[发明专利]一种识别湿地边界的方法在审

专利信息
申请号: 202111442911.6 申请日: 2021-11-30
公开(公告)号: CN114120124A 公开(公告)日: 2022-03-01
发明(设计)人: 刘波;吕宪国;姜明;邹元春;武海涛;佟守正;薛振山;王国栋 申请(专利权)人: 中国科学院东北地理与农业生态研究所
主分类号: G06V20/10 分类号: G06V20/10;G06V20/60;G06V10/422
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张艺
地址: 130102 吉林省*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 本申请公开了一种识别湿地边界的方法,包括获取预设区域内调查斑块的影像,确定基线的位置和长度;根据调查斑块的面积和基线的长度确定垂直于基线的样线数量;在样线上以预设间隔确定多个观测点,在每个观测点设置具有预设面积的样方;识别样方内的植物,当其中的湿地植物优势度低于非湿地植物优势度时,判定样方不是湿地,沿样线继续调查下一个远离基线位置的观测点,直到当样方中的湿地植物优势度高于非湿地植物优势度时,判定样方是湿地,在当前观测点和前一个观测点之间的区域继续设置样方,直到确定湿地边界观测点;将获得的所有湿地边界观测点沿着样线之间的轮廓线连接起来,得到湿地边界,该方法能够提高湿地边界识别的效率和准确性。
搜索关键词: 一种 识别 湿地 边界 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院东北地理与农业生态研究所,未经中国科学院东北地理与农业生态研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202111442911.6/,转载请声明来源钻瓜专利网。

同类专利
  • 基于视觉识别的种植基地杂草清除系统-202310926214.0
  • 王冲;何光虎;李黔黔;王润泽;李天勇;穆帝维 - 贵州嘉禾魔芋农业发展有限公司
  • 2023-07-26 - 2023-10-27 - G06V20/10
  • 本发明提供基于视觉识别的种植基地杂草清除系统,涉及园林种植技术领域,包括导航控制系统和除草控制系统,导航控制系统电性连接设有杂草识别系统和图像处理系统,导航控制系统、图像处理系统、杂草识别系统和除草控制系统组成整个系统结构,通过图像处理系统对杂草识别系统采集的杂草图像进行图像增强和滤波降噪处理,使整个采集的图像更加清晰,便于通过杂草识别系统进行图像的精准识别分析,实现对杂草分布位置、密度和位置的精准定位,便于操控除草控制系统对识别后的杂草位置进行清除,实现对杂草的精准定位识别和杂草图像定位的清除使用,适用于种植基地的精准除草使用。
  • 一种基于遥感图像的地表植被分析系统和方法-202310960773.3
  • 王艳沛;王禹;李倩;张巧;董胜 - 郑州航空工业管理学院
  • 2023-08-01 - 2023-10-27 - G06V20/10
  • 本发明公开了一种基于遥感图像的地表植被分析系统和方法,系统包括:遥感图像获取模块:用于获取目标区域的遥感图像;遥感图像处理模块:用于对所述遥感图像进行处理,获取地表植被覆盖图像;植被覆盖图合成模块:用于对地表植被覆盖图像进行解译处理,获取植被图层和非植被图层,将植被图层和非植被图层合成生态图;植被生态分析模块:用于通过生态图对生态环境进行分析,并分析植被覆盖度的动态变化及趋势;其中,遥感图像获取模块、遥感图像处理模块、植被覆盖图合成模块、植被生态分析模块依次连接。本发明能够更加高效的分析目标区域的植被变化情况,并且结合植被指数分析其变化因素,提升科研人员的工作效率。
  • 一种道路积水区域检测方法、系统、设备及介质-202310891611.9
  • 张荣辉;杨尚谕 - 中山大学
  • 2023-07-19 - 2023-10-27 - G06V20/10
