-
公开(公告)号：CN115546179A
公开(公告)日：2022-12-30
申请号：CN202211316076.6
申请日：2022-10-26
Applicant: 南京林业大学
IPC: G06T7/00 , G06T7/11 , G06T7/521 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于优化模糊深度网络的林木胸径材积精准预测方法，包括：对林地点云数据预处理并单木分割；获取单株树木的林木参数；建立林木参数预测网络，林木参数预测网络包括模糊深度网络和鸽群优化模块，训练林木参数预测网络，训练完成后输出预测值并输送给鸽群优化模块，鸽群优化模块更新模糊深度网络的参数并完成最优参数搜寻，模糊深度网络依据最优参数完成自适应训练，建立林木参数预测模型；本发明开展林木参数预测模型，提出自适应算法以增强林木参数预测模型对不同林木品种的泛化能力，嵌入注意力机制模块增强网络的鲁棒性，融合鸽群优化算法实时调整模糊深度网络的参数，进一步提升了模型的预测精度与学习能力。
-
公开(公告)号：CN109446691B
公开(公告)日：2022-12-20
申请号：CN201811322277.0
申请日：2018-11-08
Applicant: 南京林业大学
IPC: G06F30/20 , G06T17/00 , G06F119/14
Abstract: 本发明公开了一种基于激光点云与空气动力学的活立木抗风性能分析方法，包括获取林木点云数据并枝叶分离；采用拉普拉斯算法对枝干点云进行收缩；将枝干点云数据自下而上切分为不同的层；求取每个高度分层的聚类中心点，根据聚类中心点拟合每一个高度分层的枝干；将活立木不同枝干骨架分类为主枝干和次级枝干；完成对活立木叶子点云数据的归属；建立林分模型，将林分模型加载风力，根据湍流模型和流固耦合模型分析林分内部动态压力、风速度以及湍流动能强度分布，本发明计算复杂度适中，能更好地描述活立木的空间结构特征与生长参数变化，实现活立木在台风下抗风性能的定性定量化评估，准确度高，为树木的栽培种植与防风营造提供准确的理论依据。
-
公开(公告)号：CN113124817B
公开(公告)日：2022-05-24
申请号：CN202110370495.7
申请日：2021-04-07
Applicant: 南京林业大学
Abstract: 本发明公开了一种便携式的林木测高采样器，涉及测量机械技术领域，包括底座以及升降杆，所述升降杆的顶端安装有可拆卸的采样组件，所述采样组件由固定板、电机A、转动板、动力组件、取样组件一以及取样组件二组成，所述固定板通过螺丝与所述升降杆的顶端可拆卸固定。本发明通过升降杆与标尺板的配合使用可测量树木高度，同时红外探测器还可通过紫外线探测树木高度并将数据传送至控制器，测量数据更加准确，通过取样组件一与取样组件二的配合使用使得装置采样完全，并且取样组件一与取样组件二均可进行移动，方便操作人员进行取样工作，在采样过程中同时完成收集，实用性强，能够一次性完成测高及多种采样需求，提高了操作人员的工作效率。
-
公开(公告)号：CN114066966A
公开(公告)日：2022-02-18
申请号：CN202111352735.7
申请日：2021-11-16
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于多孔介质理论和计算机图形学的树冠孔隙率估算方法，包括采集树木激光点云数据；对叶子和枝干点云分类，通过带有自适应半径分配的圆柱体拟合枝干，提取单个叶子的点云数据；对单个叶片的点云数据进行去燥处理；采用三次多项式曲线拟合方法确定每个叶片的边缘点；计算每个叶片的等效厚度，再通过自适应参数分配形成的六边形棱镜包络每个叶子的点云，得到每个叶片的等效体积；计算树冠中所有叶片的总等效体积和所有枝干总体积，并结合树冠体积，估算出树冠的孔隙率。本发明得出的GF全局解不随观测视角的变化而变化，并克服了通过投影变换生成HP的局部数据的限制，以及从固定位置省略其他信息的有限视觉覆盖。
-
公开(公告)号：CN109409429B
公开(公告)日：2021-08-20
申请号：CN201811263568.7
申请日：2018-10-28
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于激光雷达点云数据的树种分类方法，包括通过激光雷达传感器获取林段点云数据；对林段点云数据进行单株树分割；提取完整的单株树点云数据；删除多余杂点；根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。本发明结合树木结构特征参数、树木纹理特征参数和树冠特征参数进行树种分类，使用多类特征值参数对分类结果有很好的提升作用，树种识别程度较高。
