公开(公告)号：CN116052002A

公开(公告)日：2023-05-02

申请号：CN202310118507.6

申请日：2023-02-03

Applicant: 北京林业大学

Inventor： 张学霞 ,  胡喆媛 ,  张建军 ,  王翔宇 ,  傅舒婧 ,  程家琪 ,  胡韵哲 ,  张燕妮

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明涉及植物物候观测技术领域，特别涉及一种基于深度学习算法的柳树花期智能识别方法。本发明基于深度学习算法，从海量照片集中，通过小目标检测方案识别柳树花，提供了一种快速、准确的柳树花期的物候观测新方法，是传统野外定点、定株人工观测和卫星遥感观测的有力补充。本发明基于复杂的机器学习算法，在日尺度甚至小时尺度上获取柳树始花期，第一时间、快速、精准识别，提高了柳树花期在时间尺度上的识别精度，该智能识别方法可推广至葇荑花序乃至无限花絮的精准识别。柳树花期在时间尺度上的精确识别，能够为预防和治理生理卫生问题与环境问题提供预告与预警，实现高效、及时、精准的预报。

公开(公告)号：CN117830326A

公开(公告)日：2024-04-05

申请号：CN202410037677.6

申请日：2024-01-10

Applicant: 北京林业大学

Inventor： 张学霞 ,  程家琪 ,  张燕妮 ,  张建军 ,  胡亚伟 ,  赵炯昌 ,  李阳 ,  穆微

IPC: G06T7/10 ,  G06T17/00 ,  G06V10/764 ,  G06V10/762

Abstract: 本发明提供了一种基于点云数据获得林木结构参数的方法，包括：将预先通过无人机机载激光雷达采集的待测林木样点区域的点云数据进行预处理；根据处理后的所述点云数据使用克里金插值生成林木样点区域的数字地面模型，进而得到地面点云数据；根据所述的地面点云数据确定林木的冠层高度模型，并基于所述冠层高度模型对所述林木进行单木分割，得到待测林木样点区域的林木结构参数的数据。本发明的实现可以极大地提升了单木分割效率和准确度，且还可以提高获得林木结构参数的处理时效并降低其实现成本。