CN109166158A - 一种林地郁闭度确定方法、装置及系统 - Google Patents
一种林地郁闭度确定方法、装置及系统 Download PDFInfo
- Publication number
- CN109166158A CN109166158A CN201810972357.4A CN201810972357A CN109166158A CN 109166158 A CN109166158 A CN 109166158A CN 201810972357 A CN201810972357 A CN 201810972357A CN 109166158 A CN109166158 A CN 109166158A
- Authority
- CN
- China
- Prior art keywords
- forest land
- image
- vegetation
- canopy density
- picture element
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种林地郁闭度确定方法、装置及系统,涉及水土保持监测的技术领域,包括接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,采样器由下往上拍摄;对林地植被图像进行灰度处理,得到灰度图像;对灰度图像进行二值化处理,得到二值化图像,二值化图像中植被冠层为黑色像素,天空为白色像素;统计二值化图像中所有的黑色像素,得到黑色像素总数;根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度,解决了因颜色非常相近,无法有效区分植被冠层与地表落叶、地表伴生灌木叶片,导致测出的数值是近似林地郁闭度的技术问题,达到了获得精准的林地郁闭度数据的技术效果。
Description
技术领域
本发明涉及水土保持监测技术领域,尤其是涉及一种林地郁闭度确定方法、装置及系统。
背景技术
在水土保持监测行业,目前用于林地郁闭度监测的设备已成套出现。设备利用的是”拍照法”技术,其原理是基于从乔木冠层上部向下拍摄的照片,利用方格纸或软件区分出林冠遮挡区和非林冠区,计算出植被冠层遮挡地面的面积占整个图片内区域的面积比,即植被郁闭度。
在实际实施时,这种方法采集的影像由于植被冠层与地表落叶、地表伴生灌木叶片颜色非常相近的原因,在识别时常常导致无法有效区分乔木、灌木的叶片,及掉落在地面上的新叶片,导致测出的数值应当是近似植被覆盖率,而不是林地郁闭度,再者,当植被冠层与地表地物的的亮度、对比度差异较小时,计算机软件很难区分出光斑与叶片界限,因此,”拍照法”技术很难获得精准的林地郁闭度数据。
发明内容
有鉴于此,本发明的目的在于提供一种林地郁闭度确定方法、装置及系统以缓解现有技术中存在的因颜色非常相近,导致无法有效区分植被冠层与地表落叶、地表伴生灌木叶片,从而测出的数值是近似植被覆盖率,而非林地郁闭度的技术问题。
第一方面,本发明实施例提供了一种林地郁闭度确定方法,应用于服务器端,包括:
接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;
对所述林地植被图像进行灰度处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;
统计二值化图像中所有的黑色像素,得到黑色像素总数;
根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述对所述林地植被图像进行灰度处理,得到灰度图像,包括:
利用加权平均值法对所述植被图像进行灰度处理,得到灰度图像。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,对所述灰度图像进行二值化处理,得到二值化图像,包括:
将所述灰度图像各像素点的灰度值与预设的二值化阈值进行比较;
若像素点所述灰度值小于所述二值化阈值,将所述像素点的颜色值设置为黑色;
若像素点所述灰度值大于或者等于所述二值化阈值,将所述像素点的颜色值设置为白色。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述郁闭度计算公式为:
S=p/q
式中:S为林地郁闭度,p为黑色像素总数,表示植被冠层的面积,q为所有像素总数,表示图片的面积,包含植被冠层的面积和天空面积。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述统计二值化图像中所有的黑色像素,得到黑色像素总数]包括:
统计二值化图片中所有的白色像素;
利用二值化图片总像素减去所有的白色像素,得到黑色像素总数。
第二方面,本发明实施例还提供一种林地郁闭度确定装置,应用于服务器端,包括:
接收模块,用于接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;
灰度处理模块,用于对所述林地植被图像进行灰度处理,得到灰度图像;
二值化处理模块,用于对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;
统计模块,用于统计二值化图像中所有的黑色像素,得到黑色像素总数;
计算模块,用于根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
