CN115164845A - 一种生态恢复遥感自动探测装置及方法 - Google Patents
一种生态恢复遥感自动探测装置及方法 Download PDFInfo
- Publication number
- CN115164845A CN115164845A CN202210779242.XA CN202210779242A CN115164845A CN 115164845 A CN115164845 A CN 115164845A CN 202210779242 A CN202210779242 A CN 202210779242A CN 115164845 A CN115164845 A CN 115164845A
- Authority
- CN
- China
- Prior art keywords
- image
- difference
- detection
- parameter
- environmental
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000007613 environmental effect Effects 0.000 claims abstract description 57
- 238000011084 recovery Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/12—Interpretation of pictures by comparison of two or more pictures of the same area the pictures being supported in the same relative position as when they were taken
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种生态恢复遥感自动探测装置,通过无人机所在的位置,并在无人机到达存储器中的检测位置的时候,接收摄像器拍摄的环境图像以及环境参数传感器检测的环境参数,记录此时的时间为检测时间,并将在该检测位置、检测时间以及对应的环境参数和环境图像存储到存储器中,并将该检测位置在当前得到的环境参数和环境图像与该检测位置中前一个检测时间的环境参数进行对比,得到参数差异和图像差异,将参数差异和图像差异综合得到变化程度。本发明通过无人机实时的定位拍摄并进行环境参数的检测,并实时的与前期的数据进行对比,得到数据差异,从而对生态恢复的进程进行评价,节省了研究人员研究的人力和物力。
Description
技术领域
本发明涉及遥感探测领域,特别涉及一种生态恢复遥感自动探测装置及方法。
背景技术
在对生态系统的研究中,对于生态恢复的研究也是重要的一个指标。生态恢复是对生态系统停止人为干扰,以减轻负荷压力,依靠生态系统的自我调节能力与自组织能力使其向有序的方向进行演化,或者利用生态系统的这种自我恢复能力,辅以人工措施,使遭到破坏的生态系统逐步恢复或使生态系统向良性循环方向发展。
在进行生态恢复的研究的时候,一项重要的研究指标就是生态恢复的速度。通常研究人员所使用的方式是根据定期的对生态恢复的地区进行实地的走访和测量,记录每一次走访测量的结果,在一定的时间之后,对每一次走访测量的结果进行汇总对比和分析,最终得到生态恢复的速度,同时可以对监测区域的生态恢复进行合理的。
显然,这样的方式能够有效的得到生态恢复的速度,并且做出合理的,但是,在数据采集的时候,需要研究人员进行实地的走访和勘测,从而使得研究的时候,需要浪费大量的人力和物力,而研究人员在进行数据的采集的时候,需要实时的将环境的数据与位置一一对应之后与前期同位置的数据进行比对,从而增加了工作的难度和最后所得到的结论的准确性。
发明内容
本发明的目的是克服上述现有技术中存在的问题,提供一种生态恢复遥感自动探测装置,通过无人机实时的定位拍摄并进行环境参数的检测,并实时的与前期的数据进行对比,得到数据差异,从而对生态恢复的进程进行评价,节省了研究人员研究的人力和物力。
为此,本发明提供一种生态恢复遥感自动探测装置,包括无人机,所述无人机上搭载有:
摄像器,用于拍摄所述无人机下方的环境图像;
环境参数传感器,用于检测所述无人机下方的环境参数;
