一种基于Sentinel-2时间序列和ReliefF的面向对象果园分类方法

    公开(公告)号:CN116843960A

    公开(公告)日:2023-10-03

    申请号:CN202310761956.2

    申请日:2023-06-27

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于Sentinel‑2时间序列和ReliefF的面向对象果园分类方法,包括:获取研究区的Sentinel‑2数据,并进行预处理,得到Setinel‑2时间序列数据;得到易分作物分类结果,得到易混作物感兴趣区;生成易混作物的分类特征集合;筛选得到最佳特征集合和最佳分类器;进行SNIC图像分割,并结合最佳特征集合和最佳分类器进行易混果园分类,得到易混作物分类结果;对易混作物分类结果进行评价。本发明通过对复杂种植情况的果园作为研究对象,给其它易混作物的遥感多分类提供了参考信息;利用多层分类方法,能够显著降低一些简单区分的作物类型对难区分的作物分类结果造成的干扰,便于分类,能够获取更为准确和可靠的分类结果。

    基于光谱和空间特征融合的高光谱制种玉米种植区提取方法

    公开(公告)号:CN116188989A

    公开(公告)日:2023-05-30

    申请号:CN202310210658.4

    申请日:2023-03-07

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于光谱和空间特征融合的高光谱制种玉米种植区提取方法,包括:获取研究区数据进行预处理;进行掩膜,得到掩膜后的Setinel‑2数据,提取玉米种植分布数据对预处理后的珠海一号OHS高光谱数据进行掩膜;采用类均值矩阵聚类方法构建光谱特征;采用多尺度形态学方法在光谱特征基础上构建空间特征;寻找分类器最优参数,获得制种玉米提取模型;分别进行制种玉米提取,使用总体精度进行评估。本发明采用一阶统计量类均值矩阵和k‑means聚类提取光谱特征,运算简单并增加了制种玉米与大田玉米的类间差异;本发明采用的多尺度形态学空间特征改善了“椒盐噪声”现象,保留了较为完整的地块结构,提高了制种玉米提取精度。

    一种生菜多光谱图像前景分割方法

    公开(公告)号:CN113240697B

    公开(公告)日:2022-10-18

    申请号:CN202110519829.2

    申请日:2021-05-13

    Applicant: 安徽大学

    Abstract: 本发明涉及一种生菜多光谱图像前景分割方法,与现有技术相比解决了多镜头多光谱相机各通道之间存在偏差以及传统方法无法精确提取生菜前景区域的缺陷。本发明包括以下步骤:生菜多光谱图像的获取和预处理;行边缘提取操作;生菜多光谱图像的配准;图像分割模型的建立;图像分割模型的训练;待分割图像的获取和处理;待分割图像结果的获得。本发明能够对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割,其单张图像的配准时间为0.92s,配准精确度达到99%。

    一种面向高维数据基于自适应鲁棒特征表示的K-means聚类算法

    公开(公告)号:CN112819046A

    公开(公告)日:2021-05-18

    申请号:CN202110085918.0

    申请日:2021-01-22

    Applicant: 安徽大学

    Inventor: 张娜 丁宏强 王妍

    Abstract: 本发明公开了一种面向高维数据基于自适应鲁棒特征表示的K‑means聚类算法,包括如下步骤:A)、把特征表示过程和K‑means聚类过程同时融于一个算法模型中,实现了同时对高维数据数据进行特征表示和K‑means聚类应用;B)、使用增广拉格朗日乘子法去优化提出算法模型中的变量,其规则是当优化一个变量时,通过固定其它不相关的变量,去除目标函数中的不相关项,得到关于优化变量的解;C)、由于特征表示后的数据去除了原始高维数据中大量冗余、噪声和不相关的特征,具有最合适的数据特征和最有价值的信息,所以,K‑means聚类算法应用在特征表示后的数据上大大提高了K‑means聚类算法的性能,解决了K‑means聚类算法在面向现实世界中高维数据聚类性能降低的问题。

    一种生菜多光谱图像前景分割方法

    公开(公告)号:CN113240697A

    公开(公告)日:2021-08-10

    申请号:CN202110519829.2

    申请日:2021-05-13

    Applicant: 安徽大学

    Abstract: 本发明涉及一种生菜多光谱图像前景分割方法,与现有技术相比解决了多镜头多光谱相机各通道之间存在偏差以及传统方法无法精确提取生菜前景区域的缺陷。本发明包括以下步骤:生菜多光谱图像的获取和预处理;行边缘提取操作;生菜多光谱图像的配准;图像分割模型的建立;图像分割模型的训练;待分割图像的获取和处理;待分割图像结果的获得。本发明能够对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割,其单张图像的配准时间为0.92s,配准精确度达到99%。

    一种无线现场粮虫监测系统

    公开(公告)号:CN206990457U

    公开(公告)日:2018-02-09

    申请号:CN201720235287.5

    申请日:2017-03-12

    Applicant: 安徽大学

    Abstract: 本实用新型公开了一种无线现场粮虫监测系统,包括现场粮虫监测装置、无线数据传输装置以及后台图像处理设备,所述现场粮虫监测装置包括一个检测杆,所述检测杆顶端设有杆盖,所述检测杆上半部设有若干捕获孔,所述检测杆中部设有集虫杯,所述检测杆底部设有成像装置以及内壁两侧设有两个LED灯,所述成像装置以及两个LED灯均通过电缆与无线数据传输装置电连接,所述无线数据传输装置包括中央处理器和无线收发模块,所述无线收发模块向后台图像处理设备转发现场粮虫监测装置采集的信息。本实用新型无线现场粮虫监测系统结构简单、功耗低、成本低、功能稳定可靠,具有快速检修、诊断、纠错等优势,便于推广。

    一种粮仓现场智能巡检与远程管理系统

    公开(公告)号:CN206629092U

    公开(公告)日:2017-11-10

    申请号:CN201720234043.5

    申请日:2017-03-12

    Applicant: 安徽大学

    Abstract: 本实用新型公开了一种粮仓现场智能巡检与远程管理系统,包括多传感器数据采集调控终端、粮仓安全保障系统、现场数据无线传输系统、云服务器数据处理系统、移动终端,所述多传感器包括温湿度传感器和二氧化碳传感器。本实用新型远程无线数据传输的稳定性和高效性,保证了信息传输、获取的及时性,云服务器对不同分机温湿度数据波动性的分析,可为粮食的调度提供指导经验,及时将陈粮外运,保证储备粮的优质性。

Patent Agency Ranking