CN111949817B - 基于遥感影像的农作物信息展示***、方法、设备及介质 - Google Patents
基于遥感影像的农作物信息展示***、方法、设备及介质 Download PDFInfo
- Publication number
- CN111949817B CN111949817B CN202010942356.2A CN202010942356A CN111949817B CN 111949817 B CN111949817 B CN 111949817B CN 202010942356 A CN202010942356 A CN 202010942356A CN 111949817 B CN111949817 B CN 111949817B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- information
- crop
- sensing image
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013500 data storage Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000003860 storage Methods 0.000 claims description 29
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 7
- 230000010365 information processing Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 19
- 239000013598 vector Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000012800 visualization Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 244000068988 Glycine max Species 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于遥感影像的农作物信息展示***、方法、设备及介质。其中,该***包括:遥感数据存储子***、遥感数据处理子***以及遥感数据显示子***;其中,所述遥感数据存储子***,用于存储基于卫星拍摄的遥感图像信息;所述遥感数据处理子***,用于从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;所述遥感数据显示子***,用于将所述农作物关联信息区别显示在预先建立的目标地图中。采用上述技术方案能够实现地理信息和农业遥感图像的融合,并能够快速显示和查询农作物信息。
Description
技术领域
本发明实施例涉及信息管理技术,尤其涉及一种基于遥感影像的农作物信息展示***、方法、设备及介质。
背景技术
农业生产是我国社会经济的重要组成部分,随着卫星技术的发展,利用遥感图像对农作物进行识别和统计已经成为农业上的关键技术之一。
目前,面向农业生产管理的农业遥感图像已经得到广泛应用,针对农业遥感图像以及农作物信息的展示可以是图像化或数值化的。
当面对大量农业遥感图像及农作物信息时,针对部分地区的遥感图像和对应的农作物信息的调取需要耗费大量时间,并且对目标地区的遥感图像定位也存在困难。
发明内容
本发明提供一种基于遥感影像的农作物信息展示***、方法、设备及介质,以实现地理信息与农业遥感图像的融合,便于利用农业遥感图像对农作物信息进行快速查询,统计和可视化。
第一方面,本发明实施例提供了一种基于遥感影像的农作物信息展示***,包括:遥感数据存储子***、遥感数据处理子***以及遥感数据显示子***;其中,
所述遥感数据存储子***,用于存储基于卫星拍摄的遥感图像信息;
所述遥感数据处理子***,用于从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;
所述遥感数据显示子***,用于将所述农作物关联信息区别显示在预先建立的目标地图中。
第二方面,本发明实施例还提供了一种基于遥感影像的农作物信息展示方法,包括:
通过遥感数据存储子***存储基于卫星拍摄的遥感图像信息;
通过遥感数据处理子***从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;