第三方面,本发明实施例还提供一种林地郁闭度确定系统,包括:玻璃板、如第一方面所述的采样器及所述林地郁闭度确定方法应用于的服务器,所述采样器与所述服务器通信连接。
结合第三方面,本发明实施例提供了第三方面的第一种可能的实施方式,其中,所述采样器的自动采样时间为当季的太阳高度角最大的时间。
第四方面,本发明实施例还提供一种服务器,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现第一方面所述的方法。
第五方面,本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,其中,所述程序代码使所述处理器执行第一方面所述方法。
本发明实施例带来了以下有益效果:本发明实施例先接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;然后对所述林地植被图像进行灰度处理,得到灰度图像;对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;再统计二值化图像中所有的黑色像素,得到黑色像素总数;最后根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
本发明实施例设置于水土保持监测现场的采样器是由下而上往上拍摄,拍摄的林地植被图像中除了植被冠层就是天空,而植被冠层与天空在颜色上很容易进行区分,然后将图片灰度化、二值化后,得到二值化图像,因二值化图像中的植被冠层和天空颜色值差异明显,故植被冠层和天空对比差异大,统计二值化图像中所有的黑色像素,得到黑色像素总数;再计算黑色像素占所有像素总数的比例,即可获得精准的林地郁闭度数据。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种林地郁闭度确定方法的流程图;
图2为本发明实施例提供的另一种林地郁闭度确定方法的流程图;
图3为本发明实施例提供的一种林地郁闭度确定装置的结构图;
图4为本发明实施例提供的一种林地郁闭度确定系统的结构图。
图标:11-接收模块;12-灰度化处理模块;13-二值化处理模块;14-统计模块;15-计算模块;41-玻璃板;42-采样器;43-服务器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前“拍照法”采集的影像由于植被冠层与地表落叶、地表伴生灌木叶片颜色非常相近的原因,在识别时常常导致无法有效区分乔木、灌木的叶片,及掉落在地面上的新叶片,导致测出的数值应当是近似植被覆盖率,而不是林地郁闭度,再者,当植被冠层与地表地物的的亮度、对比度差异较小时,计算机软件很难区分出光斑与叶片界限,因此,”拍照法”技术很难获得精准的林地郁闭度数据,基于此,本发明实施例提供的一种林地郁闭度确定方法、装置以及系统,可以将植被冠层与图像中的背景区分开,获得精准的林地郁闭度。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种林地郁闭度确定方法方法进行详细介绍,如图1所示,应用于服务器端,包括:
步骤S101,接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;
在本发明实施例中,所述采样器置于林地植被的林冠下方,在所述采样器上方设有玻璃板,玻璃板由支架支撑,所述玻璃板与水平面呈预设角度a,预设角度a可以是30°。
所述采样器由下往上拍摄,能够将用于计算林地郁闭度的图像清晰的分为植被冠层和天空,图像以天空为背景,能够在色彩上清晰地区分植被冠层和天空的界限,有利于获得精准的植被冠层所占图像中像素的面积比,即林地郁闭度。因在色彩上容易区分植被冠层和天空,所以采样器使用一般的相机即可,避免因使用价格昂贵的进口近红外相机而浪费财务,降低了观测成本。
在实际应用中,因采样器每日在自动采样时间段内开机,拍摄一张含植被冠层的图像,并发送数据给服务器供使用人员使用,然后自动关机,每日重复一次此流程,通过连续计算每日上传的图像,即可形成一系列完整的林地郁闭度年内变化曲线,解决了无法每日投入观测人员进行野外观测的问题。
步骤S102,对所述林地植被图像进行灰度处理,得到灰度图像;
在本发明实施例中,灰度处理可以将彩色的所述林地植被图像转化成灰度图像,彩色的所述林地植被图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色的所述林地植被图像,其一个像素点的变化范围为255种,所以将彩色的所述林地植被图像转化成灰度图像可以使后续的图像的计算量变得少一些。灰度图像的描述与彩色的所述林地植被图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
所述步骤S102包括:
利用加权平均值法对所述植被图像进行灰度处理,得到灰度图像。灰度处理的加权平均法,其公式如下所示:
式中,为灰度图像中某像素点处的像素值,x1、x2和x3分别对应所述林地植被图像中某像素点处的R、G、B值,f1、f2和f3分别对应所述林地植被图像中某像素点R、G、B值的权重。灰度处理过程可以利用Photoshop软件或植被郁闭度分析软件完成。
步骤S103,对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;
在本发明实施例中,二值化处理的目的是将灰度图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。
