Dawn。的案例列表
越冬油菜和小麦遥感识别方法与装置专利
主权项： 1.一种越冬油菜和小麦遥感识别方法,其特征在于,包括以下步骤：S1：获取待识别区的遥感影像,所述遥感影像包括蓝光、绿光、红光、近红外、短波红外波；S2：判断遥感影像覆盖的月份,当遥感影像仅有3月份或4月份的影像时,为不充分时序影像覆盖区,当遥感影像包括3月和5月份的影像时,为充分时序影像覆盖区；S3：当遥感影像属于不充分时序影像覆盖区,则进行以下步骤：S31：设定条件为NDVI＞阈值T1,若条件为否则像元标识为非植被,若条件为真则进行S32判断；S32：设定条件RVI＞阈值T2,若条件为否则进行S33判断,若条件为真则进行S34判断；S33：设定条件LSWI＞阈值T3且ρgreen
基于遥感影像的倒伏水稻识别方法与装置
1.一种基于遥感影像的倒伏水稻识别方法,其特征在于,包括以下步骤：S1：影像获取与处理,获取待识别区内发生倒伏后的遥感影像,所述遥感影像包括蓝光、绿光、红光、近红外波段；S2：计算遥感影像上的NDVI、NDWI、纹理Mean值、RVI； 其中,ρred、ρgreen、ρnir分别为红光波段、绿光波段和近红外波段像元反射率值； 其中,P(i,j)表示灰度联合矩阵中第i行j列的元素,μ表示P(i,j)的均值,N为像元个数；S3：根据图像拍摄日期判断水稻处于抽穗期或者乳熟期；S4：若图像中的水稻处于抽穗期,则S41：使用阈值判断NDVI值：T1<NDVI<T2,若条件为否则像元标
案例判断参考
Dawn。的案例列表
越冬油菜和小麦遥感识别方法与装置专利
主权项： 1.一种越冬油菜和小麦遥感识别方法,其特征在于,包括以下步骤：S1：获取待识别区的遥感影像,所述遥感影像包括蓝光、绿光、红光、近红外、短波红外波；S2：判断遥感影像覆盖的月份,当遥感影像仅有3月份或4月份的影像时,为不充分时序影像覆盖区,当遥感影像包括3月和5月份的影像时,为充分时序影像覆盖区；S3：当遥感影像属于不充分时序影像覆盖区,则进行以下步骤：S31：设定条件为NDVI＞阈值T1,若条件为否则像元标识为非植被,若条件为真则进行S32判断；S32：设定条件RVI＞阈值T2,若条件为否则进行S33判断,若条件为真则进行S34判断；S33：设定条件LSWI＞阈值T3且ρgreen...
基于遥感影像的倒伏水稻识别方法与装置
1.一种基于遥感影像的倒伏水稻识别方法,其特征在于,包括以下步骤：S1：影像获取与处理,获取待识别区内发生倒伏后的遥感影像,所述遥感影像包括蓝光、绿光、红光、近红外波段；S2：计算遥感影像上的NDVI、NDWI、纹理Mean值、RVI； 其中,ρred、ρgreen、ρnir分别为红光波段、绿光波段和近红外波段像元反射率值； 其中,P(i,j)表示灰度联合矩阵中第i行j列的元素,μ表示P(i,j)的均值,N为像元个数；S3：根据图像拍摄日期判断水稻处于抽穗期或者乳熟期；S4：若图像中的水稻处于抽穗期,则S41：使用阈值判断NDVI值：T1<NDVI<T2,若条件为否则像元标...