-
Patent Agency Ranking
公开(公告)号：CN107705309B
公开(公告)日：2020-12-04
申请号：CN201710955957.5
申请日：2017-10-15
Applicant: 南京林业大学
Abstract: 本发明提供一种测定数据方便，不受环境影响，评估结果准确的激光点云中林木参数评估方法。该方法是对点云数据进行窗口平滑操作，以消除地形高度差；对点云特征进行枝叶分离操作，并获取主枝干信息；计算主枝干点云的法矢量，求取瑞利商获取主枝干倾斜角；结合投影分水岭算法，实现对橡胶林段的单株提取；株株分离后进行反演冠幅与叶片分布，分别计算了冠幅、胸径、冠积、倾斜度、树叶分布与叶面积指数等参数。
-
公开(公告)号：CN109212505B
公开(公告)日：2019-11-05
申请号：CN201811060614.3
申请日：2018-09-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机多光谱高重叠度影像的森林林分特征反演方法，借助无人机机载多光谱传感器获取高重叠度影像，利用波段组合和植被指数变换获取光谱数据；并利用空中三角测量算法与点云密集匹配算法生成数字点云数据；基于归一化点云数据和光谱数据来提取待测林冠层结构特征变量；最后结合地面实测待测林林分数据和提取的待测林冠层结构特征变量构建多元回归模型，反演待测林林分特征。本发明有助于提高森林林分特征的反演精度，并可掌握待测林空间结构及动态变化规律，对于森林可持续生产经营、生态环境建模及维持区域生态平衡具有重要意义。
-
公开(公告)号：CN109766886A
公开(公告)日：2019-05-17
申请号：CN201910002533.6
申请日：2019-01-02
Applicant: 南京林业大学 , 江苏南水水务科技有限公司
Abstract: 本发明提供了一种基于图像识别的水位识别方法，步骤包括：从水尺图像中定位出水尺位置，并根据定位出的水尺位置对水尺图像进行裁剪；对裁剪获得的水尺图像进行字符定位，获得水尺图像中的各个字符，再根据字符的排列特点对水尺图像中的各个数字字符进行切割，获得各个数字字符图像；对各个数字字符图像中的数字字符进行识别，获得各个数字字符的数值；在水尺图像中识别出水迹位置，并根据水迹位置与最下侧一个字符的相对位置关系计算出水位高度。该基于图像识别的水位识别方法利用MSER与模板匹配算法相结合，能够满足复杂场景中的水尺定位，并很好地解决了个别字符因为反光、污迹带来字符识别误差的问题，鲁棒性较好。
-
公开(公告)号：CN109446986A
公开(公告)日：2019-03-08
申请号：CN201811263570.4
申请日：2018-10-28
Applicant: 南京林业大学
Abstract: 本发明公开了一种面向树木激光点云的有效特征抽取与树种识别方法，包括：获取目标树的全覆盖点云数据；对目标树的全覆盖点云数据进行降噪处理以去除异常点；根据降噪后获得的点云数据分别分析目标树的三种类别的树木特征；抽取基于树木相对聚类特征的最优特征参数组；抽取基于点云分布特征的最优特征参数组；抽取基于树木表观特征的最优特征参数组；将三种类别的树木特征的最优特征参数组进行组合并作为变量输入到SVM分类器中进行树种分类。本发明达到了较高的树种分类精度，为获得更准确的森林树种分布提供了强有力的工具，减少了野外实体调查的高成本、费时、费力，减少了人工判读带来的误差。
-
公开(公告)号：CN109409429A
公开(公告)日：2019-03-01
申请号：CN201811263568.7
申请日：2018-10-28
Applicant: 南京林业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于激光雷达点云数据的树种分类方法，包括通过激光雷达传感器获取林段点云数据；对林段点云数据进行单株树分割；提取完整的单株树点云数据；删除多余杂点；根据单株树的结构特征、纹理特征以及冠形特征推导出单株树的结构特征参数、纹理特征参数以及冠形特征参数；将被测单株树的结构特征参数、纹理特征参数以及冠形特征参数的混淆矩阵输入到性能优化的SVM分类器中从而实现树种分类。本发明结合树木结构特征参数、树木纹理特征参数和树冠特征参数进行树种分类，使用多类特征值参数对分类结果有很好的提升作用，树种识别程度较高。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.022 seconds)