  • 本发明公开了一种道路积水区域检测方法、系统、设备及介质,该方法包括:获取待检测道路图像;通过路面状态识别模型对所述待检测道路图像中的路面状态进行检测,得到道路类别标签;所述道路类别标签包括干燥、湿润和积水;所述路面状态识别模型采用分类网络;判断所述道路类别标签是否为积水;若是,则通过道路积水区域定位模型对具有积水标签的待检测道路图像进行分割,得到积水区域分割图;若否,则将所述道路类别标签输出;其中,所述道路积水区域定位模型采用在编码器中引入反射注意力模块的语义分割网络;所述反射注意力模块采用基于积水的反射特性而引入注意力机制的卷积神经网络。本发明具有高效率,高精度,多场景,鲁棒性强的特点。
  • 一种基于无人机影像的人工林间伐作业设计方法-202310906740.0
  • 王懿祥;周盼 - 浙江农林大学
  • 2023-07-24 - 2023-10-27 - G06V20/10
  • 本发明公开了一种基于无人机影像的人工林间伐作业设计方法,属于人工林间伐作业设计方法领域。本发明先采集目标区域无人机影像并重建影像生成DOM和DSM数据,再利用计算机图像处理方法进行单木识别和树冠信息提取,然后计算单位网格森林属性并开展冷热点分析,最后确定间伐区域和间伐强度。采用本方法进行人工林间伐作业设计,具有三方面的优点:(1)弥补了传统地面调查在全域范围单木坐标和林分空间信息上的不足;(2)对全林进行网格细分,充分考虑了林分内部的空间异质性,提高了间伐设计的精细化水平;(3)提供林木间伐的优先顺序确定方案,降低了间伐过程的主观性,提高了对象木选择的科学性。
  • 一种湿地典型植物生长情况实时监测方法及系统-202310909954.3
  • 樊晶晶;王东楠;何立新;路明;程东娟;穆征;张红光;程瑶 - 河北工程大学
  • 2023-07-24 - 2023-10-27 - G06V20/10
  • 本申请公开了一种湿地典型植物生长情况实时监测方法及系统,其中方法步骤包括:获取历史湿地生态水文数据;基于历史湿地生态水文数据,构建湿地典型植物生长情况的预测模型;对预测模型进行训练,得到最终模型;实时收集当前湿地生态水文数据,并输入至最终模型,得到预测值,基于预测值,完成监测。本申请提供了一种湿地典型植物生长情况过程自动实时监测方法及系统,能够通过历史数据构建湿地典型植物生长情况预测模型;对湿地植被生长情况进行预测;将当前数据输入生态水文预测模型中,得到预测弥补由人为观测引起的数据不连续、不完整以及数据质量差的问题。
  • 基于多特征融合深度学习网络的沥青路面级配检测方法-202310977341.3
  • 陈思宇;陈灿;韩诚嘉;马涛;王飔奇;崔培德 - 东南大学
  • 2023-08-04 - 2023-10-27 - G06V20/10
  • 本发明公开了基于多特征融合深度学习网络的沥青路面级配检测方法,基于点云空间分布相似性的数据增强算法和由点云转化为深度图像的数据转换方法,构建以深度图像检测网络为骨干,加入辅助信息的多特征融合网络,方法采用激光扫描仪获取路面点云数据;经过预处理后采用数据增强算法通过少量原始点云获取大量高质量点云样本,最后通过多特征融合网络检测路面级配信息;本发明只需提取原路面的点云信息,对原有路面结构和功能没有任何破坏和损伤,不仅可以分析沥青混合料在摊铺过程中的离析程度,还可以定量分析路面实际级配与设计级配的差异,便于施工过程中对集料级配进行及时有效的调整,且在路面病害防治时可快速准确知道路面级配情况。
  • 道路提取方法、装置、设备及存储介质-202310493261.0
  • 刘巍;高树峰;李亚宁;张春;杨璧嘉 - 腾讯科技(深圳)有限公司
  • 2023-05-04 - 2023-10-27 - G06V20/10
  • 本申请公开了一种道路提取方法、装置、设备及存储介质,属于地图领域。具体的,可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该方法包括:获取地理图像;通过异构编码器,对地理图像执行逐尺寸特征提取操作和逐尺寸特征图压缩操作,得到地理图像的多个尺寸的编码特征向量;异构编码器是基于自注意力网络和卷积神经网络构建得到的编码器;通过异构解码器,对多个尺寸的编码特征向量执行逐尺寸特征融合操作和逐尺寸特征图放大操作,得到地理图像的解码特征向量;异构解码器是基于特征融合和反卷积神经网络构建得到的解码器;基于解码特征向量,得到地理图像的道路提取结果。上述方法能从地理图像中提取到更精确的道路。
