一种基于时空分析模型的自然保护地变化检测方法

    公开(公告)号:CN118298316A

    公开(公告)日:2024-07-05

    申请号:CN202410719701.4

    申请日:2024-06-05

    摘要: 本发明公开了一种基于时空分析模型的自然保护地变化检测方法,包括获取遥感数据集X1、遥感变化检测数据集X2;构造并用X1训练第一基础模型得到M1;基于M1构造第二基础模型及损失函数;用X2训练得到时空分析模型,用于变化区域预测图预测。本发明通过预训练第一基础模型,缓解后续整体模型从头训练的压力。在第二基础模型中增加时间信息交叉层,增强对时间序列数据的解析能力,在处理复杂的自然景观时能够细致捕捉到变化的踪迹,更好地捕捉和理解遥感图像数据随时间变化的动态特性。引入一竞争机制,使生成的变化区域预测图在整体结构和细节上都更加接近真实情况,著提升变化区域检测的精确度和实用性。

    基于深度学习的湖面漂浮物小目标检测方法

    公开(公告)号:CN117237614B

    公开(公告)日:2024-02-06

    申请号:CN202311494292.4

    申请日:2023-11-10

    发明人: 李锟 李翔 叶绍泽

    摘要: 本发明公开了一种基于深度学习的湖面漂浮物小目标检测方法,包括构造数据集;对数据集中训练样本进行图像增强得到增强数据集;建立一目标检测网络,并在第一次上采样操作前添加一坐标注意力机制模块;用增强数据集训练目标检测网络至收敛,得到湖面漂浮物小目标检测模型;获取待检测的原始遥感图像,图像增强后送入湖面漂浮物小目标检测模型,得到目标检测结果。本发明能提升图像前景占比率和增大其中小目标的尺寸;针对小目标的检测更加精准。在特征提取时获取通道间信息并考虑方向相关的位置信息,大大提升了检测速度和精度,且整体足够灵活和轻量,节省了计算成本。

    多类型相机下样本不均衡的松林变色异木识别方法

    公开(公告)号:CN117292213A

    公开(公告)日:2023-12-26

    申请号:CN202311593053.4

    申请日:2023-11-27

    摘要: 本发明公开了一种多类型相机下样本不均衡的松林变色异木识别方法,包括选取K类相机拍摄得到K个子数据集,计算每个子数据集的占比,按占比从高到低标记为D1~DK,构成数据集D;在Faster R‑CNN网络中设计数据相关性损失、RPN网络中设计数据相似性损失来优化目标函数,训练网络得到目标识别模型。本发明以占比最大的D1中变色异木区域特征为中心,使其他占比小的子数据集的变色异木区域特征与其相似,从而在确保D1识别准确性的基础上,提高对D2~DK的识别能力,也就提升了对不同相机采集的松林影像中变色异木区域的识别能力,且无需增加检测模型增参数。

    一种飞行辅助与施药一体双旋桨植保无人机及作业方法

    公开(公告)号:CN116461700A

    公开(公告)日:2023-07-21

    申请号:CN202310450618.7

    申请日:2023-04-25

    发明人: 李翔

    摘要: 本发明公开一种飞行辅助与施药一体双旋桨植保无人机及作业方法,该无人机包括无人机本体和施药装置;所述无人机本体包括机身和多组旋桨结构;所述旋桨结构包括安装架、上旋桨、下旋桨和旋桨驱动机构;所述上旋桨和下旋桨同轴且反向地转动连接在安装架上;所述施药装置包括药箱、药液输送管路和喷头;所述喷头由下旋桨构成,该下旋桨的中心轴上设有主通道;该下旋桨的叶片上设有分通道和喷嘴,所述喷嘴设有多个,多个喷嘴开设在叶片的后侧壁上且与分通道连通;所述药液输送管路设置在安装架的内部,该药液输送管路的两端分别与药箱和下旋桨的主通道连通。本发明将施药结构集成在无人机的本体结构中,有利于减小飞行负载,延长无人机的续航时间。

    一种大幅面遥感影像目标检测方法

    公开(公告)号:CN116403115A

    公开(公告)日:2023-07-07

    申请号:CN202310668054.4

    申请日:2023-06-07

    摘要: 本发明提供了一种大幅面遥感影像目标检测方法,涉及图像数据处理技术领域;该方法包括以下步骤:S10、对输入图像进行数据增强处理;S20、在卷积神经网络中,通过引入通道注意力机制和空间注意力机制,得到具有通道注意力机制和空间注意力机制的特征图;S30、将步骤S20得到的特征图送入特征化图像金字塔FPN中,生成具有不同分辨率的特征图;在低分辨率的特征图上得到目标的粗略位置,根据得到的粗略位置在高分辨率的特征图上进行搜索,找出目标在高分辨率特征图的位置;在高分辨率特征图的基础上丢弃背景信息,构建新的高分辨率特征图并参与回归损失计算;本发明能解决遥感图像的背景复杂,目标较小的问题。

