-
公开(公告)号：CN117036995A
公开(公告)日：2023-11-10
申请号：CN202310921962.X
申请日：2023-07-25
Applicant: 东北林业大学
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于神经网络的城市森林三维结构监测方法，本发明涉及基于神经网络的城市森林三维结构监测方法。本发明的目的是为了解决现有方法对城市森林中各类景观植物的分类识别准确率低，需要的人力、物力大，更新速度慢且无法实现大范围的动态监测的问题。过程为：步骤一、采集无人机拍摄城市森林的图像数据集和相对应的类别标签文件数据集，组成样本数据集；步骤二、建立神经网络模型；步骤三、将步骤一的样本数据集输入到建立的神经网络模型中，得到最优网络模型；步骤四、向最优网络模型中输入待测城市森林的图像数据进行分类预测，获得城市森林的图像的类别，类别为植物名称、植物所属城市、植物所属月份。本发明用于城市森林监测领域。
-
公开(公告)号：CN101033404A
公开(公告)日：2007-09-12
申请号：CN200710072066.1
申请日：2007-04-20
Abstract: 本发明公开了一种白藜芦醇提取后的固形废弃物资源化利用的方法，将提取白藜芦醇后的花生根茎残渣粉碎，粉碎后的残渣干燥，然后用螺旋挤压机挤压成型，成为棒坯，将棒坯装入炭化炉进行炭化反应，炭化结束，得生物质炭，炭化反应产生的气体冷凝后得到冷凝液和不凝性气体，冷凝液低温沉降后过滤，滤液为木醋液，粘稠性滤渣为木焦油，不凝性气体经处理后返回至炭化炉做为炭化燃料。
-
公开(公告)号：CN116597152A
公开(公告)日：2023-08-15
申请号：CN202310615393.6
申请日：2023-05-29
Applicant: 东北林业大学
IPC: G06V10/28 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种城市森林林分结构功能多样性系统监测与评价方法，本申请通过不同植物叶片与叶根比例的不同，通过叶片和叶根长度的比值，并结合同一类型下植物的色素信息，识别叶片所属植物的类型，植物的叶片中，叶片和叶根长度的比值是一个明显的特征，通过二值化后的图像识别该特征，速度快，而且准确率高，若仅通过叶片和叶根长度的比值或植物色素信息来识别植物的类型，由于一些植物的叶片和叶根长度的比值比较接近，而且不同植物色素信息可能比较接近，会导致识别准确率低的问题。而本申请将两个特征进行结合，通过叶片和叶根长度的比值以及植物的色素信息综合判断植物的类型，这样极大地提升了特征的综合性，提高了识别的准确率。
-
公开(公告)号：CN114973001B
公开(公告)日：2023-02-03
申请号：CN202210691587.X
申请日：2022-06-17
Applicant: 东北林业大学
Abstract: 一种湿地植物生长信息监测方法，涉及湿地植物监测技术领域，针对现有技术中不能得出湿地植物在各个阶段准确清楚的生长信息的问题，本申请利用了湿地植物在幼苗时叶子呈黄绿色，长大后叶子变深绿色这一特征，根据不同阶段湿地植物的颜色监测湿地植物的生长情况，并结合了神经网络进行识别和判断，极大地增加了判断效率。本申请解决了传统靠肉眼来分辨湿地植物在各个阶段的生长信息准确率低的问题，本申请利用湿地植物生长过程中光合作用能力强弱导致的湿地植物本身颜色的差异来进行湿地植物生长信息的识别，本申请可以准确清楚的得到湿地植物在各个阶段的生长信息。
-
公开(公告)号：CN114564893A
公开(公告)日：2022-05-31
申请号：CN202210202916.X
申请日：2022-03-02
Applicant: 东北林业大学
IPC: G06F30/27 , G06F119/02
Abstract: 一种湿地植物多样性监测及格局优化方法，它属于湿地植物多样性监测技术领域。本发明解决了传统湿地植物多样性监测方法无法实现大范围的动态监测，且监测时所需要的人力、物力大的问题。本发明首先将获取的遥感图像分为水域和非水域两部分，再利用训练好的子网络分别对水域内各种植物覆盖率以及对非水域内各种植物覆盖率进行监测，通过采集完整的遥感图像即可实现对整个当前湿地区域的监测，解决了传统监测方法无法实现大范围的动态监测以及监测时所需要的人力和物力大的问题。而且根据本发明的监测结果还可以对未来的覆盖率变化趋势进行预测，并根据预测结果进行提前干预，实现湿地内植物空间格局的优化。本发明可以应用于湿地植物多样性监测。
-
Patent Agency Ranking