  • 害虫识别模型更新、害虫识别方法、装置及电子设备-202310619920.0
  • 王聪;陈天恩;鲁梦瑶;姜舒文;张驰;陈栋;朱万山 - 北京市农林科学院信息技术研究中心
  • 2023-05-29 - 2023-10-27 - G06V20/10
  • 本发明提供一种害虫识别模型更新、害虫识别方法、装置及电子设备,该方法包括:获取原始害虫识别模型作为教师模型;基于教师模型构建学生模型;基于第一样本图像、第一样本图像的害虫标注信息、第一害虫识别结果以及增量学习损失函数对学生模型进行蒸馏训练,获得训练好的学生模型作为更新后的害虫识别模型;本发明提供的害虫识别模型更新、害虫识别方法、装置及电子设备,学生模型在获取识别第二害虫种类害虫的知识的同时,还能学习到识别第一害虫种类害虫的知识,能避免害虫识别模型可识别害虫种类的固化,能降低害虫识别模型更新所需的计算资源和所需的更新时间,能为害虫种类识别提供技术支持,能提高害虫种类识别的准确率和效率。
  • 一种自适应邻域约束的极化SAR图像模糊分类方法-202210315436.4
  • 程争;陶科;黄瑄麟;何超;琚铮 - 中国民航大学
  • 2022-03-29 - 2023-10-27 - G06V20/10
  • 本发明提供一种自适应邻域约束的极化SAR图像模糊分类方法,主要解决经典FCM方法对极化SAR图像分类效果不理想的问题:一是欧式距离不适用于复杂的极化SAR数据结构;二是分类时忽视了像素的邻域信息。该方法首先以经典的FCM对极化SAR数据进行初始粗分类,以获得初始的聚类中心与模糊隶属度矩阵;然后构造了新的邻域信息约束项,可根据相邻像素的空间距离和特征空间相似性自适应地调整约束力的大小;再将邻域信息约束项引入到FCM目标函数中,构造了新的目标函数;同时采用核空间距离替代欧式距离。在实测的极化SAR数据集上进行了分类效果的验证,本发明在图像分类上的分类指标均优于对比方法。
  • 一种基于光谱Transformer网络的高光谱影像变化检测方法-202310053970.7
  • 张无瑕;郭会博;张宇航;苏亮旭 - 西安邮电大学
  • 2023-02-03 - 2023-10-27 - G06V20/10
  • 本发明涉及了一种基于光谱Transformer网络的高光谱影像变化检测方法。其步骤为:1.数据分割;2.划分训练集测试集进行深度特征提取;3.测试集进行深度特征提取;4.差分特征与点乘特征提取;5.生成差分流,特征流和级联流变化检测结果图;6.生成最终的变化检测结果图;7.光谱Transformer网络优化;8.统计实验结果,计算高光谱变化检测的精度。与现有方法相比,光谱Transformer网络在提取深度特征时,在光谱维度利用Transformer机制有效挖掘了高光谱影像的光谱依赖性;并且从差分流和点乘流两个角度进一步探索提取深度特征的相关性,使提取的深度特征更具判别性;最后,加权融合差分流、乘法流及其相应的串联流的变化检测结果图,充分利用学到的特征信息,提高了高光谱影像变化检测的精度。
  • 基于无监督动量对比学习的高光谱目标检测方法-202310650344.6
  • 王玉磊;陈昔;杨玉超;宋梅萍;赵恩宇 - 大连海事大学
  • 2023-06-03 - 2023-10-27 - G06V20/10
  • 本发明公开了一种基于无动量对比学习和Transformer网络的高光谱图像目标检测方法,包括:首先基于Transformer的编码器设计了用于高光谱目标检测任务中进行光谱特征提取的编码器与动量编码器。为了在关注光谱长距离依赖关系和自相似性的同时不忽略光谱中的局部细节信息,光谱特征提取编码器与动量编码器通过设计的重叠光谱块特征映射和交互token前馈层来关注光谱的局部细节信息。其次通过无监督动量对比学习的方式进行光谱鉴别能力学习,其中队列与以动量方式缓慢更新的动量编码器被使用来提供数量充足且一致性好的负样本特征,以帮助模型学习到更好地表示。最后,通过指数与归一化操作,幂函数与归一化操作对通过余弦相似性得到的检测结果进行两次非线性拉升以抑制背景。
  • 一种基于实时目标检测网络的森林参数估测方法-202310702126.2
  • 李中山;季良辉 - 西北农林科技大学
  • 2023-06-14 - 2023-10-27 - G06V20/10
