-
公开(公告)号：CN116484712A
公开(公告)日：2023-07-25
申请号：CN202310140890.5
申请日：2023-02-15
Applicant: 北京市农林科学院信息技术研究中心 , 浙江大学华南工业技术研究院 , 清远市智慧农业农村研究院
Abstract: 本发明提供一种植被区域地表温度重建方法、装置、电子设备及存储介质，所述方法包括：获取目标植被区域的合成孔径雷达图像和数字高程模型数据；将所述合成孔径雷达图像和所述数字高程模型数据输入至地表温度重建模型，获取所述地表温度重建模型输出的所述目标植被区域的地表温度重建结果；所述地表温度重建模型是根据植被区域的合成孔径雷达图像样本、数字高程模型数据样本以及地表温度数据样本训练得到的。本发明可以建立一种合成孔径雷达图像特征和地形特征集成的地表温度融合框架，可以获取实现对不同植被区域地表温度的重建，极大地提升了观测地表温度高时空分辨率的地表温度数据，数据的有效性和适用性。
-
公开(公告)号：CN116402879A
公开(公告)日：2023-07-07
申请号：CN202310113058.6
申请日：2023-01-20
Applicant: 北京市农林科学院信息技术研究中心 , 浙江大学华南工业技术研究院 , 清远市智慧农业农村研究院
Abstract: 本发明提供一种玉米穗位高测量方法、装置、系统及存储介质，所述方法包括：获取目标区域内玉米植被的三维点云信息；对所述三维点云信息进行高度分层及体素化处理，确定各高度层包含点云信息的体素和各高度层的所有体素；基于各高度层所述包含点云信息的体素的数量和各高度层的所述所有体素的数量，确定各高度层的叶面积密度；基于各层的所述叶面积密度中最大值对应的高度层的高度，确定所述目标区域的玉米穗位高。本发明可以有效确定出目标区域的玉米穗位高，可以大幅提高玉米穗位高测量的效率，有效实现了玉米穗位高的高通量快速测量。
-
公开(公告)号：CN112989969A
公开(公告)日：2021-06-18
申请号：CN202110221087.5
申请日：2021-02-26
Applicant: 清远市智慧农业农村研究院
Abstract: 本发明提供一种作物病虫害识别方法及装置，所述方法包括：获取作物叶片病害及作物虫害的图像信息；将所述图像信息上传至服务器端，所述服务器端将所述图像信息输入至病虫害识别模型，所述病虫害识别模型输出与所述图像信息对应的病虫害类型；接收并显示所述服务器端发送的所述病虫害类型；其中，所述病虫害识别模型是以作物的病虫害图像为样本，以与所述病虫害图像对应的病虫害类型为标签，进行训练获取的。本发明便于用户快捷准确地识别作物的病虫害，使得对作物病虫害的识别不受到地域的限制，提高了病虫害识别的便捷性。
-
公开(公告)号：CN117872390A
公开(公告)日：2024-04-12
申请号：CN202410269801.1
申请日：2024-03-11
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本申请涉及高光谱激光雷达技术领域，提供一种图像融合方法、高光谱激光雷达传感器及系统。所述方法包括：利用GPS的原子钟时间校准激光扫描仪、光谱仪和惯性测量单元IMU的时间；控制激光扫描仪对探测区域进行扫描成像，得到三维点云图像，并控制激光扫描仪触发光谱仪对探测区域进行光谱成像，得到高光谱图像；控制GPS和IMU采集信号，得到GPS信号和IMU信号；将三维点云图像、高光谱图像、GPS信号和IMU信号发送至图像处理设备，以供图像处理设备基于GPS信号和IMU信号对三维点云图像和高光谱图像进行融合。本申请图像融合方法可以最大限度地消除高光谱图像和三维点云图像之间的几何误差，从而提高两图像的融合精度。
-
公开(公告)号：CN119762990A
公开(公告)日：2025-04-04
申请号：CN202411654095.9
申请日：2024-11-19
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种基于多光谱图像的作物肥料决策方法、装置及存储介质。该方法包括：接收多光谱无人机通过局域网发送的待处理图像；待处理图像是所述多光谱无人机采集的田块的多波段影像；根据待处理图像的近红外波段反射率和红波段反射率确定NDVI，并根据所述待处理图像的近红外波段反射率和红边波段反射率确定RECI；基于RECI和NDVI对待处理图像中的作物进行长势分级，得到多个具有独立边界的区域；确定每一区域的质心点的需肥量，并基于所有区域的质心点的需肥量获取施肥处方图。本发明提供的基于多光谱图像的作物肥料决策方法、装置及存储介质，实现了多光谱图像的自动获取，并实现了通过像素级缺肥分析快速确定整个田块的缺肥信息，提高了作物肥料决策效率。
-
Patent Agency Ranking
公开(公告)号：CN119004871B
公开(公告)日：2025-01-28
申请号：CN202411482002.9
申请日：2024-10-23
