-
公开(公告)号：CN112801991A
公开(公告)日：2021-05-14
申请号：CN202110149577.9
申请日：2021-02-03
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明涉及一种基于图像分割的水稻白叶枯病检测方法，该方法包括：通过获取水稻叶片图像，根据水稻叶片图像和预设的图像分割算法，获取水稻叶片图像对应的超像素图像，其中，超像素图像中包括若干个超像素，每个超像素基于若干个水稻叶片图像中的像素点生成；之后，根据超像素图像和预设的病斑提取算法，提取超像素图像中的疑似病斑，将超像素图像中的疑似病斑的特征输入已训练好的水稻白叶枯病检测模型，得到水稻叶片的白叶枯病检测结果。相对于现有技术，本申请提高了白叶枯病检测的准确性，并且由于对水稻叶片图像进行图像分割，转化为超像素图像，更进一步提高了白叶枯病的检测效率，能够满足高精度、高效率的水稻白叶枯病的检测需求。
-
公开(公告)号：CN112801990A
公开(公告)日：2021-05-14
申请号：CN202110149575.X
申请日：2021-02-03
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明涉及一种水稻叶片稻瘟病的检测方法，该方法包括：获取若干幅水稻叶片图像；其中，所述水稻叶片图像中的像素点均具有亮度分量和红绿分量；基于所述水稻叶片图像中各个像素点的亮度分量和预设的叶片像素点提取策略，提取所述水稻叶片图像中的叶片像素点；基于所述叶片像素点的红绿分量和预设的病斑像素点提取策略，提取所述叶片像素点中的病斑像素点；根据各幅所述水稻叶片图像中所述叶片像素点数量和所述病斑像素点的数量，得到水稻叶片稻瘟病的检测结果。相对于现有技术，本申请不仅能够提升了水稻叶片稻瘟病检测的效率，而且提高了水稻叶片稻瘟病检测的准确性。
-
公开(公告)号：CN114120144B
公开(公告)日：2025-04-29
申请号：CN202111416415.3
申请日：2021-11-19
Applicant: 广东省科学院广州地理研究所
IPC: G06V20/13 , G06V10/42 , G06V10/764
Abstract: 本发明涉及数据分析领域，特别涉及一种湿地生态环境的遥感检测方法，包括：基于长时序湿地遥感分类数据集，获取湿地区域的第一湿地类型数据，根据所述第一湿地类型数据以及与所述第一湿地类型数据相应的指数因子的算法，获取指数因子，对所述指数因子进行归一化处理，获取所述指数因子相应的湿地综合指数；获取显示指令，其中，所述显示指令包括待检测区域的长时序湿地遥感分类数据集，获取待检测区域的电子地图数据，根据所述待检测区域的长时序湿地遥感分类数据集，获取相应的湿地综合指数，根据所述湿地综合指数以及预设的指数区间与所述指数区间对应的湿地标识，获取所述电子地图数据的各个区域的湿地标识，在所述电子地图数据上进行湿地标识的显示以及标注。
-
公开(公告)号：CN118711031B
公开(公告)日：2024-11-19
申请号：CN202411178842.6
申请日：2024-08-27
Applicant: 广东省科学院广州地理研究所
IPC: G06V10/80 , G06V10/764 , G06V20/13 , G06V20/10 , G01J5/48
Abstract: 本申请涉及一种基于地形类型的热效应分析方法、装置、设备以及介质，该方法包括：获取目标区域的热红外波段影像数据、多光谱影像数据以及全色波段影像数据；根据热红外波段影像数据以及多光谱影像数据，确定目标区域的地表温度分布图以及目标区域的归一化植被指数；根据全色波段影像数据，确定目标区域的地形分布图；根据地形分布图以及目标区域的归一化植被指数，确定沟谷区域图像中各个沟谷像元的归一化植被指数；根建立第一热效应分析模型；根据各个山顶像元的地表温度以及数字高程模型数据，建立第二热效应分析模型；根据第一热效应分析模型以及第二热效应分析模型，获得目标区域的热效应分析结果，可以定量分析目标区域的热效应。
-
公开(公告)号：CN118628681A
公开(公告)日：2024-09-10
申请号：CN202411110277.X
申请日：2024-08-14
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明涉及一种城市群生态安全格局图生成方法、系统及计算机设备，包括：基于静态视角下的生态评价方法，对目标城市群构建初始生态安全格局；获取目标城市群动态发展过程中的人类活动用地变化区域；根据人类活动用地变化区域和初始生态源地和初始保护性廊道得到重构生态源地和重构关键节点；以最小构建成本法连接相邻的重构关键节点得到增设保护性廊道；通过设置缓冲区并计算生态功能重要总值，获取重构保护性廊道；结合重构生态源地、重构关键节点和重构保护性廊道，生成重构生态安全格局，获取目标城市群的城市地图，结合重构生态安全格局得到目标城市群的生态安全格局图，具有提高了生态安全格局图生成的效率和准确度的优点。
-
Patent Agency Ranking
公开(公告)号：CN118196651B
公开(公告)日：2024-08-06
申请号：CN202410591827.8