存储器,用于存储探测区域的各个检测位置以及每一个检测位置在不同检测时间的环境参数和环境图像;
处理器,用于获取所述无人机所在的位置,并在所述无人机到达所述存储器中的检测位置的时候,接收所述摄像器拍摄的环境图像以及所述环境参数传感器检测的环境参数,记录此时的时间为检测时间,并将在该检测位置、检测时间以及对应的环境参数和环境图像存储到所述存储器中,并将该检测位置在当前所述得到的环境参数与该检测位置中前一个检测时间的环境参数进行对比,得到参数差异,将该检测位置在当前所述得到的环境图像与该检测位置中前一个检测时间的环境图像进行对比,得到图像差异,将所述参数差异和所述图像差异综合得到变化程度,并将各个所述变化程度通过无人机的通信系统发送到中央控制采集端。
进一步,将所述参数差异和所述图像差异综合得到变化程度的时候,包括如下步骤:
将所述参数差异进行设定比列的放缩,并更新所述参数差异;
将所述图像差异进行数值化计算,在根据设定比例放缩,并更新所述图像差异;
将所述参数差异和所述图像差异分别通过设定的权重进行加权运算,输出得到所述变化程度。
更进一步,计算得到所述图像差异并进行数值化的时候,包括如下步骤:
将所述检测位置的当前检测时间的环境图像像素化处理,同时将所述检测位置当前检测时间的前一个检测时间的环境图像像素化处理;
将当前检测时间对应的环境图像与所述的前一个检测时间的环境图像位置重合后进行像素值对比,得到各个像素点的像素值之间的变化比例;
将每一个像素值对应的变化比例进行根据其像素点的位置进行分布,得到对比矩阵;
提取出所述对比矩阵中数值大于设定值的像素点,并提前其中的数值;
将提取出的数值根据其位置进行均值计算,输出得到数值格式的所述图像差异。
更进一步,将提取出的数值根据其位置进行均值计算的时候,包括如下步骤:
根据所述对比矩阵中数值大于设定值的像素点,得到提取出的图案;
通过图像识别技术对所述图案进行识别,得到图案的名称;
根据所述图案的名称得到对应的像素点的权重比例;
根据得到的权重比例对所述图像的各个像素点对应的数值进行均值计算,输出得到所述图像差异。
进一步,所述参数差异在计算的时候,根据所述环境图像的颜色值函数对其进行修正。
更进一步,在根据所述环境图像的颜色值函数对其进行修正的时候,包括如下步骤:
将所述环境图像进行像素化处理,得到每一个像素点的像素值;
使用图像识别技术对所述环境图像进行识别,得到环境图像的内容;
根据所述环境图像的内容,得到对应的提取像素点的位置,依次提取对应位置的像素点的像素值;
将提取的像素值依次送入提取的位置所对应的函数,并将输出与设定数值进行比较,输出得到比例差异;
将所述参数差异与所述比例差异相结合,更新所述参数差异。
进一步,所述环境参数传感器在所述检测位置采集多个数据,根据数据的大小确定数据的筛选范围,并根据所述筛选范围对采集到的数据进行筛选,最后将筛选后的数据通过均值的方式计算得到所述环境参数并输出。
本发明提供的一种生态恢复遥感自动探测装置,具有如下有益效果:
本发明通过无人机实时的定位拍摄并进行环境参数的检测,并实时的与前期的数据进行对比,得到数据差异,从而对生态恢复的进程进行评价,节省了研究人员研究的人力和物力,从而通过电子数据的采集和对比,进行实时的定位存储,对于数据的准确性得到了清楚明确的分区存储,有利于后续研究的数据引用的确定性,提升了结论的准确性;
本发明的无人机在数据进行对比的时候,通过不同角度得到的差异使用加权的方式进行统一的融合处理,并根据加权的结果得到变化的程度,从而得到生态恢复的进程,本发明从多个角度对恢复进行检测,从而使得所得到的结论更加的准确。
附图说明
图1为本发明的整体结构示意图;
图2为本发明将参数差异和图像差异综合得到变化程度的方法流程示意框图;
图3为本发明计算图像差异并进行数值化的方法流程示意框图;
图4为本发明将提取出的数值根据其位置进行均值计算的方法流程示意框图;
图5为本发明在根据所述环境图像的颜色值函数对其进行修正的方法流程示意框图。
具体实施方式
下面结合附图,对本发明的一个具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
在本申请文件中,未经明确的部件型号以及结构,均为本领域技术人员所公知的现有技术,本领域技术人员均可根据实际情况的需要进行设定,在本申请文件的实施例中不做具体的限定。