公开(公告)号：CN112861732A
公开(公告)日：2021-05-28
申请号：CN202110183122.9
申请日：2021-02-10
Applicant: 东北林业大学
Abstract: 一种生态环境脆弱区土地监测方法、系统及装置，属于图像识别技术与环境监测技术结合领域。为了解决目前的生态环境脆弱区土地监测存在监测工作效率低问题或者存在监测准确率低的问题。本发明根据监测任务确定监测节点并对监测的区域范围进行图像采集；将监测区域范围图像变为灰度图，记为图像A；将监测区域范围图像的RGB通道中的G、B通道图像分别记为图像G、图像B；将RGB通道中去除B通道的图像记为图像RG；利用训练好的神经网络模型进行预测，得到对应监测节点时间下图像的预测结果；根据监测节点时间对应的预测结果中各分割区域的变化实现生态环境脆弱区土地变化的监测。本发明适用于生态环境脆弱区的土地监测。
-
公开(公告)号：CN117765019A
公开(公告)日：2024-03-26
申请号：CN202311782773.5
申请日：2023-12-22
Applicant: 东北林业大学
Abstract: 一种湿地植物退化监测方法，涉及湿地监测技术领域，针对现有技术中由于湿地植物退化并不仅仅体现为颜色的变化，并且会伴随着叶片的卷曲变化，现有监测方法仅通过叶片的颜色对湿地植物进行监测，导致监测准确率低的问题，在本申请中，本申请通过将叶片的颜色变化、叶片的卷曲变化及萎缩程度相结合，进而对植物的退化率进行监测。本申请监测准确率高。
-
公开(公告)号：CN115131370B
公开(公告)日：2023-04-18
申请号：CN202210786681.3
申请日：2022-07-04
Applicant: 东北林业大学
Abstract: 森林固碳、释氧能力及效益评估方法及设备，属于林业技术领域。为了解决针对森林多样性比较均匀的情况，现有的基于搜索确定抽样代表性的方式存在评估结果准确率有待于进一步提高的问题。本发明在待测区块上空采集图像并确定待测区块的边界，利用分水岭算法进行图像分割；然后根据单位分割区域的质心和相邻质心连线交点确定第一采样点；并基于全局色度梯度和每个单位分割区域半连线色度差确定第二采样点，同时基于每个单位分割区域确定第三采样点；之后基于采样点进行林木数据调查，确定其对应的生物量；根据生物量对待测区块图像划分的网格进行填充和插值，基于每个树种生物量得到待测区块中森林的碳储量，进而得到森林的总碳储量。
-
公开(公告)号：CN114612788A
公开(公告)日：2022-06-10
申请号：CN202210283098.0
申请日：2022-03-22
Applicant: 东北林业大学
IPC: G06V20/10 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 基于神经网络的城市景观植物多样性监测方法，本发明涉及城市景观植物多样性监测方法。本发明的目的是为解决传统的城市景观植物多样性监测方法无法实现大范围的动态监测，且监测时所需要的人力、物力大的问题。过程为：采集无人机拍摄的可见光图像；建立神经网络模型；对可见光图像进行城市景观植物多样性预测；对可见光图像和红外遥感影像进行配准；截取红外遥感影像的子图像；获得可见光图像和子图像的特征向量；获得最佳匹配结果；获得可见光图像中城市景观植物中各种植物的覆盖率以及含水量；监测连续的M年内指定城市指定月份第n种植物的覆盖率以及含水量。本发明用于城市景观植物多样性监测领域。
-
公开(公告)号：CN112861732B
公开(公告)日：2021-11-02
申请号：CN202110183122.9
申请日：2021-02-10
Applicant: 东北林业大学
Abstract: 一种生态环境脆弱区土地监测方法、系统及装置，属于图像识别技术与环境监测技术结合领域。为了解决目前的生态环境脆弱区土地监测存在监测工作效率低问题或者存在监测准确率低的问题。本发明根据监测任务确定监测节点并对监测的区域范围进行图像采集；将监测区域范围图像变为灰度图，记为图像A；将监测区域范围图像的RGB通道中的G、B通道图像分别记为图像G、图像B；将RGB通道中去除B通道的图像记为图像RG；利用训练好的神经网络模型进行预测，得到对应监测节点时间下图像的预测结果；根据监测节点时间对应的预测结果中各分割区域的变化实现生态环境脆弱区土地变化的监测。本发明适用于生态环境脆弱区的土地监测。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.033 seconds)