如图2所示,所述步骤S103包括:
步骤S201,将所述灰度图像各像素点的灰度值与预设的二值化阈值进行比较;
在本发明实施例中,灰度图像上各像素点的灰度值均处于[0,255]范围内,示例性的,预设的二值化阈值可以是128,比较所述灰度图像各像素点的灰度值与预设的二值化阈值128的大小,目的是区分林地植被和天空。
步骤S202,若像素点所述灰度值小于所述二值化阈值,将所述像素点的颜色值设置为黑色;
在本发明实施例中,像素点所述灰度值小于所述二值化阈值,证明该像素点对应的是林地植被,将图像中林地植被的位置全部设置为黑色,与天空的颜色形成强烈对比。
步骤S203,若像素点所述灰度值大于或者等于所述二值化阈值,将所述像素点的颜色值设置为白色。
在本发明实施例中,像素点所述灰度值大于或者等于所述二值化阈值,证明该像素点对应的是天空,将图像中天空的位置全部设置为白色,与林地植被的颜色形成强烈对比。
步骤S104,统计二值化图像中所有的黑色像素,得到黑色像素总数;
在本发明实施例中,可以直接统计二值化图像中所有的黑色像素,得到黑色像素总数,或者可以通过统计二值化图片中所有的白色像素然后利用二值化图片总像素减去所有的白色像素,得到黑色像素总数。得到黑色像素总数的目的是求得林地植被的面积占整个图像的比例。
步骤S105,根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
在本发明实施例中,所述郁闭度计算公式为:
S=p/q
式中:S为林地郁闭度,p为黑色像素总数,表示林地植被的面积,q为所有像素总数,表示图像的面积,包含林地植被的面积和天空面积。
本发明实施例可以通过设置于水土保持监测现场的采样器由下而上往上拍摄,拍摄的林地植被图像中除了植被冠层就是天空,而植被冠层与天空在颜色上很容易进行区分,然后将图片灰度化、二值化后,得到二值化图像,因二值化图像中的植被冠层和天空颜色值差异明显,故植被冠层和天空对比差异大,统计二值化图像中所有的黑色像素,得到黑色像素总数;再计算黑色像素占所有像素总数的比例,即可获得精准的林地郁闭度数据。
在本发明的又一实施例中,如图3所示,所述装置可以包括以下模块:
接收模块,用于接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;
灰度处理模块,用于对所述林地植被图像进行灰度处理,得到灰度图像;
二值化处理模块,用于对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;
统计模块,用于统计二值化图像中所有的黑色像素,得到黑色像素总数;
计算模块,用于根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
在本发明的又一实施例中,如图4所示,所述系统可以包括以下模块:玻璃板41、如本发明实施例中所述的采样器42及所述林地郁闭度确定方法应用于的服务器43,所述采样器42与所述服务器43通信连接。
在本发明的又一实施例中,所述采样器42的自动采样时间为当季的太阳高度角最大的时间。
在本发明实施例中,将用于计算林地郁闭度的自动采样时间设置为太阳高度角最高的时间,形成的影像由于近似于逆光影像,因此,林地植被近似于黑色,而背景值近似于蓝色或者是天空蓝色,在亮度、对比度差异性上非常显著,可使图像在任意带有图像二值化和像素统计功能的软件中计算林地郁闭度。
在本发明的又一实施例中,还提供一种服务器43,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法实施例所述方法的步骤。
在本发明的又一实施例中,还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行方法实施例所述方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例所提供的林地郁闭度确定方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种林地郁闭度确定方法,其特征在于,应用于服务器端,包括:
接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;
对所述林地植被图像进行灰度处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;
统计二值化图像中所有的黑色像素,得到黑色像素总数;
根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
2.根据权利要求1所述的林地郁闭度确定方法,其特征在于,所述对所述林地植被图像进行灰度处理,得到灰度图像,包括:
利用加权平均值法对所述植被图像进行灰度处理,得到灰度图像。
3.根据权利要求1所述的林地郁闭度确定方法,其特征在于,对所述灰度图像进行二值化处理,得到二值化图像,包括:
将所述灰度图像各像素点的灰度值与预设的二值化阈值进行比较;
若像素点所述灰度值小于所述二值化阈值,将所述像素点的颜色值设置为黑色;
若像素点所述灰度值大于或者等于所述二值化阈值,将所述像素点的颜色值设置为白色。
4.根据权利要求1所述的林地郁闭度确定方法,其特征在于,所述郁闭度计算公式为:
S=p/q
式中:S为林地郁闭度,p为黑色像素总数,表示植被冠层的面积,q为所有像素总数,表示图片的面积,包含植被冠层的面积和天空面积。