  • 本发明公开了一种基于实时目标检测网络的森林参数估测方法,主要涉及森林参数估测领域。包括以下步骤:S1.获取稀疏森林点云数据,进行网格分块;S2.对数据预处理;S3.生成森林点云密度图,构建单木树冠图像目标检测训练集和测试集;S4.构建实时目标检测模型,得到网络结构;S5.对点云密度图进行检测,获取单木树冠的轮廓区域,并获取单木点云;S6.对单木平均树高和单木平均胸径进行估测。本发明的有益效果在于:以森林点云为输入数据,通过转化为密度图进行实时图像目标检测,以图像目标检测获取单木点云的方法来高效估测森林参数信息,能够达到较高的实时性,无论是对于稠密森林场景还是稀疏森林场景都能够有效的识别树冠,达到提取单木点云的目的。
  • 一种特征库迁移的遥感小样本目标检测方法-202310717317.6
  • 张恺;吕群波;谭政;孙建颖;胡登辉;苏斌嫔;刘洋;高爽 - 中国科学院空天信息创新研究院
  • 2023-06-16 - 2023-10-27 - G06V20/10
  • 本发明公开了一种特征库迁移的遥感小样本目标检测方法,首先针对输入的待检测遥感图像,基于深度卷积神经网络进行多尺度特征提取,生成常见类别的检测模型;设置小样本特征库,并将所述小样本特征库加入检测模型进行训练,使所述检测模型在小样本检测的同时保持对常见目标的检测能力;针对待检测遥感图像对称性高的特点,在检测模型完成训练后进行检测结果预测时,引入对称矩阵参数系数,通过对定位分支参数进行修正,提升小样本检测目标检测精度。上述方法解决了在遥感图像中针对数量较为稀少的目标类别特征建模较差,无法精确识别的问题,提升了遥感图像检测在实际应用中的有效性。
  • 一种农田杂草的机器视觉识别系统-202311046897.7
  • 刘勇;张艳滴;张贺凯;刘士琛 - 苏州哈弗曼科技有限责任公司;南通曼决智能科技有限公司;海南普曼科技有限公司
  • 2023-08-19 - 2023-10-27 - G06V20/10
  • 本发明公开了一种农田杂草的机器视觉识别系统,包含图像采集模块、图像预处理模块、特征提取模块、杂草特征数据库、识别模块和执行模块。图像采集模块获取覆盖面积一定的农田图像;图像预处理模块进行降噪、增强处理;特征提取模块采用多种算法提取颜色、纹理、形状特征构建特征向量;杂草特征数据库存储各类杂草图像样本及特征;识别模块通过特征匹配输出杂草名称、数量、位置信息;执行模块根据识别结果控制除草机器人精准喷洒。该系统集成计算机视觉与机器学习算法,可以实现对常见农田杂草的准确自动识别,适用于智能除草机器人,具有识别精度高、效率高等优点。
  • 一种农作物种子形态测定及分析方法-202311063808.X
  • 杨晓怀;刘志宏;陈世国;陈红娜;周志豪 - 深圳市农业科技促进中心
  • 2023-08-23 - 2023-10-27 - G06V20/10
  • 一种农作物种子形态测定及分析方法,包括:种子特征提取系统,所述硬件结构包括:视觉信息采集设备、计算机信息处理设备、信息存储设备、视觉信息及结果输出设备;所述软件结构包括:图像采集或图像导入、图像预处理、特征提取、特征应用;图像采集是通过控制与计算机连接的摄像机采集物理空间的农业种子图像并数字化图像;特征提取的方法有区域分割、纹理分析、特征测量;经过特征提取,图像信息转化为一系列的特征描述信息,然后应用这些特征进行农业种子检测,设计分类器进行农业种子识别。对实现农产品检测的自动化和智能化有重要意义;有利于准确评价农业种子质量等级,是促进农业生产持续优质、高产、稳产的有效手段。
  • 道路侧电线杆置换监测方法、监测系统、设备及介质-202311218350.0
  • 张献雯;张竹红;安志强;刘欣璐;徐子竣;刘杨 - 河北霞光电力工程集团有限公司
  • 2023-09-21 - 2023-10-27 - G06V20/10
  • 本发明涉及电力施工技术领域,具体涉及一种道路侧电线杆置换监测方法、监测系统、设备及介质,其中道路侧电线杆置换监测方法通过采集第一电线杆的图像,并处理得到第一电线杆上的配件种类以及配件数据;再采集水平放置于地面的第二电线杆上的配件种类以及各配件的数量;比较第二电线杆和第一电线杆的同一类配件的数量是否相同,若相同,再通知施工人员将第二电线杆吊起去置换第一电线杆。本发明首先检测新电线杆上同一类配件的数量是否相同,若相同再将杆吊起,避免了施工人员爬到新电线杆顶部时才发现与旧电线杆的配件不同,而导致的重新立杆的问题,避免了人力物力的浪费。
  • 基于层次注意力残差UNet++的遥感影像变化检测方法-202210340445.9
  • 李昊锦;汪烈军;程述立 - 新疆大学
  • 2022-04-02 - 2023-10-27 - G06V20/10
  • 本发明提供了一种基于层次注意力残差UNet++的遥感影像变化检测方法,主要解决了现有方法小变化区域漏检率高、变化边界轮廓划分不平整等问题。具体方案为构建孪生UNet++网络,构建邻域特征融合模块,引入通道和空间注意力模块构成卷积块注意力模块,利用卷积块注意力模块配合层次残差结构构建层次注意力残差模块,构建变化图输出模块;利用这些模块构建基于层次注意力残差UNet++的遥感影像变化检测网络;获取变化检测数据集对网络进行训练;然后运用训练好的网络进行变化检测。本发明构建了邻域特征融合模块和层次注意力残差模块,提升了网络检测小目标变化区域的能力,同时使检测的变化边界更加规整。该方法可用于灾害评估、城市规划、资源勘探等领域。
  • 一种融合杂波信息自监督表征学习的SAR目标检测方法-202310906572.5
  • 王兆成;刘商艺;张广 - 河北工业大学
  • 2023-07-24 - 2023-10-27 - G06V20/10
  • 本发明公开了一种融合杂波信息自监督表征学习的SAR目标检测方法,主要解决现有的SAR图像目标检测技术中缺乏大量标记样本从而导致检测效果降低的问题。其实现步骤为:将原始的SAR图像进行裁剪并加入大量不包含目标的杂波图像;将数据集中图像通过两种不同的数据扩充方式分别得到两个子图并输入到两个对称的编码器参数共享的分支中;利用两个分支的输出视图计算网络的损失;在包含预测器的分支通过梯度更新参数,另一分支停止梯度更新;将自监督学习中保存的模型参数应用于下游任务作为预训练参数并进行下游任务的微调;完成下游任务的有标记数据的训练后进行相应测试。本发明相比于有监督的SAR图像检测方法具有无需大量标记样本,精确度高的特点,同时在自监督学习中融合了杂波信息进一步优化了网络性能。
  • 一种茶叶嫩梢的识别与采摘点定位方法-202311080141.4
  • 顾寄南;王启航;潘知瑶;侯征辉;范天浩 - 江苏大学
  • 2023-08-25 - 2023-10-27 - G06V20/10
  • 本发明公开了一种茶叶嫩梢的识别与采摘点定位方法,获取带有茶叶嫩梢的图像,并利用YOLOv7目标检测模型对所获取的图像进行茶叶嫩梢识别,输出待采摘目标的检测框坐标信息;根据检测框内采摘部位是否存在遮挡进行分类,分为有遮挡和无遮挡两类;对于采摘部位无遮挡的茶叶嫩梢进行三维采摘点定位;对于采摘部位存在遮挡的茶叶嫩梢,通过点云补全的方法获得其采摘部位的深度信息后,再进行三维采摘点定位。本方法能够解决复杂场景下茶叶嫩梢定位时采摘部位存在遮挡导致的采摘错误,提高采摘效率。
  • 一种悬崖检测方法、装置、电子设备及介质-202310981402.3
  • 请求不公布姓名;李宇浩 - 麦岩智能科技(北京)有限公司
  • 2023-08-04 - 2023-10-27 - G06V20/10
  • 本申请实施例提供了一种悬崖检测方法、装置、电子设备及介质,在该方法中,在获取到的深度图像中确定至少一个检测区域,其中深度图像为机器人上安装的深度相机采集到的;根据深度相机的内参,将至少一个检测区域的深度信息转化为第一点云信息;根据深度相机的外参,将至少一个检测区域的第一点云信息,转化为世界坐标系中的第二点云信息;针对至少一个检测区域中的每个检测区域,确定检测区域的第二点云信息中的无效点和低于设定地面高度的点的点数量;根据点数量,确定检测区域内是否存在悬崖。通过机器人上安装有深度相机,深度相机的检测范围更大,距离更远,并且不受光照条件的影响,因此可以及时检测到悬崖,提高检测效率和准确性。
  • 一种数字化城管环卫监控管理方法及系统-202311006035.1
  • 罗昱轩;黄进 - 深圳市品轩智能图像技术有限公司
  • 2023-08-10 - 2023-10-27 - G06V20/10