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明涉及作物生长监测技术领域，提供了一种作物三维动态光谱数据模拟方法及装置，该方法包括：根据作物的生长数据构建生长曲线模型；生长数据包括叶位的潜在最大长度、叶位的潜在最大宽度、作物潜在最大高度、作物潜在最大茎粗和每日积温数据中的至少一项，生长曲线模型用于预测作物在任意时间的叶位长度、宽度、高度和茎粗数据，以生成单株作物模型；基于生长曲线模型根据第一配置参数生成的多个单株作物模型构建动态三维场景，对动态三维场景中作物和对应土壤的光谱属性进行配置和模拟，得到目标光谱数据。本发明所述方法提高了对作物生长过程中光谱模拟的准确性和光谱采集效率。
-
公开(公告)号：CN118153802A
公开(公告)日：2024-06-07
申请号：CN202410209526.4
申请日：2024-02-26
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q10/063 , G06Q50/02 , G06Q10/04 , G06V20/10 , G06V10/82 , G06V10/764
Abstract: 本申请提供一种遥感与多环境因素耦合的小麦关键物候期预测方法及装置，涉及农业技术领域。所述方法包括：基于目标小麦种植区域图像与遥感时序数据确定小麦抽穗期；将所述小麦抽穗期至当前日期的气候数据，作为目标气候数据序列；所述目标气候数据序列包括温度、植被叶面积、太阳辐射、气压、降水、土壤水分与积温；将所述目标气候数据序列输入预测模型，得到所述预测模型输出的小麦成熟期；所述预测模型是基于卷积神经网络、长短时记忆网络与Transformer算法确定的。本申请提供的遥感与多环境因素耦合的小麦关键物候期预测方法及装置，可以提高小麦成熟期预测的准确性。
-
公开(公告)号：CN118865098B
公开(公告)日：2025-04-25
申请号：CN202410760939.1
申请日：2024-06-13
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/10 , G06V20/17 , G06V10/26 , G06V10/764 , G06V10/82 , G06Q10/0639 , G06Q50/02
Abstract: 本发明提供基于遥感图像的植物苗期出苗质量评估方法及装置，方法包括：获取目标地块的遥感图像，将遥感图像输入至已训练的目标检测模型，获取植物幼苗识别结果；基于植物幼苗识别结果在遥感图像中确定出苗区域，出苗区域为遥感图像中包括目标地块中目标植物的幼苗的区域；基于植物幼苗识别结果对遥感图像中的出苗区域进行沃罗诺伊分割，得到多个子区域；基于子区域的面积对子区域进行分类，得到第一子区域、第二子区域和第三子区域，基于子区域的面积确定目标地块中目标植物的出苗质量评估结果出苗质量评估结果包括目标地块中目标作物的缺苗率和复苗率、出苗整齐度以及苗势活力。本发明可以实现对出苗质量的自动化评估。
-
公开(公告)号：CN119672457A
公开(公告)日：2025-03-21
申请号：CN202411511915.9
申请日：2024-10-28
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/774 , G06V10/764 , G06V20/10 , G06Q50/02 , G06V10/62
Abstract: 本发明提供一种果园样本的生成方法、装置、系统、设备及介质，该方法包括：获取时间序列遥感数据和年度植被像素数据；根据所述时间序列遥感数据确定树木制图指数和果园酚类物候指数；利用所述树木制图指数和所述果园酚类物候指数，在所述年度植被像素数据中确定果园位置分布信息；基于所述果园位置分布信息，确定果园样本。本发明解决了相关技术中针对大尺度果园制图任务中果园样本缺失的问题，充分发挥了遥感技术的优势，从而服务于任何时间与地点的大尺度果园空间分布制图，为使用监督分类实现大尺度、多年份果园制图提升了数据量和数据精确度。
-
公开(公告)号：CN117589093A
公开(公告)日：2024-02-23
申请号：CN202410071958.3
申请日：2024-01-18
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供作物叶面积指数高光谱遥感监测方法、装置、设备及介质，涉及遥感数据处理技术领域，其中方法包括：获取目标作物的高光谱遥感数据，高光谱遥感数据是对高光谱数据采集设备采集的原始遥感数据进行预处理后得到的；基于高光谱遥感数据，提取目标作物的作物冠层在多个预设波段的反射率作为目标反射率，预设波段至少包括920nm波段、1095nm波段、741nm波段以及747nm波段；基于预设波段确定对应的目标模型，将预设波段对应的目标反射率输入至目标模型中，得到目标作物的叶面积指数，目标模型为对目标反射率进行线性运算的模型。本发明可以实现适应多种条件下作物LAI的计算，稳健性高。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.093 seconds)
