-
- 2020-12-15
- 2020-06-02
- 2020-06-02
- 2020-05-13
- 2019-05-05
- 2019-05-05
- 2019-05-05
- 2019-05-05
- 2019-04-16
- 2019-04-16
- 2020-06-18
- 2019-04-16
- 2019-05-05
- 2019-05-05
- 2019-05-05
- 2019-05-05
- 2019-04-16
- 2019-04-16
- 2019-04-16
- 2021-01-08
- 2019-12-10
- 2020-12-18
- 2019-07-22
- 2019-07-22
- 2019-07-24
- 2019-05-14
- 2019-07-24
- 2019-04-12
- 2019-04-15
- 2019-04-15
- 2019-04-15
- 2019-04-15
- 2019-05-14
- 2020-07-14
- 2019-05-27
- 2019-04-12
- 2020-06-01
- 2020-06-01
- 2020-06-01
- 2020-06-01
- 2019-04-30
- 2019-04-30
- 2019-04-30
- 2019-04-30
- 2019-04-30
- 2019-05-05
- 2019-04-30
- 2019-04-30
- 2019-04-30
-
- 2019-09-25
- 2019-03-19
- 2019-03-19
- 2019-03-19
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-27
- 2019-08-27
- 2019-08-27
- 2019-08-27
-
2020-01-03 涂层材料反射率测量.pdf
끂1181 305.87 KB -
2020-01-03 纳米材料反射率测量.pdf
끂1416 1.85 MB -
2020-01-03 镜面薄膜反射率测量.pdf
끂1245 2.96 MB -
2020-01-03 金属材料反射率测量.caj
끂1283 8.89 MB
- 2019-08-26
- 2019-05-30
- 2019-05-14
- 2019-05-14
- 2019-04-15
-
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2020-01-03
- 2020-01-03
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2021-01-14
- 2021-01-14
- 2021-01-14
- 2020-01-10
- 2019-03-20
- 2019-03-18
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2019-03-20
-
2020-01-03 WIRIS 热像仪在安防领域的应用.pdf
끂1316 810.49 KB -
2020-01-03 S185机载高光谱用于监测雷区军事设施.pdf
끂1435 1.5 MB -
2020-01-03 S185机载高光谱用于爆炸装置的伪装识别.pdf
끂1274 4.33 MB
-
- 2019-12-31
- 2019-12-31
- 2019-12-31
- 2019-12-31
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2019-05-30
- 2019-03-20
- 2019-03-20
- 2019-03-19
- 2019-03-19
- 2019-07-22
- 2019-03-20
- 2019-03-20
- 2020-01-10
- 2020-01-02
- 2020-01-02
- 2020-01-02
-
2020-01-03 南昌航空大学利用ET100研究铝合金等发射率.caj
끂1201 8.89 MB -
2020-01-03 美国桑迪亚大学利用410Solar测量太阳镜薄膜反射率.pdf
끂1339 2.96 MB -
2020-01-03 美国纳米材料研究中心利用410Solar测量纳米材料反射率.pdf
끂1188 1.85 MB -
2020-01-03 澳大利亚国立大学利用410Solar测量不同涂层材料反射率.pdf
끂1109 305.87 KB
-
- 2020-09-25
- 2020-08-27
- 2020-08-19
- 2019-11-28
- 2019-09-05
- 2019-08-05
- 2019-07-31
- 2019-07-04
- 2019-06-24
- 2019-06-21
- 2019-03-25
- 2019-03-18
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
-
-
2019-05-28 20181110 SOC710文献目录.pdf
끂2086 497.4 KB -
2019-05-28 20181110 SEI地物光谱文献目录.pdf
끂1807 646.88 KB -
2019-05-28 20181110 S185文献目录.pdf
끂2235 772.54 KB -
2019-03-18 UAS sensors and data processing in agroforestry a review towards practical applications.pdf
끂1758 4.78 MB -
-
-
-
-
2020-08-26 WIRIS Pro 高性能机载热红外成像仪.pdf
끂621 7.7 MB -
2020-08-26 SOC系列高光谱成像光谱仪.pdf
끂620 7.11 MB -
2020-08-26 SEI高性能地物光谱仪.pdf
끂601 2.4 MB -
2020-08-26 S185 机载画幅式高速高光谱成像仪.pdf
끂651 3.96 MB -
2020-08-26 K6 科研级机载多光谱成像仪.pdf
끂624 4.11 MB -
2020-08-26 2020 安洲科技产品册I 无人机遥感.pdf
끂622 20.51 MB -
2020-08-26 425全波段高光谱成像系统.pdf
끂587 829.76 KB
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2020-01-02
-
全国统一电话:4006-507-608
基于S185机载高光谱的深度学习方法自动识别冬小麦条锈病研究
《Remote Sensing》影响因子:3.244
机载高光谱农业病虫害研究经典案例之---
基于S185机载高光谱的深度学习方法自动识别冬小麦条锈病研究
A Deep Learning-Based Approach for Automated Yellow Rus Disease Detection from High-Resolution Hyperspectral UAV Images
中国科学院遥感与数字地球研究所 / 英国曼切斯特城市大学
冬小麦条锈病是一种常见的严重影响产量的真菌疾病,给我国农业经济带来重大的损失,传统的条锈病检测方法常使用手工检测等方法,耗时耗力,极不方便。近年来,随着无人机与高光谱技术的发展,为大面积及高效快速监测小麦条锈病发病区提供了可能性。
本文以S185机载高光谱数据为实例,提出了一种基于深度卷积神经网络(DCNN)的方法,研究了自动识别冬小麦条锈病发病区的相关结论。结果表明,该方法的整体识别精度高达0.85,高于基于随机森林算法的0.77,为基于机载高光谱影像的农作物病害研究提供了较高的参考价值。
图1 左侧为本试验研究区域河北廊坊,右侧为S185机载高光谱数据的冬小麦分区图
图2 本研究所用DJI M600 Pro无人机搭载S185机载高光谱成像仪 图3 冬小麦条锈病自动识别流程图
图4 基于滑动窗口的方法选取健康区域、发病区域等
图5 基于DCNN深度卷积神经网络自动识别小麦条锈病区的结构框图
图8 不同生长期的冬小麦DNCC算法识别条锈病精度
表1 不同生长期冬小麦模型处理模型对比
图9 冬小麦不同生长状态的光谱对比图
图10.基于不同算法的冬小麦条锈病病区提取结果
产品列表
测量服务
摘要:
-
ꁸ 回到顶部
-
ꂅ 4006-507-608
-
ꁗ QQ客服
-
ꀥ 微信二维码
北京安洲科技有限公司 版权所有 电话:4006-507-608 010-62111182 邮箱:info@azup.com.cn
Copyright 2009 Auto Parts All Right Reserved
上海
公司地址:上海市天山路641号上海慧谷1号楼300#
021-54155790 / 136-9359-7263 sh(at)azup.cn
西安
公司地址:西安市高新区唐延路37号国际公寓C座1106
029-81545954 / 183-0110-7913 xa(at)azup.cn
武汉
公司地址:武汉市武昌区复地东湖国际6期10栋1602
027-87336236 / 183-1035-0796 wh(at)azup.cn
广州
公司地址:广州市天河区元岗横路31号慧通广场B1-1422
020-28171197 / 157-0168-1823 gz(at)azup.cn
联系方式
销售部:4006-507-608 sales(at)azup.cn
技术部:010-62111182 service(at)azup.cn
市场部:010-62112652 marketing(at)azup.cn
北京(总部)
公司地址:北京市海淀区上地四街8号华成大厦一层
服务热线:4006-507-608 / 010-62111182 / 62112602
电子邮件:info(at)azup.cn