具体的,如图1-5所示,本发明实施例提供了一种生态恢复遥感自动探测装置,包括无人机,所述无人机上搭载有:摄像器、环境参数传感器、存储器以及处理器,这些都通过电源进行供电。其中,摄像器用于拍摄所述无人机下方的环境图像;环境参数传感器用于检测所述无人机下方的环境参数;存储器用于存储探测区域的各个检测位置以及每一个检测位置在不同检测时间的环境参数和环境图像;处理器用于获取所述无人机所在的位置,并在所述无人机到达所述存储器中的检测位置的时候,接收所述摄像器拍摄的环境图像以及所述环境参数传感器检测的环境参数,记录此时的时间为检测时间,并将在该检测位置、检测时间以及对应的环境参数和环境图像存储到所述存储器中,并将该检测位置在当前所述得到的环境参数与该检测位置中前一个检测时间的环境参数进行对比,得到参数差异,将该检测位置在当前所述得到的环境图像与该检测位置中前一个检测时间的环境图像进行对比,得到图像差异,将所述参数差异和所述图像差异综合得到变化程度,并将各个所述变化程度通过无人机的通信系统发送到中央控制采集端。
上述技术方案中,由于本发明运用在新疆的山地地区,对于植被的恢复具有一定的时效。例如要检查的生态恢复是山间的植被恢复,植被被火烧伤后查看其恢复的状态。
由于是新疆的山地地区,这里的特点是地广人稀,因此,使用无人机进入山间,通过定位的方式到达设定的检测位置,检测位置有研究人员进行定位,并录入到存储器中,此时无人机就会依次到达检测位置,完成对各个检测位置的环境参数和环境图像的采集,之后在将本次所采集的环境参数与前一次所采集的环境参数进行比较,得到参数差异,对于环境图像,采用同样的方式得到图像差异,并且根据技术人员的需求,将图像差异和参数差异结合,得到要检索的植被的情况得到植被恢复的变化程度,然后将这个变化程度和检测位置通过通过无人机的通信系统发送到中央控制采集端。
这样研究人员就是需要看着中央控制采集端,就可以得到得到生态恢复的变化程度的信息,从而可以直接将变化程度的信息拿来使用,从而做到在研究的时候节约了大量的人力和物力。
为了将上述的技术方案进行进一步的优化,在本发明中,将所述参数差异和所述图像差异综合得到变化程度的时候,包括如下步骤:
(一)将所述参数差异进行设定比列的放缩,并更新所述参数差异;
(二)将所述图像差异进行数值化计算,在根据设定比例放缩,并更新所述图像差异;
(三)将所述参数差异和所述图像差异分别通过设定的权重进行加权运算,输出得到所述变化程度。
上述技术方案中,步骤(一)到步骤(三)按照逻辑顺序依次进行,本发明将参数差异和头像差异分别使用数值表示,并根据两者的权重,得到对应的比例,从而综合得到总体的变化程度,也是用过数值的方式表示。
同时,上述技术方案总,计算得到所述图像差异并进行数值化的时候,包括如下步骤:
(1)将所述检测位置的当前检测时间的环境图像像素化处理,同时将所述检测位置当前检测时间的前一个检测时间的环境图像像素化处理;
(2)将当前检测时间对应的环境图像与所述的前一个检测时间的环境图像位置重合后进行像素值对比,得到各个像素点的像素值之间的变化比例;
(3)将每一个像素值对应的变化比例进行根据其像素点的位置进行分布,得到对比矩阵;
(4)提取出所述对比矩阵中数值大于设定值的像素点,并提前其中的数值;
(5)将提取出的数值根据其位置进行均值计算,输出得到数值格式的所述图像差异。
上述技术方案中,步骤(1)到步骤(5)按照逻辑顺序依次进行,在得到图像差异的时候,由于将图像差异进行数值化的处理,首先将环境图像进行数值化的处理,通过像素点的方式将环境图像进行数值化处理,得到的数值矩阵,通过像素点的像素值,这样就可以将环境图像通过矩阵的方式输出,在对比的时候,将前后两个时间节点的环境图像的矩阵形式对比,即是将两者的变化数值根据对应的位置分布得到对比矩阵,之后在根据对比矩阵的各个数值计算所述的图像差异。
本发明通过设置对比矩阵的方式,可以得到清楚的得到前后时间节点之前的环境图像之间的差异,通过像素点阵的方式使得可以表现出的更为细致的变化情况,包括变化的幅度。
下面我们介绍均值计算的过程,将提取出的数值根据其位置进行均值计算的时候,包括如下步骤:
<一>根据所述对比矩阵中数值大于设定值的像素点,得到提取出的图案;
<二>通过图像识别技术对所述图案进行识别,得到图案的名称;
<三>根据所述图案的名称得到对应的像素点的权重比例;
<四>根据得到的权重比例对所述图像的各个像素点对应的数值进行均值计算,输出得到所述图像差异。
