公开(公告)号：CN108932521A

公开(公告)日：2018-12-04

申请号：CN201810387307.X

申请日：2018-04-26

申请人： 中国农业大学

发明人： 黄健熙 ,  朱德海 ,  刘帝佑 ,  杨柠 ,  熊全 ,  刘玮 ,  卓文 ,  刘哲 ,  张晓东

IPC分类号： G06K9/62 ,  G06Q10/06 ,  G06Q50/02

摘要： 本发明提供一种基于深度学习的农作物分类方法及系统，该方法包括：将待分类作业区划分为多个子作业区，获取每一子作业区的多时相多特征数据集；根据多时相多特征数据集和待分类作业区中待分类农作物生育期的作物样本数据，获取任一子作业区中每一像素的多时相多特征数据序列；根据每一像素的多时相多特征数据序列，获取每一像素的生长特征图；通过训练后的神经网络模型对每一像素的生长特征图进行识别，获取所述待分类农作物的分类结果。本发明将农作物分类问题转为时间序列生长特征图的识别问题，通过深度学习方法，使得在主要粮食作物主产区尺度上不规则时间序列是一种常态的数据环境下依旧使用，提高了分类的精度。

公开(公告)号：CN108509836A

公开(公告)日：2018-09-07

申请号：CN201810084248.9

申请日：2018-01-29

申请人： 中国农业大学

发明人： 黄健熙 ,  李俐 ,  卓文 ,  朱德海 ,  张晓东 ,  苏伟 ,  刘峻明 ,  刘哲

IPC分类号： G06K9/00

摘要： 本发明属于农业遥感领域，涉及一种双极化合成孔径雷达与作物模型数据同化的作物估产方法，具体步骤为：收集双极化合成孔径雷达的卫星数据，对预处理获得的双极化SAR数据进行极化分解，选择精度最高的散射分量关系组合的LAI反演模型反演，得到遥感观测LAI；标定研究区作物的WOFOST模型LAI；利用粒子滤波算法对两种LAI进行同化；逐个作物格网采用优化后的作物生育期LAI轨迹重新驱动WOFOST模型，进行空间制图。本发明的方法融合了SAR遥感数据和作物模型的优势，充分利用了多极化SAR数据提供的丰富信息，克服了玉米关键生育期光学遥感数据缺失的问题，提高了作物模型的产量模拟，精度优化了作物生育期内LAI轨迹，还能在区域尺度上估测作物产量。

公开(公告)号：CN106909881A

公开(公告)日：2017-06-30

申请号：CN201710030098.9

申请日：2017-01-16

申请人： 中国农业大学

发明人： 苏伟 ,  张蕊 ,  封伟 ,  刘哲 ,  黄健熙 ,  李绍明 ,  张晓东 ,  朱德海 ,  严泰来

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06T7/11 ,  G06T7/136

CPC分类号： G06K9/00657 ,  G06K9/4647 ,  G06T2207/10032 ,  G06T2207/20061 ,  G06T2207/30188

摘要： 本发明提供了一种基于无人机遥感影像提取玉米育种基地垄数的方法及系统，利用无人机获取玉米育种基地的遥感影像，通过对图像超绿特征灰度化处理，将玉米植株与土壤背景信息分离；经过二值优化与形态学开启运算处理使图像分离彻底并过滤突刺连接；通过图像分割投影法提取玉米垄线的中心点，并对图像进行Hough变换；对于Hough变换的图像，通过改进的投影法提取峰值点，该峰值点个数即为垄线的条数。采用本发明提供的方法，提取玉米育种基地垄数的自动化程度高、准确度高，可方便地应用在无人机遥感影像玉米垄数的提取中，大大提高田间调查效率，为育种家和种业相关部门提供决策支持。

公开(公告)号：CN105910556A

公开(公告)日：2016-08-31

申请号：CN201610228298.0

申请日：2016-04-13

申请人： 中国农业大学

发明人： 苏伟 ,  朱德海 ,  张晓东 ,  黄健熙 ,  刘哲 ,  郭皓 ,  张明政

IPC分类号： G01B11/28

CPC分类号： G01B11/28

摘要： 本发明公开了一种玉米植株叶面积垂直分布信息提取方法，本发明的方法以激光雷达为数据源，利用基于法线差分的方法识别玉米叶片回波点云；将玉米植株回波点云体素化，利用冠层分析法提取叶面积垂直分布信息。利用本发明所提出的方法，可以快速、精确地提取玉米植株叶面积垂直分布信息，简化玉米植株结构参数提取过程，提高其自动化程度，同时不会对玉米叶片造成损伤。

公开(公告)号：CN102651096B

公开(公告)日：2015-06-03

申请号：CN201210133136.0

申请日：2012-04-28

申请人： 中国农业大学

发明人： 黄健熙 ,  苏伟 ,  马鸿元 ,  马冠南 ,  张超

IPC分类号： G06Q10/04 ,  G06Q50/02

摘要： 本发明公开了一种同化叶面积指数时序曲线特征的冬小麦估产方法，通过如下步骤实施：S1：对作物模型进行全局敏感性分析，并完成作物模型参数区域化；S2：合成MODIS LAI时间序列曲线；S3：对LAI时序曲线进行滤波处理；S4：进行曲线拟合并提取出关键特征点；S5：在区域范围运行作物模型，对模拟得到的LAI时间序列进行曲线拟合并提取出曲线上的关键特征点；S6：按S4和S5各自获得3类关键特征点的日期建立代价函数，并以遥感观测误差为权重求和得到总代价函数，对总代价函数进行最小化，使得代价函数快速收敛，最终在收敛条件被满足时，按行政边界汇总，输出产量结果。本发明提高了同化精度，克服了MODIS LAI产品系统偏低的影响，适合于区域尺度冬小麦产量估测。

公开(公告)号：CN101655564A

公开(公告)日：2010-02-24

申请号：CN200910092458.3

申请日：2009-09-15

申请人： 中国农业科学院农业资源与农业区划研究所 ,  中国农业大学 ,  国家气象中心

发明人： 毛克彪 ,  王道龙 ,  李滋睿 ,  王建明 ,  韩丽娟 ,  黄健熙

IPC分类号： G01S17/88 ,  G01S17/95 ,  G01S7/48 ,  G01S7/497 ,  G06N3/02

摘要： 一种从遥感数据MODIS反演地表温度和发射率的方法，包含三个步骤：第一步骤是利用大气辐射传输模拟软件MODTRAN4针对所获得遥感数据MODIS第29、31、32热红外波段的区域和季节以及大气模式进行正向模拟，建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对MODIS实际影像数据进行反演计算，并进行实际地表验证和应用分析。本发明得到的地表温度和发射率产品精度高，实用性强，操作相对简单。