申请日：2024-05-14
Applicant: 广东省科学院广州地理研究所 , 广东碳中和研究院(韶关)
IPC: G06V20/13 , G06V10/764 , G06V10/77 , G06V10/774
Abstract: 本发明涉及遥感监测领域，特别涉及一种基于遥感图像的冰雪识别方法、装置、计算机设备以及存储介质，通过选取特征数据中的目标特征向量，构建特征向量组合，将特征向量组合对应的若干个相应类别的样本遥感图像的特征数据输入至待训练的冰雪识别模型中，采用训练数据更新迭代以及重复构建特征向量组合的方法，对冰雪识别模型进行迭代训练，构建目标冰雪识别模型，提高冰雪识别的准确性以及效率。
-
公开(公告)号：CN116229280B
公开(公告)日：2024-06-04
申请号：CN202310024537.0
申请日：2023-01-09
Applicant: 广东省科学院广州地理研究所
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种崩岗识别方法、装置、电子设备以及存储介质，该方法包括：获取待测区域的遥感图像；将所述遥感图像输入至已训练的第一崩岗识别模型，获得若干个初始崩岗区域；获取每个所述初始崩岗区域的预设数量的特征，将每个所述初始崩岗区域的预设数量的特征输入至已训练的崩岗分类模型，获得崩岗分类结果；根据所述崩岗分类结果，从若干个所述初始崩岗区域中确定目标崩岗区域。本申请实施例通过已训练的第一崩岗识别模型获得初步崩岗识别结果，通过已训练的崩岗分类模型从初步崩岗识别结果中确定目标崩岗，无需人工解译崩岗，提高了崩岗识别效率。同时，减少了初步崩岗识别结果中误识别的情况，提高了崩岗识别的准确度。
-
公开(公告)号：CN112528559B
公开(公告)日：2024-04-23
申请号：CN202011403257.3
申请日：2020-12-04
Applicant: 广东省科学院广州地理研究所
IPC: G06F30/27 , G06F18/23213 , G06F18/22 , G01N33/18 , G01N30/02 , G01N21/64 , G01N21/55 , G01N21/31 , G01N21/25
Abstract: 本发明公开了一种结合预分类与机器学习的叶绿素a浓度反演方法，包括先实地采集二类水体表面的反射率数据及水体的叶绿素a浓度值；然后对反射率数据进行预分类，求取不同分类数目下的误差平方和，根据误差平方和确定真实聚类数目K；再将采集的反射率数据分成K类，并在不同尺度下进行连续小波变换，得到每一类的小波系数；将各类小波系数与实测的叶绿素a浓度值进行相关性分析，筛选出相关系数大于预设阈值的小波系数；接着将筛选出的各类小波系数进行支持矢量回归建模，并进行超参数优化，最终得到叶绿素a浓度反演模型，模型可用来根据反射率的小波系数反演出二类水体的叶绿素a浓度。本发明能够实现二类水体叶绿素a浓度高精度反演。
-
公开(公告)号：CN114202535A
公开(公告)日：2022-03-18
申请号：CN202111533358.7
申请日：2021-12-15
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明提供一种作物种植面积提取方法及装置。该方法的具体步骤包括：获取目标区域的遥感影像数据，对其预处理、矢量化和栅格化得到田块栅格数据；获取目标区域田块若干作物的样本数据，生成训练样本；获取目标区域的Sentinel‑1A影像数据，对其预处理和时空滤波得到后向散射时间序列数据，构建作物时间序列后向散射曲线；构建作物典型物候特征；利用分类器提取作物类型分布图；利用所述田块栅格数据对所述作物类型分布图进行掩膜处理，得到田块作物类型分布图；估算作物种植面积。本发明所述的一种作物种植面积提取方法及装置，将较高重访周期的Sentinel‑1A时间序列数据与田块栅格数据相结合，能够有效解决多云雨地区受天气影响，作物分类精度较低的问题。
-
公开(公告)号：CN114120143A
公开(公告)日：2022-03-01
申请号：CN202111416413.4
申请日：2021-11-19
Applicant: 广东省科学院广州地理研究所
IPC: G06V20/13 , G06K9/00 , G06V10/762 , G06K9/62
Abstract: 本发明涉及数据分析领域，特别涉及一种基于遥感图像的热点区识别方法，包括：获取目标区域的遥感图像数据集，根据遥感图像数据集中的遥感图像的时间点，获取遥感图像数据集的时间序列；根据集合经验模态分解算法，对时间序列进行分解，获取遥感图像数据集的IMF子序列；根据IMF子序列以及热点指数计算算法，获取遥感图像中单个像元的热点指数；获取遥感图像的空间权重参数，根据热点指数以及空间权重参数，获取目标区域的热点区；响应于热点区显示指令，热点区显示指令包括待识别区域的遥感图像数据集，获取电子地图数据，根据待识别区域的遥感图像数据集，获取待识别区域的遥感图像数据集对应的热点区，在电子地图数据上进行热点区的显示以及标注。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.092 seconds)
