“尤号田”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法-CN202210755517.6有效
发明人： 尤号田;唐旭;宋昊昕;邓维熙 -专利权人：桂林理工大学
申请日： 2022-06-30 - 公布日： 2023-10-20 - 主分类号： G06V20/17 文献下载
摘要：本发明提供了基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法，属于森林资源调查与林业定量遥感研究领域。基于UAV数据的桉树人工林区域林分蓄积量时间差校正方法通过桉树人工林林龄数据结合桉树人工林林分对应的高程信息、坡度信息和月尺度桉树人工林单木生长量的提取结果，可以校正因拼接影像的时间差导致的区域尺度桉树人工林林分蓄积量年度动态变化不准确结果，为大区域尺度桉树人工林林分蓄积量时间差异校正提供数据支持，进而实现月尺度的区域桉树人工林林分蓄积量动态变化监测，可为桉树人工林经营管理及政策制定提供及时的数据产品支撑。
基于 uav 数据桉树人工林区域林分蓄积时间差校正方法

[发明专利]多级滤波算法的日间条件下不同波束光子云数据去噪方法-CN202310304232.5在审
发明人： 尤号田;覃志刚;黄元威;唐旭 -专利权人：桂林理工大学
申请日： 2023-03-27 - 公布日： 2023-05-26 - 主分类号： G01S7/495 文献下载
摘要：本发明涉及多级滤波算法的日间条件下不同波束光子云数据去噪方法，包括：通过读取光子点云数据并转换为沿轨距离‑高程的形式，基于RANSAC算法进行第一级粗去噪，并对去噪处理后的所述光子云数据进行点云特征分析获取其水平方向连续性参数，从而自适应的改进第二级精去噪算法，即OPTICS算法和RANSAC算法结合的多级滤波算法的搜索域参数，并给出三种滤波方向方案，即水平方向、组内统一方向和各光子自适应方向应用于第二级滤波算法处理，对第二级结果进行判断，如若为弱波束则进行异常数据处理，完成光子云数据去噪。本发明能够更好实现日间高背景噪声光子云数据精确去噪，适用性更强。
多级滤波算法日间条件下不同波束光子数据方法

[发明专利]一种基于尺度优化的生态风险评价方法及系统-CN202211213278.8在审
发明人：陈建军;杨艳萍;韩小文;尤号田 -专利权人：桂林理工大学
申请日： 2022-09-29 - 公布日： 2023-04-07 - 主分类号： G06Q10/0635 文献下载
摘要：本申请公开了一种基于尺度优化的生态风险评价方法及系统，包括以下步骤：S1、采集研究区域内历史土地利用数据；S2、基于历史土地利用数据，获取生态风险的尺度效应；S3、基于尺度效应，确定研究区域内生态风险评价的最佳尺度；S4、基于最佳尺度分析土地利用变化和生态风险时空变化特征；S5、基于最佳尺度模拟预测未来生态风险变化并提出保护建议。基于历史土地利用数据，根据景观格局指数粒度响应曲线以及景观生态风险半变异函数拟合结果确定生态风险时空变化特征。并通过PLUS模型模拟预测不同情景下土地的利用格局及生态风险变化趋势，根据预测结果提出相应保护建议，为研究区域生态风险管理和规避提供参考依据和决策支持。
一种基于尺度优化生态风险评价方法系统

[发明专利]基于时间序列卫星影像的桉树人工林月尺度林龄反演方法-CN202210755532.0在审
发明人： 尤号田;唐旭;覃志刚;黄元威;李卯森 -专利权人：桂林理工大学
申请日： 2022-06-30 - 公布日： 2023-01-20 - 主分类号： G06V20/13 文献下载
摘要：本发明提供了基于时间序列卫星影像的桉树人工林月尺度林龄反演方法，涉及森林资源调查与林业定量遥感技术领域。该方法能够更加快速准确地获取桉树人工林林龄数据，弥补了传统林龄获取方法耗时耗力、成本高昂、数据获取周期长的不足；采用长时间序列遥感影像植被指数在桉树砍伐前后的变化进行林龄反演能够弥补基于林龄和遥感光谱反射之间的关系以建立林龄反演模型反演林龄的不足，实现时间序列林龄的精确提取；通过使用时空融合算法将高空间分辨率卫星遥感影像与低空间分辨率卫星遥感影像进行时空融合，重构月份因云雨影响而不能使用所缺失的影像数据，构建完整的时间序列影像，进而将桉树人工林林龄反演精确到月尺度。
基于时间序列卫星影像桉树人工林尺度林龄反演方法