上述技术方案中,步骤<一>到步骤<四>按照逻辑顺序依次进行,为了使得得到的图像差异更加的准确具体,根据各个位置的变化的情况的得到具体的图像差异,在根据变化的位置,得到变化的图像的所体现的内容,从而金酸出图像差异,这样可以使得图像在进行图像差异的计算的时候,更加的准确。
同时在本发明中,所述参数差异在计算的时候,根据所述环境图像的颜色值函数对其进行修正。通过结合图像的情况,对参数进行调整,使得克服参数在采集时候的环境影响。
在本发明中,在根据所述环境图像的颜色值函数对其进行修正的时候,包括如下步骤:
<1>将所述环境图像进行像素化处理,得到每一个像素点的像素值;
<2>使用图像识别技术对所述环境图像进行识别,得到环境图像的内容;
<3>根据所述环境图像的内容,得到对应的提取像素点的位置,依次提取对应位置的像素点的像素值;
<4>将提取的像素值依次送入提取的位置所对应的函数,并将输出与设定数值进行比较,输出得到比例差异;
<5>将所述参数差异与所述比例差异相结合,更新所述参数差异。
上述技术方案中,步骤<1>到步骤<5>按照逻辑顺序依次进行,通过获取所拍摄的图像的内容,根据图像的内容将像素自所对应的函数,例如图像的内容判断为树叶,从而得到树叶对应的函数,并将树叶对应的函数,这样就可以得到差异比例,即是与实际之间的差异比例,该函数是根据经验得到的,考虑到了其恢复的规律和天气条件,每一个所述的图像内容均与唯一的函数相对应,这样就可以使得将所得到的参数差异更加的与实际的真实数值相接近。
在本发明中,为了提升数据的精确程度,防止一些无关的数据对本发明所需要的数据进行扰乱,所述环境参数传感器在所述检测位置采集多个数据,根据数据的大小确定数据的筛选范围,并根据所述筛选范围对采集到的数据进行筛选,最后将筛选后的数据通过均值的方式计算得到所述环境参数并输出。
以上公开的仅为本发明的几个具体实施例,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (8)
1.一种生态恢复遥感自动探测方法,其特征在于,包括如下步骤:
使用无人机进行下方的环境图像的拍摄,并获取无人机所在的位置;
当无人机到达存储器中的检测位置的时候,接收摄像器拍摄的环境图像以及环境参数传感器检测的环境参数,同时记录此时的时间为检测时间,并将在该检测位置、检测时间以及对应的环境参数和环境图像存储到存储器中;
将该检测位置在当前得到的环境参数与该检测位置中前一个检测时间的环境参数进行对比,得到参数差异;
将该检测位置在当前得到的环境图像与该检测位置中前一个检测时间的环境图像进行对比,得到图像差异;
将参数差异和图像差异综合得到变化程度,并将各个变化程度通过无人机的通信系统发送到中央控制采集端。
2.如权利要求1所述的一种生态恢复遥感自动探测方法,其特征在于,将所述参数差异和所述图像差异综合得到变化程度的时候,包括如下步骤:
将所述参数差异进行设定比列的放缩,并更新所述参数差异;
将所述图像差异进行数值化计算,在根据设定比例放缩,并更新所述图像差异;
将所述参数差异和所述图像差异分别通过设定的权重进行加权运算,输出得到所述变化程度。
3.如权利要求2所述的一种生态恢复遥感自动探测方法,其特征在于,计算得到所述图像差异并进行数值化的时候,包括如下步骤:
将所述检测位置的当前检测时间的环境图像像素化处理,同时将所述检测位置当前检测时间的前一个检测时间的环境图像像素化处理;
将当前检测时间对应的环境图像与所述的前一个检测时间的环境图像位置重合后进行像素值对比,得到各个像素点的像素值之间的变化比例;
将每一个像素值对应的变化比例进行根据其像素点的位置进行分布,得到对比矩阵;
提取出所述对比矩阵中数值大于设定值的像素点,并提前其中的数值;
将提取出的数值根据其位置进行均值计算,输出得到数值格式的所述图像差异。
4.如权利要求3所述的一种生态恢复遥感自动探测方法,其特征在于,将提取出的数值根据其位置进行均值计算的时候,包括如下步骤:
根据所述对比矩阵中数值大于设定值的像素点,得到提取出的图案;
通过图像识别技术对所述图案进行识别,得到图案的名称;
根据所述图案的名称得到对应的像素点的权重比例;
根据得到的权重比例对所述图像的各个像素点对应的数值进行均值计算,输出得到所述图像差异。
5.如权利要求1所述的一种生态恢复遥感自动探测方法,其特征在于,所述参数差异在计算的时候,根据所述环境图像的颜色值函数对其进行修正。
