申请/专利权人：中国科学院空天信息创新研究院

申请日：2023-09-25

公开（公告）日：2023-11-24

公开（公告）号：CN117115662A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/762;G06V10/74;G06V10/77;G06V10/771;G06V10/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明提出一种枣树叶螨虫害识别方法和系统。其中，方法包括：采集区域尺度的枣树高光谱遥感影像及地面数据；对高光谱影像数据进行数据预处理，并提取其光谱特征图；通过衡量光谱特征图的中心像素与邻域内像素的光谱相似性，对中心像素点重构，以提取光谱特征图中空间信息，得到图像的光谱空间特征；应用聚类方法分析光谱空间特征，识别健康区域、感染区域以及地表三种情况，得到枣树叶螨虫害结果图像，进而得到实地叶螨虫害病变情况。本发明提出的方案能够充分挖掘了高光谱图像中丰富的光谱信息，有效的去除高光谱图像中的冗余信息，降低图像噪声及混合像元对识别结果的影响，具有更好的鲁棒性，提高了枣树叶螨虫害识别准确率。

主权项：1.一种枣树叶螨虫害识别方法，其特征在于，所述方法包括：步骤S1、采集区域尺度的枣树高光谱遥感影像及地面数据；步骤S2、对所述高光谱影像数据进行数据预处理；步骤S3、提取预处理后的高光谱影像数据中的光谱特征图；步骤S4、通过衡量所述光谱特征图的中心像素与邻域内像素的光谱相似性，对中心像素点重构，以提取光谱特征图中空间信息，得到图像的光谱空间特征；步骤S5、应用聚类方法分析所述光谱空间特征，识别健康区域、感染区域以及地表三种情况，得到枣树叶螨虫害结果图像，进而得到实地叶螨虫害病变情况。

全文数据：

权利要求：

百度查询： 中国科学院空天信息创新研究院 一种枣树叶螨虫害识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD