买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京师范大学申请的专利一种作物倒伏自动识别方法、系统、电子设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116310864B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310137820.4，技术领域涉及：G06V20/13；该发明授权一种作物倒伏自动识别方法、系统、电子设备及介质是由朱秀芳;郭锐设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本一种作物倒伏自动识别方法、系统、电子设备及介质在说明书摘要公布了：本发明公开一种作物倒伏自动识别方法、系统、电子设备及介质，涉及作物倒伏识别领域，通过获取待识别区域灾害前后的哨兵1号数据和哨兵2号数据，对获取的数据进行处理，构成波段差值特征集、指数特征集和纹理特征集，利用递归特征消除法对上述特征集进行特征筛选，并根据筛选后的特征集，利用孤立森林算法确定灾后未被水体淹没的作物覆盖区域内的倒伏样本和非倒伏样本；根据倒伏样本和非倒伏样本，利用监督分类器提取灾后未被水体淹没的作物覆盖区域内的倒伏范围。本发明中提出了先基于孤立森林算法自动化提取倒伏样本和非倒伏样本，再基于随机森林监督分类器确定倒伏范围的算法，提高了作物倒伏识别的精度。

本发明授权一种作物倒伏自动识别方法、系统、电子设备及介质在权利要求书中公布了：1.一种作物倒伏自动识别方法，其特征在于，包括：获取待识别区域的灾害前哨兵1号数据、灾害前哨兵2号数据、灾害后哨兵1号数据和灾害后哨兵2号数据；所述待识别区域为发生灾害的作物生长区域；根据所述灾害前哨兵1号数据、所述灾害前哨兵2号数据、所述灾害后哨兵1号数据和所述灾害后哨兵2号数据，计算特征集；所述特征集包括波段差值特征集、指数差值特征集和纹理特征集；利用递归特征消除法对所述波段差值特征集、所述指数差值特征集和纹理特征集进行特征筛选，得到筛选后的特征集；根据所述筛选后的特征集，利用孤立森林算法确定灾后未被水体淹没的作物覆盖区域内的倒伏样本和非倒伏样本，具体包括：将所述筛选后的特征集中与所述灾后未被水体淹没的作物覆盖区域的像元对应的数值输入至孤立森林算法，得到每个像元的归一化异常得分；根据每个像元的所述归一化异常得分，确定归一化异常得分直方图；根据所述归一化异常得分将所述灾后未被水体淹没的作物覆盖区域的像元按升序排序且划分为n组像元集；计算每组所述像元集的变异系数，将n个变异系数拟合为变异系数曲线；根据所述变异系数曲线计算像元的变异系数贡献率；去除n组像元集中累计变异系数贡献率小于0.99的像元集，得到纯化作物像元组；根据所述变异系数贡献率在所述纯化作物像元组中确定倒伏样本和非倒伏样本；倒伏样本为直方图百分位在[%，%]区间的像元，非倒伏样本为直方图百分位在[，%]区间的像元；为变异系数贡献率为0.99处的归一化异常得分直方图的百分位；所述灾后未被水体淹没的作物覆盖区域的确定过程，具体包括：获取DynamicWorld数据集以及所述灾害后哨兵2号数据的特征数据集；所述特征数据集包括所述灾害后哨兵2号数据的第二波段数据和第二指数数据；所述第二指数数据包括归一化植被指数、增强型植被指数、红边位置指数、修正红边归一化植被指数和地表水体指数；所述第二波段数据为多光谱遥感数据；根据所述DynamicWorld数据集确定初始耕地覆盖数据；根据所述初始耕地覆盖数据，得到初始耕地覆盖范围；利用ISODATA算法对所述特征数据集进行非监督分类，得到分类结果；在所述分类结果中选取归一化植被指数平均值最小和双极化水指数平均值最大的一类作为水体类型；在所述初始耕地覆盖范围去除所述水体类型，得到灾后未被水体淹没的作物覆盖区域；根据所述倒伏样本和所述非倒伏样本，利用随机森林监督分类器提取所述灾后未被水体淹没的作物覆盖区域内的倒伏范围。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。