6.如权利要求5所述的一种生态恢复遥感自动探测方法,其特征在于,在根据所述环境图像的颜色值函数对其进行修正的时候,包括如下步骤:
将所述环境图像进行像素化处理,得到每一个像素点的像素值;
使用图像识别技术对所述环境图像进行识别,得到环境图像的内容;
根据所述环境图像的内容,得到对应的提取像素点的位置,依次提取对应位置的像素点的像素值;
将提取的像素值依次送入提取的位置所对应的函数,并将输出与设定数值进行比较,输出得到比例差异;
将所述参数差异与所述比例差异相结合,更新所述参数差异。
7.如权利要求1所述的一种生态恢复遥感自动探测方法,其特征在于,所述环境参数传感器在所述检测位置采集多个数据,根据数据的大小确定数据的筛选范围,并根据所述筛选范围对采集到的数据进行筛选,最后将筛选后的数据通过均值的方式计算得到所述环境参数并输出。
8.一种生态恢复遥感自动探测装置,包括无人机,其特征在于,所述无人机上搭载有:
摄像器,用于拍摄所述无人机下方的环境图像;
环境参数传感器,用于检测所述无人机下方的环境参数;
存储器,用于存储探测区域的各个检测位置以及每一个检测位置在不同检测时间的环境参数和环境图像;
处理器,运行有程序,所述程序执行如权利要求1-7任一项所述的一种生态恢复遥感自动探测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210779242.XA CN115164845B (zh) | 2022-07-04 | 2022-07-04 | 一种生态恢复遥感自动探测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210779242.XA CN115164845B (zh) | 2022-07-04 | 2022-07-04 | 一种生态恢复遥感自动探测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115164845A true CN115164845A (zh) | 2022-10-11 |
CN115164845B CN115164845B (zh) | 2024-04-05 |
Family
ID=83491044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210779242.XA Active CN115164845B (zh) | 2022-07-04 | 2022-07-04 | 一种生态恢复遥感自动探测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115164845B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108564083A (zh) * | 2018-04-28 | 2018-09-21 | 新疆大学 | 一种遥感图像变化检测方法及装置 |
RU2017116218A (ru) * | 2017-05-11 | 2018-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный университет по землеустройству" | Способ комплексного мониторинга природной среды |
CN111179230A (zh) * | 2019-12-18 | 2020-05-19 | 星际空间(天津)科技发展有限公司 | 遥感影像对比变化检测方法、装置、存储介质及电子设备 |
CN111192239A (zh) * | 2019-12-18 | 2020-05-22 | 星际空间(天津)科技发展有限公司 | 遥感影像变化区域检测方法、装置、存储介质及电子设备 |
JP2021006017A (ja) * | 2019-06-28 | 2021-01-21 | 株式会社日立製作所 | リモートセンシング画像取得時期決定システム、および、作物生育状況分析方法 |
-
2022