5.根据权利要求1所述的林地郁闭度确定方法,其特征在于,所述统计二值化图像中所有的黑色像素,得到黑色像素总数,包括:
统计二值化图片中所有的白色像素;
利用二值化图片总像素减去所有的白色像素,得到黑色像素总数。
6.一种林地郁闭度确定装置,其特征在于,应用于服务器端,包括:
接收模块,用于接收设置于水土保持监测现场的采样器在自动采样时间段内采集的林地植被图像,所述采样器由下往上拍摄;
灰度处理模块,用于对所述林地植被图像进行灰度处理,得到灰度图像;
二值化处理模块,用于对所述灰度图像进行二值化处理,得到二值化图像,所述二值化图像中植被冠层为黑色像素,天空为白色像素;
统计模块,用于统计二值化图像中所有的黑色像素,得到黑色像素总数;
计算模块,用于根据预设的郁闭度计算公式、黑色像素总数及所有像素总数,计算得到林地郁闭度。
7.一种林地郁闭度确定系统,其特征在于,包括:玻璃板、如权利要求1至5所述的采样器及所述林地郁闭度确定方法应用于的服务器,所述采样器与所述服务器通信连接。
8.根据权利要求7所述的林地郁闭度确定系统,其特征在于,所述采样器的自动采样时间为当季的太阳高度角最大的时间。
9.一种服务器,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1-5任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810972357.4A CN109166158A (zh) | 2018-08-24 | 2018-08-24 | 一种林地郁闭度确定方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810972357.4A CN109166158A (zh) | 2018-08-24 | 2018-08-24 | 一种林地郁闭度确定方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109166158A true CN109166158A (zh) | 2019-01-08 |
Family
ID=64896746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810972357.4A Pending CN109166158A (zh) | 2018-08-24 | 2018-08-24 | 一种林地郁闭度确定方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109166158A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288594A (zh) * | 2019-07-02 | 2019-09-27 | 河北农业大学 | 一种植物冠层结构性状分析方法 |
CN111192273A (zh) * | 2019-12-27 | 2020-05-22 | 西北工业大学 | 一种基于计算机视觉技术的数字化喷丸覆盖率测量方法 |
CN111598874A (zh) * | 2020-05-15 | 2020-08-28 | 北京大学深圳研究生院 | 一种基于智能移动端的红树林郁闭度调查方法 |
CN111753688A (zh) * | 2020-06-12 | 2020-10-09 | 广州极飞科技有限公司 | 种植行中心线确定方法、装置、电子设备及存储介质 |
WO2022048196A1 (zh) * | 2020-09-03 | 2022-03-10 | 深圳前海微众银行股份有限公司 | 一种监测工业生产指数的方法及装置 |
CN115348709A (zh) * | 2022-10-18 | 2022-11-15 | 良业科技集团股份有限公司 | 适用于文旅的智慧云服务照明展示方法及系统 |
CN117935061A (zh) * | 2024-03-21 | 2024-04-26 | 四川省能源地质调查研究所 | 基于数据分析的地质区域环境综合评价系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6338027B1 (en) * | 1999-05-27 | 2002-01-08 | Arborcom Technologies Inc. | Canopy modification using computer modelling |
CN102542276A (zh) * | 2011-12-27 | 2012-07-04 | 中国科学院东北地理与农业生态研究所 | 应用Photoshop和Matlab快速提取森林郁闭度的方法 |
CN104121850A (zh) * | 2013-04-28 | 2014-10-29 | 中国林业科学研究院资源信息研究所 | 一种郁闭度的测定方法和装置 |
-
2018
- 2018-08-24 CN CN201810972357.4A patent/CN109166158A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6338027B1 (en) * | 1999-05-27 | 2002-01-08 | Arborcom Technologies Inc. | Canopy modification using computer modelling |