基于遥感数据显示子***将所述农作物关联信息区别显示在预先建立的目标地图中。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例任一所述的基于遥感影像的农作物信息展示方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的基于遥感影像的农作物信息展示方法。
本发明实施例,通过遥感数据存储子***,用于存储基于卫星拍摄的遥感图像信息;所述遥感数据处理子***,用于从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;所述遥感数据显示子***,用于将所述农作物关联信息区别显示在预先建立的目标地图中,解决了现有技术中仅能获取遥感图像,无法基于遥感图像准确的获取农作物的分布,导致用户体验性不高的问题,实现了用户基于地图中显示的信息,可以获取农业遥感信息,并能够准确的了解农作物的分布信息,从而提高用户体验的技术效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种基于遥感影像的农作物信息展示***的结构示意图;
图2为本发明实施例一所提供的一种基于遥感影像的农作物信息展示***的结构示意图;
图3为本发明实施例二所提供的一种基于遥感影像的农作物信息展示方法的流程图;
图4为本发明实施例三所提供的一种基于遥感影像的农作物信息展示***的结构示意图;
图5为本发明实施例三所提供的基于遥感影像的农作物信息展示***的***架构图;
图6为本发明实施例三所提供的基于遥感影像的农作物信息展示***的***部署图;
图7为本发明实施例四所提供的一种设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一所提供的一种基于遥感影像的农作物信息展示***的结构示意图。
如图1所述的基于遥感影像的农作物信息展示***包括:遥感数据存储子***1100、遥感数据处理子***1200以及遥感数据显示子***1300。
所述遥感数据存储子***1100,用于存储基于卫星拍摄的遥感图像信息;所述遥感数据处理子***1200,用于从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;所述遥感数据显示子***1300,用于将所述农作物关联信息区别显示在预先建立的目标地图中。
图2为本发明实施例一所提供的一种基于遥感影像的农作物信息展示***的结构示意图。
如图2所述遥感数据存储子***1100,主要是用于存储基于卫星拍摄的遥感图像信息。遥感图像信息一般指的是遥感影像。遥感影像(Remote Sensing Image,RS)是指记录各种地物电磁波大小的胶片或照片,主要分为航空像片和卫星相片。具体的,遥感图像为农业遥感图像,指的是利用遥感技术进行农业资源调查,土地利用现状分析,农业病虫害监测,农作物估产等农业应用的综合技术,可通过获取农作物影像数据,达到分析农作物生长情况、预报预测农作物病虫害的目的。
可选的,所述遥感数据存储子***1100包括:遥感数据采集模块1110、遥感数据存储模块1120以及遥感数据预处理模块1130。
所述遥感数据采集模块1110,用于采集遥感图像信息;遥感数据存储模块1120,用于存储所述遥感数据采集模块采集的遥感图像信息;所述遥感数据预处理模块1130用于提取所述遥感图像信息中的农作物关联信息,并建立所述农作物关联信息与所述遥感图像之间的对应关系,以在获取到遥感图像信息时,基于所述对应关系调取所述农作物关联信息。
所述遥感数据采集模块1110,主要用于采集遥感图像信息。所述采集遥感图像信息可以是采集以文件形式存储在磁盘或***中的遥感图像及信息,也可以是采集空间数据库中存储的图像数据集。
所述遥感数据存储模块1120,主要用于存储所述遥感数据采集模块采集的遥感图像信息。农业遥感图像存储采取分布式存储、结构化数据库和非结构化数据库结合的方式以实现遥感数据海量存储和快速查询。所述遥感数据存储模块1120存储的农业遥感图像是经预处理后的IMG格式的农业遥感图像,其中,预处理过程包括几何校正、阴影处理和大气校正等。所述农业遥感图像信息还包括经纬度信息等。农业遥感图像信息中还包括农业遥感图像对应的农作物关联信息,进一步的,可以建立所述农作物关联信息与所述遥感图像之间的对应关系。其中,农作物关联信息包括作物类型,作物边界,作物面积等信息。同时,遥感数据存储模块1120还可以存储后续遥感数据预处理模块1130网格化后的网格图像。
所述遥感数据预处理模块1130用于提取所述遥感图像信息中的农作物关联信息,并建立所述农作物关联信息与所述遥感图像之间的对应关系,以在获取到遥感图像信息时,基于所述对应关系调取所述农作物关联信息。
可选的,所述遥感数据预处理模块1130包括:第一信息获取单元1131、第一分割单元1132以及关联信息建立单元1133。
其中,第一信息获取单元1131,用于获取遥感图像在第一方向上的第一待分割像素点数量以及在第二方向上的第二待分割像素点数量;第一分割单元1132,用于根据预先设置的标准网格的起始点坐标信息、在第一方向上的第一标准像素点数量、在第二方向上的第二标准像素点数量、所述第一待分割像素点数量以及所述第二待分割像素点数量,将所述遥感图像划分为至少一个网格;关联信息建立单元1133,用于标记所述至少一个网格中的农作物关联信息,以建立所述农作物关联信息与所述遥感图像之间的对应关系。
所述第一信息获取单元1131中所述第一方向是遥感图像的水平方向,第二方向是遥感图像的垂直方向。所述第一待分割像素点数量是指遥感图像的水平方向的像素点数量,第二待分割像素点数量是指遥感图像的垂直方向的像素点数量。
所述第一分割单元1132,用于根据预先设置的标准网格的起始点坐标信息、在第一方向上的第一标准像素点数量、在第二方向上的第二标准像素点数量、所述第一待分割像素点数量以及所述第二待分割像素点数量,将所述遥感图像划分为至少一个网格。
所述起始点坐标信息为遥感图像分割的起始点的像素坐标值,其中包括:水平像素坐标和垂直像素坐标,例如:起始点坐标信息为(x,y),表示网格化起始点位置为第x行像素点与第y列像素点的交叉像素点。所述第一方向上的第一标准像素点数量指的是预计将遥感图像分割后的每一网格图像水平方向的像素点数量,第二方向上的第二标准像素点数量指的是预计将遥感图像分割后的每一网格图像垂直方向的像素点数量。
示例性的,假设预先设置的标准网格的起始点坐标信息为(1,1),在第一方向上的第一标准像素点数量为150,在第二方向上的第二标准像素点数量为100,第一待分割像素点数量为1500,所述第二待分割像素点数量为1000。故,可以在水平方向上将遥感图像分割为10部分,在垂直方向上将遥感图像分割为10部分,总共将所述遥感图像划分为10×10=100个网格。
遥感图像的划分是根据图像质量以及用户需求划分的,遥感图像的分辨率越高可划分的网格数就越多,用户需求显示的比例尺越小则对应划分的网格数越多。
所述关联信息建立单元1133,用于标记所述至少一个网格中的农作物关联信息,以建立所述农作物关联信息与所述遥感图像之间的对应关系。
通过第一分割单元1132将遥感图像网格化后,每一个网格中的农作物关联信息需要重新建立对应关系。遥感数据存储模块1120中存储的农业遥感图像有对应的农作物关联信息,包括作物类型,作物边界等,将所述农作物关联信息与网格化后的遥感图像进行重新匹配,建立新的对应关系并存储至遥感数据存储模块1120中。
如图2所述的遥感数据处理子***1200,用于从所述遥感数据存储子***1100中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息。
可选的,所述遥感数据处理子***1200包括:遥感数据筛选模块1210、遥感数据调取模块1220以及农作物信息处理模块1230。
其中,所述遥感数据筛选模块1210,用于从所有遥感图像信息中筛选出满足预设条件的待处理图像信息;所述遥感数据调取模块1220,用于根据预先建立的对应关系调取与所述待处理图像信息对应的农作物关联信息,以根据所述农作物关联信息调取所属的网格;所述农作物信息处理模块1230,用于当检测到触发显示农作物统计数据的操作时,对所述农作物关联信息进行处理,以确定与所述农作物关联信息对应的统计数据。
所述遥感数据筛选模块1210主要用于从所有遥感图像信息中筛选出满足预设条件的待处理图像信息。其中,预设条件可以指固定时间的农业遥感图像,可以指某一区域范围内的农业遥感图像,也可以指某一种农作物的农业遥感图像。根据预设条件,从遥感数据存储子***1100中筛选出相应的待处理遥感图像,用于后续处理。示例性的,预设条件可以是2019年黑龙江省种植小麦的区域的农业遥感图像。
所述遥感数据调取模块1220主要用于根据预先建立的对应关系调取与所述待处理图像信息对应的农作物关联信息,以根据所述农作物关联信息调取所属的网格。
由于经过遥感数据筛选模块1210后的遥感图像是后续需要处理和显示的图像,但是并不是所有遥感图像中所有网格部分都符合预设条件。例如,遥感图像的部分网格包含的是街道或建筑信息,并没有农作物相关信息。因此,遥感数据调取模块1220进一步的根据预先建立的对应关系调取与待处理图像信息对应的农作物关联信息,以用于后续处理。
所述农作物信息处理模块1230,用于当检测到触发显示农作物统计数据的操作时,对所述农作物关联信息进行处理,以确定与所述农作物关联信息对应的统计数据。其中,所述农作物统计数据包括某一种农作物的种植面积,某一区域若干种农作物的种植比例等。当检测到触发显示农作物统计数据的操作时,针对农业遥感图像以及对应的农作物关联信息进行计算,得到统计数据。