- 2022-07-04 CN CN202210779242.XA patent/CN115164845B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2017116218A (ru) * | 2017-05-11 | 2018-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный университет по землеустройству" | Способ комплексного мониторинга природной среды |
CN108564083A (zh) * | 2018-04-28 | 2018-09-21 | 新疆大学 | 一种遥感图像变化检测方法及装置 |
JP2021006017A (ja) * | 2019-06-28 | 2021-01-21 | 株式会社日立製作所 | リモートセンシング画像取得時期決定システム、および、作物生育状況分析方法 |
CN111179230A (zh) * | 2019-12-18 | 2020-05-19 | 星际空间(天津)科技发展有限公司 | 遥感影像对比变化检测方法、装置、存储介质及电子设备 |
CN111192239A (zh) * | 2019-12-18 | 2020-05-22 | 星际空间(天津)科技发展有限公司 | 遥感影像变化区域检测方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115164845B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619620B (zh) | 导致表面缺陷的异常定位方法、装置、系统及电子设备 | |
CN111401419A (zh) | 基于改进RetinaNet的员工着装规范检测方法 | |
CN112990262A (zh) | 一种草原生态数据监测与智能决策一体化解决系统 | |
CN111476191B (zh) | 基于智慧交通的人工智能图像处理方法及大数据云服务器 | |
CN112229845A (zh) | 基于视觉导航技术的无人机高精度饶塔智能巡检方法 | |
CN111914767A (zh) | 一种基于多源遥感数据的散乱污企业检测方法及系统 | |
CN114612789B (zh) | 一种通过长时序卫星遥感提取常绿森林林分变化的方法 | |
CN110910440A (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
CN116822115A (zh) | 一种基于数字孪生技术的智慧园区的环境管理方法及系统 | |
CN112541569A (zh) | 一种基于机器学习的传感器在线训练系统和方法 | |
CN117057671A (zh) | 一种基于人工智能的矿山生态修复工程验收系统和方法 | |
CN113610009A (zh) | 一种洪涝灾害无人机影像信息提取系统 | |
CN115164845A (zh) | 一种生态恢复遥感自动探测装置及方法 | |
CN116702588A (zh) | 一种基于多源数据的风电场关键气象因子预报方法及系统 | |
CN113762153B (zh) | 一种基于遥感数据的新型尾矿库检测方法及系统 | |
CN115617000A (zh) | 一种基于数字孪生技术的流程管理方法 | |
CN112669470B (zh) | 基于bim的摄像机标注方法和装置 | |
CN114529815A (zh) | 一种基于深度学习的流量检测方法、装置、介质及终端 | |
CN112270357A (zh) | Vio视觉系统及方法 | |
CN111860626A (zh) | 基于无人机遥感和面向对象分类的水土保持监测方法及系统 | |
CN113052941B (zh) | 一种区域电力设施状态分析方法及图像采集方法 | |
CN117436823B (zh) | 一种基于大数据的自然资源确权登记管理方法及系统 | |
CN117095216B (zh) | 基于对抗生成网络的模型训练方法、系统、设备及介质 | |
CN114524097B (zh) | 一种测绘地理信息用无人机勘测装置 | |
CN117274843B (zh) | 基于轻量级边缘计算的无人机前端缺陷识别方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |