)有限公司 ,  北京林业大学

Inventor： 朱若柠 ,  梅晓丽 ,  王冬 ,  张晓丽 ,  柴国奇 ,  李浩 ,  高凌寒 ,  张振鹏 ,  张晓霞 ,  姚宗琦 ,  雷令婷 ,  黄喆锐

IPC: G06T7/12 ,  G06T7/13

Abstract: 本发明涉及分割、边缘检测技术领域，公开了一种高郁闭度人工林单木树冠分层分割方法。通过把高光谱影像上的光谱数据赋予给同一位置的LiDAR点云，然后从LiDAR点云中根据光谱数据找出必然位于上层林冠的树冠上的光照边界线，再根据光照边界线的尺寸确定树冠的大致尺寸，根据树顶的位置确定树冠的大致位置，从而能够以更准确的方式设置点云分类窗口，在这个窗口内进行点云分割，从而克服树冠边缘重叠对单木树冠分割带来的不利影响，且完全不受下层林冠的干扰。在上层林冠完成分割后，去掉分类点，就仅剩下稀疏的下层林冠了，不存在重叠也不存在光谱的巨大差异，可毫不费力地进行分割。

公开(公告)号：CN119181022A

公开(公告)日：2024-12-24

申请号：CN202411451268.7

申请日：2024-10-17

Applicant: 北京林业大学

Inventor： 张晓丽 ,  姚宗琦 ,  雷令婷 ,  李彩霞

IPC: G06V20/10 ,  G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请涉及一种森林类型变化检测方法以及装置，该方法包括：获取样本图像数据集，构建森林类型变化检测模型；森林类型变化检测模型包括编码器以及解码器；将每对影像块输入至编码器，获得多尺度深度特征图；将多尺度深度特征图输入至解码器中，获得每对影像块的森林类型变化检测结果；根据每对影像块的森林类型变化检测结果、每对影像块的标签数据以及预设的损失函数，计算森林类型变化检测模型的损失值；根据损失值，对森林类型变化检测模型进行迭代训练，获得已训练的森林类型变化检测模型；将待检测区域两个时相的高分辨率遥感影像输入至已训练的森林类型变化检测模型，获得森林类型变化检测结果，提高了森林类型变化检测的效率以及精度。

公开(公告)号：CN117830850A

公开(公告)日：2024-04-05

申请号：CN202410011041.4

申请日：2024-01-03

Applicant: 北京林业大学

Inventor： 张晓丽 ,  王嘉琦 ,  李彩霞 ,  吴晶 ,  贾翔 ,  柴国奇 ,  姚宗琦 ,  陈龙 ,  朱若柠 ,  梅晓丽 ,  王冬

IPC: G06V20/10 ,  G01N21/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开一种基于多光谱RGB像片及植被指数检测人工幼龄林单木技术，适用于应用在树冠叶片稀少，幼树与背景地物相差不大的人工幼龄林场景，属于无人机多光谱影像在人工幼龄林业应用技术领域。关键技术要点包括：1.使用深度学习方法进行人工幼龄林单木检测，降低地面工作量；2.提出YOLOX‑CARAFE‑CA网络模型，提高模型对幼树检测的能力。3.融合RGB影像与植被指数，增加网络输入图像的信息维度。解决的关键性问题包括：1.让网络专注于学习幼树上更有用的信息；2.低成本获取人工幼龄林数据，提升人工幼龄林单木检测精度。该发明适用于树冠与背景地物相差不大的人工幼龄林场景，是首次针对人工幼龄林单木检测的方法，成果可为生态修复效果评价提供有力参考。

公开(公告)号：CN116485822A

公开(公告)日：2023-07-25

申请号：CN202310480182.6

申请日：2023-04-28

Applicant: 中建一局集团第三建筑有限公司 ,  中国建筑一局(集团)有限公司 ,  北京林业大学

Inventor： 朱若柠 ,  梅晓丽 ,  王冬 ,  张晓丽 ,  柴国奇 ,  李浩 ,  高凌寒 ,  张振鹏 ,  张晓霞 ,  姚宗琦 ,  雷令婷 ,  黄喆锐

IPC: G06T7/12 ,  G06T7/13

Abstract: 本发明涉及分割、边缘检测技术领域，公开了一种高郁闭度人工林单木树冠分层分割方法。通过把高光谱影像上的光谱数据赋予给同一位置的LiDAR点云，然后从LiDAR点云中根据光谱数据找出必然位于上层林冠的树冠上的光照边界线，再根据光照边界线的尺寸确定树冠的大致尺寸，根据树顶的位置确定树冠的大致位置，从而能够以更准确的方式设置点云分类窗口，在这个窗口内进行点云分割，从而克服树冠边缘重叠对单木树冠分割带来的不利影响，且完全不受下层林冠的干扰。在上层林冠完成分割后，去掉分类点，就仅剩下稀疏的下层林冠了，不存在重叠也不存在光谱的巨大差异，可毫不费力地进行分割。