    一种自然保护区遥感影像弱标注的目标检测方法

    公开(公告)号:CN116258978A

    公开(公告)日:2023-06-13

    申请号:CN202310547343.9

    申请日:2023-05-16

    摘要: 本发明提供了一种自然保护区遥感影像弱标注的目标检测方法,涉及图像处理技术领域;包括:S10、包含弱标注的自然保护区数据集图像形成自然保护区弱标注数据集,通过自然保护区弱标注数据集输入图像至自然保护区遥感图像双检测网络;S20、在自然保护区遥感图像双检测网络的分类与回归模块中,加入弱标注框优化算法;在自然保护区遥感图像双检测网络的分类与回归模块中,加入标注分配蒸馏算法;S30、将自然保护区遥感图像双检测网络的检测结果作为自然保护区弱标注图像目标检测的最终检测结果;本发明可以有效提升带有不精确边界框标注数据的自然保护区遥感影像目标检测精度和泛化能力。

    一种面向林权确权中的地类冲突区域检测方法

    公开(公告)号:CN118015475B

    公开(公告)日:2024-06-21

    申请号:CN202410417206.8

    申请日:2024-04-09

    IPC分类号: G06F15/16 G06V20/10

    摘要: 本发明公开了一种面向林权确权中的地类冲突区域检测方法,属于图像数据处理技术领域,包括获取林权证发证范围的遥感影像,划分为m个方块;提取每个方块的高层语义特征;依次计算每个的方块密度;标记核心方块和密度连通;基于密度连通的地类冲突区域检测。本发明能有效地抽象提取出图像包含的高层语义信息用于计算密度,再基于方块与其邻居的相似性定义密度,从而准确捕捉数据的局部信息,并基于密度层次化地合并方块,使得对形状不规则地类遥感影像的聚类更加准确。本发明在进行检测异常时,能充分考虑簇内方块之间的平均相似度与其它簇内所有方块之间的相似差异,更好解决林权确权中的地类冲突问题。

    基于深度学习的湖面漂浮物小目标检测方法

    公开(公告)号:CN117237614A

    公开(公告)日:2023-12-15

    申请号:CN202311494292.4

    申请日:2023-11-10

    发明人: 李锟 李翔 叶绍泽

    摘要: 本发明公开了一种基于深度学习的湖面漂浮物小目标检测方法,包括构造数据集;对数据集中训练样本进行图像增强得到增强数据集;建立一目标检测网络,并在第一次上采样操作前添加一坐标注意力机制模块;用增强数据集训练目标检测网络至收敛,得到湖面漂浮物小目标检测模型;获取待检测的原始遥感图像,图像增强后送入湖面漂浮物小目标检测模型,得到目标检测结果。本发明能提升图像前景占比率和增大其中小目标的尺寸;针对小目标的检测更加精准。在特征提取时获取通道间信息并考虑方向相关的位置信息,大大提升了检测速度和精度,且整体足够灵活和轻量,节省了计算成本。

    一种用于防治红松果梢斑螟的微囊悬浮剂及其应用

    公开(公告)号:CN111602665A

    公开(公告)日:2020-09-01

    申请号:CN202010538787.2

    申请日:2020-06-13

    发明人: 周皓然 靳凡 李翔

    摘要: 本发明提供了一种用于防治红松果梢斑螟的微囊悬浮剂及其应用。该技术方案以噻虫啉和氯虫苯甲酰胺为活性成分,以聚羧酸盐和聚氧乙烯聚氧丙烯醚嵌段共聚物、腰果酚聚氧乙烯醚、丙二醇单甲醚为助剂,与水按特定重量比复配。其中,噻虫啉0.5%~5%、氯虫苯甲酰胺1%~10%、聚羧酸盐和聚氧乙烯聚氧丙烯醚嵌段共聚物5%~15%、腰果酚聚氧乙烯醚1%~10%、丙二醇单甲醚5%~15%、去离子水补足至100%。本发明对红松果梢斑螟具有显著防治效果,本发明利用噻虫啉和氯虫苯甲酰胺对红松果梢斑螟的触杀、渗透、内吸传导和控制释放等作用,速效性好,持效期长,对非靶标生物无影响,可改善红松的健康,提高红松球果种籽的数量和质量。