[发明专利]基于UAV数据的桉树人工林短时间跨度生长量提取方法-CN202210755504.9在审
发明人： 尤号田;唐旭;尤启旭;刘遥;雷鹏 -专利权人：桂林理工大学
申请日： 2022-06-30 - 公布日： 2022-10-21 - 主分类号： G06V20/17 文献下载
摘要：本发明提供了基于UAV数据的桉树人工林短时间跨度生长量提取方法，涉及森林资源调查与林业定量遥感研究领域。该方法包括对选取的桉树人工林样方进行野外实地样地调查和UAV数据采集；获得该样方DEM与每月的DOM和DSM，并将每月DSM与DEM做差得到每月CHM；从12个月CHM构成的数据集中划分出训练集，对其中CHM上每一树冠进行标注，获得带有标签的训练集，利用该训练集数据和深度学习算法进行单木分割，得到每月单木分割矢量图；提取出每月该样方的单木树高、单木冠幅和DOM的光谱反射指数；构建该样方的单木材积反演模型；提取出该样方每个月的桉树人工林单木材积并求和获得林分蓄积量，从而实现桉树人工林单木和样方林分的短时间跨度生长量提取。
基于 uav 数据桉树人工林短时间跨度生长提取方法

[发明专利]一种基于Faster R-CNN的红树林单木分割方法-CN202210500765.6在审
发明人： 尤号田;刘遥;宋昊昕;邓维熙;覃志刚 -专利权人：桂林理工大学
申请日： 2022-05-10 - 公布日： 2022-08-05 - 主分类号： G06T7/11 文献下载
摘要：本发明提供了一种基于Faster R‑CNN的红树林单木分割方法，涉及单木分割技术领域。该方法包括采集红树林的无人机机载LiDAR点云数据；对采集的红树林的无人机机载LiDAR点云数据进行预处理；利用Pit‑free算法对预处理后的红树林的无人机机载LiDAR点云数据生成冠层高度模型CHM；将二阶段目标检测方法Faster R‑CNN应用到步骤3产生的CHM中，构建基于CHM特征图的单木提取网络进行红树林的单木特征自动提取。该方法采用深度学习方法，借助大数据样本进行学习，相比传统流行的单木分割算法，可以解决下层木探测结果依赖上层木及点云的空间信息不能充分利用的问题，单木分割准确度更高，可有效减少错检漏检的单木数量，为提高基于无人机机载激光雷达数据的红树林单木分割精度提供可能性。
一种基于 faster cnn 红树林分割方法

[发明专利]基于无人机影像与U-Net的单木树冠检测与分割方法-CN202210500698.8在审
发明人： 尤号田;刘遥;唐旭;尤启旭;黄元威 -专利权人：桂林理工大学
申请日： 2022-05-10 - 公布日： 2022-07-29 - 主分类号： G06V20/17 文献下载
摘要：本发明提供了基于无人机影像与U‑Net的单木树冠检测与分割方法，涉及单木分割技术领域。该方法包括采集不同场景多树种的无人机影像数据并制作正射影像；截取不同场景对应的正射影像子图，并对正射影像子图进行处理获得所需的样本数据，再对样本数据进行数据增强获得样本数据集；将样本数据集划分为训练集与测试集；获取U‑Net模型，利用训练集和测试集分别对其进行训练和验证，利用混合Loss函数对每次训练的U‑Net模型的预测结果进行监督，直至混合Loss函数稳定不再下降时停止U‑Net模型的训练，获得训练好的U‑Net模型；从所述正射影像上再次截取正射影像子图分别输入训练好的U‑Net模型中，完成正射影像子图上的单木树冠检测与分割。该方法对于很多场景的多树种的树冠检测效果均表现较高精度。
基于无人机影像 net 树冠检测分割方法

[发明专利]一种生态安全分析的构建方法-CN202210493494.6在审
发明人：陈建军;杨艳萍;韩小文;尤号田;王志伟 -专利权人：桂林理工大学
申请日： 2022-05-07 - 公布日： 2022-07-22 - 主分类号： G06Q50/26 文献下载
摘要：本发明公开了一种生态安全分析的构建方法，包括：采集测试区域的生态数据，进行预处理，基于生态数据构建生态源模型、阻力面、生态安全格局；基于生态源模型、阻力面、生态安全格局对测试区域的生态安全进行分析。本发明基于生态保护重要性识别生态源地，从自然因素和人类活动两角度选择阻力因子构建阻力面，利用电路理论构建生态安全格局并提出生态保护建议，为喀斯特地区构建生态安全格局提供了可参考的意见。
一种生态安全分析构建方法

[发明专利]结合GMTRJ算法和EM算法的类加权SAR影像分割方法-CN202011473361.X在审
发明人：王玉;周国清;尤号田;石雪 -专利权人：桂林理工大学
申请日： 2020-12-15 - 公布日： 2021-03-26 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种结合GMTRJ算法和EM算法的类加权SAR影像分割方法，涉及影像处理技术领域。该方法首先将待分割SAR影像定义为在影像域D上的随机场的一个实现，并赋予SAR影像中每个类别一个权重构成权重集合；再利用待分割影像和权重集合定义类加权SAR影像，并将其定义为在影像域上的特征场的一个实现；然后利用规则划分技术将类加权SAR影像的影像域划分为多个子块；在划分的影像域上，建立类加权SAR影像分割模型；最后针对已建立的类加权SAR影像分割模型，设定迭代次数，并在每次迭代过程中利用GMTRJ算法设计求解类加权SAR影像分割模型中所有参数，并利用EM算法估算权重集合，进而确定类加权SAR影像分割模型的最优解，完成SAR影像的分割。
结合 gmtrj 算法 em 加权 sar 影像分割方法

1
共 9 条