CN102542276A (zh) * | 2011-12-27 | 2012-07-04 | 中国科学院东北地理与农业生态研究所 | 应用Photoshop和Matlab快速提取森林郁闭度的方法 |
CN104121850A (zh) * | 2013-04-28 | 2014-10-29 | 中国林业科学研究院资源信息研究所 | 一种郁闭度的测定方法和装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288594A (zh) * | 2019-07-02 | 2019-09-27 | 河北农业大学 | 一种植物冠层结构性状分析方法 |
CN110288594B (zh) * | 2019-07-02 | 2021-06-04 | 河北农业大学 | 一种植物冠层结构性状分析方法 |
CN111192273A (zh) * | 2019-12-27 | 2020-05-22 | 西北工业大学 | 一种基于计算机视觉技术的数字化喷丸覆盖率测量方法 |
CN111598874A (zh) * | 2020-05-15 | 2020-08-28 | 北京大学深圳研究生院 | 一种基于智能移动端的红树林郁闭度调查方法 |
CN111598874B (zh) * | 2020-05-15 | 2023-05-16 | 北京大学深圳研究生院 | 一种基于智能移动端的红树林郁闭度调查方法 |
CN111753688A (zh) * | 2020-06-12 | 2020-10-09 | 广州极飞科技有限公司 | 种植行中心线确定方法、装置、电子设备及存储介质 |
WO2022048196A1 (zh) * | 2020-09-03 | 2022-03-10 | 深圳前海微众银行股份有限公司 | 一种监测工业生产指数的方法及装置 |
CN115348709A (zh) * | 2022-10-18 | 2022-11-15 | 良业科技集团股份有限公司 | 适用于文旅的智慧云服务照明展示方法及系统 |
CN115348709B (zh) * | 2022-10-18 | 2023-03-28 | 良业科技集团股份有限公司 | 适用于文旅的智慧云服务照明展示方法及系统 |
CN117935061A (zh) * | 2024-03-21 | 2024-04-26 | 四川省能源地质调查研究所 | 基于数据分析的地质区域环境综合评价系统 |
CN117935061B (zh) * | 2024-03-21 | 2024-05-31 | 四川省能源地质调查研究所 | 基于数据分析的地质区域环境综合评价系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109166158A (zh) | 一种林地郁闭度确定方法、装置及系统 | |
CN108921203B (zh) | 一种指针式水表的检测与识别方法 | |
CN109191520B (zh) | 一种基于色彩标定的植物叶面积测量方法及系统 | |
CN106023133B (zh) | 一种基于多特征联合处理的高分辨率遥感影像水体提取方法 | |
CN105516584B (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
CN106950177A (zh) | 一种gf‑4卫星遥感影像的水体提取方法 | |
CN103310203B (zh) | 基于物联网和机器视觉的指针式仪表示值自动识别方法 | |
CN108550129B (zh) | 基于地理模板的匀色方法及装置 | |
CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
CN109472261A (zh) | 一种基于计算机视觉的粮仓储粮数量变化自动监测方法 | |
CN104751122B (zh) | 一种农作物病情指数的计算方法及系统 | |
CN103714349A (zh) | 一种基于颜色和纹理特征的图像识别方法 | |
CN103093208A (zh) | 一种果蔬识别的方法及系统 | |
CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
CN108564021A (zh) | 一种基于数码相片提取荒漠植被盖度的方法 | |
CN104121850A (zh) | 一种郁闭度的测定方法和装置 | |
CN110427841A (zh) | 基于遥感信息的常绿林地识别方法及系统 | |
CN108169141A (zh) | 一种基于高光谱图像的茶树lai及氮含量估算方法 | |
CN107403180A (zh) | 一种数字类型设备检测识别方法和系统 | |
CN107084672A (zh) | 一种用于树木胸径测量的图像采集装置、系统和方法 | |
CN110517575A (zh) | 一种地表水体制图方法及装置 | |
CN107085851A (zh) | 一种提取水域岸线的方法及装置 | |
CN107358161A (zh) | 一种基于遥感影像分类的海岸线提取方法及系统 | |
CN109858394A (zh) | 一种基于显著性检测的遥感图像水体区域提取方法 | |
CN109118484A (zh) | 一种基于机器视觉的获取植被覆盖度和叶面积指数的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190108 |