  • 本发明涉及数据处理的技术领域,公开了一种数字化城管环卫监控管理方法;本发明通过在巡查车上设置摄像装置,通过摄像装置对道路进行图像采集与图像分析,及时地对道路环卫问题进行发现,并生成环卫问题信息至网络平台,由环卫人员对环卫问题信息进行及时响应,从而提升了对道路环卫问题的发现效率与处理效率,解决了现有技术中环卫人员无法及时对道路环卫问题进行发现与处理的问题。
  • 一种基于TensorFlow的智能识别方法-202311088600.3
  • 黄霑妮;肖任虹;阴柏竹;付旦;窦天扬;熊瑞敏;龙芊蕊;龙辰玥;陈思同;吴文隆;陈治宪 - 黄霑妮
  • 2023-08-28 - 2023-10-27 - G06V20/10
  • 本发明公开了一种基于TensorFlow的智能识别方法,属于机器视觉识别技术领域,其特征在于,包括以下步骤:所述P1、收集带有标签的不同种类的菌子图像,并将每个图像与相应的标签进行关联;P2、对图像进行预处理,使用异常检测的方法,对异常样本进行过滤,并根据菌子图像的局部特征进行归一化处理;P3、将数据集划分为训练集和测试集;训练集用于训练模型,测试集用于评估模型的性能。P4、基于TensorFlow构建模型;P5、使用标注好的图像数据集,对深度学习模型进行训练,通过反向传播算法不断优化模型参数,基于距离的方法来训练离群点检测模型,使用训练后的模型对测试数据进行异常检测,对超过设定阈值的标本进行标记,减少在进行识别时产生异常的情况。
  • 一种空间中区域识别方法及相关装置-202310144678.6
  • 张帆;黄颖菁;郭殿升 - 深圳市腾讯计算机系统有限公司
  • 2023-02-10 - 2023-10-27 - G06V20/10
  • 本申请公开一种空间中区域识别方法及相关装置,应用于人工智能领域,对待识别空间在俯瞰视角下的空间物质图像进行单元划分得到待识别空间中的待识别单元和待识别单元的第一物质图像;获取待识别单元在对象视角下的第二物质图像;按照预设时间周期对待识别单元的对象活动信息中的关键点信息进行关键点聚类得到待识别单元的第一时间序列;分别输入区域识别模型中的特征提取器特征提取得到第一深度特征、第二深度特征和第三深度特征;经过特征融合得到的第一融合特征输入区域识别模型中的分类层区域识别得到待识别单元的区域识别结果。即使空间中存在物质形态上较为相似的不同区域,也能减少出现区域识别错误的情况,满足区域识别的高精度要求。
  • 跨光学传感器遥感影像场景理解的通用传导式迁移学习方法-202310262546.3
  • 陶超;肖蓉;李海峰;孙燕涛;云杰 - 中南大学;内蒙航天动力机械测试所
  • 2023-03-17 - 2023-10-27 - G06V20/10
  • 本发明公开了跨光学传感器遥感影像场景理解的通用传导式迁移学习方法,包括以下步骤:提出单因素准则,从已有的域中构建一组中间域;根据中间域构建若干个跨光学传感器场景理解迁移子任务;选择合适的主流迁移学习方法作为基础迁移方法;实现多个迁移子任务之间的传导式迁移。本发明将传导式迁移学习框架应用于到了跨光学传感器遥感影像场景理解数据集,提出了基于单因素准则的中间域构建方法,形成了适配于大多数主流迁移方法的通用传导式迁移学习框架,使得迁移学习方法的适用面更广,鲁棒性更好。
  • 一种高可信度测定植被盖度的方法-202110260429.4
  • 揭雨成;周红灿;李林林 - 湖南农业大学
  • 2021-03-10 - 2023-10-27 - G06V20/10
  • 本发明公开了一种高可信度测定植被盖度的方法,包括如下步骤:S1、获取样地的影像图片;S2、按照在样地设置的样方框对步骤S1找到的图片进行裁剪,裁剪后的图片为样方框面积范围内绿地的植被状况;S3、调整裁剪后的图片的对比度、亮度、饱和度,使得土壤、枯枝叶和鲜活植物的对比度加强;S4、对图片进行去色处理,然后对植物部分进行填充颜色,获取黑白矢量图,所述黑白矢量图中黑色部分为植物部分,白色部分为除植物部分以外的底色;S5、用RGB数值表示,对步骤S4处理得到的图片读取黑色部分的像素值和白色部分的像素值;S6、盖度计算。本发明方法更加简要、容易操作、可信度高。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top