示例性的,假设操作需求的农作物统计数据是地区A的种植大豆的总面积,那么,可以根据遥感图像对应的作物种类信息以及作物边界信息,结合比例尺进行计算得到地区A的种植大豆的总面积。进一步的,可以计算得到地区A的种植棉花的总面积,种植水稻的总面积,从而得到地区A种植大豆,棉花和水稻的面积比。
如图2所述的遥感数据显示子***1300,用于将所述农作物关联信息区别显示在预先建立的目标地图中。
其中,预先建立的目标地图可以是某一国家的地图,某一省份的地图或是待研究区域的地图,可以根据用户需求进行确定。根据农业遥感图像中关键点的经纬度标识与目标地图中对应关键点的经纬度标识,将农业遥感图像以及农作物关联信息显示在目标地图上。进一步的,可以实现目标地图,农业遥感图像以及农作物关联信息的可视化和查询。
可选的,所述遥感数据显示子***1300包括:数据拼接模块1310以及数据显示模块1320。
其中,所述数据拼接模块1310,用于根据所述农作物关联信息以及对应关系,调取相应的网格,并对所述网格进行拼接得到与所述农作物关联信息对应的待显示子图像;所述数据显示模块1320,用于将所述待显示子图像显示在所述目标地图中。
所述数据拼接模块1310主要用于根据所述农作物关联信息以及对应关系,调取相应的网格,并对所述网格进行拼接得到与所述农作物关联信息对应的待显示子图像。
经过遥感数据调取模块1220处理后得到的是根据用户需求调取的农作物关联信息。因此,根据所需的农作物关联信息,以及农作物关联信息与网格化遥感图像的对应关系找到相应的网格,并进行拼接,得到待显示子图像。
所述数据显示模块1320主要用于将所述待显示子图像显示在所述目标地图中。
可选的,数据显示模块1320包括:数据获取第一单元1321,数据获取第二单元1322以及数据显示单元1323。
其中,所述数据获取第一单元1321,用于确定待显示子图像的待处理坐标信息;所述数据获取第二单元1322,用于获取所述目标地图中各个点的待匹配坐标信息;所述数据显示单元1323,用于根据所述待处理坐标信息以及所述待匹配坐标信息,将所述待显示子图像显示在所述目标地图中。
所述数据获取第一单元1321主要用于确定待显示子图像的待处理坐标信息。所述待显示子图像为用户需求显示的包含农业关联信息的遥感图像,所述待处理坐标信息指的是待显示子图像中各个关键点的经纬度信息,用于对遥感图像进行定位。
所述数据获取第二单元1322主要用于获取所述目标地图中各个点的待匹配坐标信息。所述目标地图是与待显示子图像相对应的实际地图,所述坐标信息可以指用于定位的经纬度信息。
所述数据显示单元1323主要用于根据所述待处理坐标信息以及所述待匹配坐标信息,将所述待显示子图像显示在所述目标地图中。使用数据获取第一单元1321获取的待显示子图像关键点的经纬度作为定位信息,进一步的,与数据获取第二单元1322获取的实际地图中经纬度信息进行匹配,将待显示子图像显示在目标地图上。
优选的,可以根据农作物种类的不同,在显示待显示子图像时将不同种类的农作物进行编号显示,进一步的,可以使用不同颜色将不同种类的农作物标注在待显示子图像中。
本发明实施例在基于遥感影像的农作物信息展示***中,通过遥感数据存储子***,用于存储基于卫星拍摄的遥感图像信息;所述遥感数据处理子***,用于从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;所述遥感数据显示子***,用于将所述农作物关联信息区别显示在预先建立的目标地图中,解决了现有技术中仅能获取遥感图像,难以获取农作物的地理分布信息以及获取目标遥感图像速度慢的问题,实现了基于地图显示农业遥感图像以及农作物关联信息,进一步提高了用户体验度。
实施例二
图3是本发明实施例二中的一种基于遥感影像的农作物信息展示方法的流程图。本发明实施例适用于采用上述各实施例的技术方案所涉及的基于遥感影像的农作物信息展示***进行信息展示的情况,该方法由设备控制装置执行,该装置由软件和/或硬件实现,并具体配置于基于遥感影像的农作物信息展示***的控制终端中。
如图3所示的基于遥感影像的农作物信息展示方法,包括:
S210、获取遥感图像信息,提取所述遥感图像信息中的农作物关联信息,并建立所述农作物关联信息与所述遥感图像之间的对应关系,存储所述遥感图像信息以及所述对应关系。
基于预先存储的遥感图像信息,确定遥感图像中的农作物关联信息,与遥感图像进行一一对应,并建立和存储对应关系。所述农作物关联信息包括作物种类,作物边界,作物面积等信息。
S220、根据预先设置的标准网格的起始点坐标信息、在第一方向上的第一标准像素点数量、在第二方向上的第二标准像素点数量、第一待分割像素点数量以及第二待分割像素点数量,将所述遥感图像划分为至少一个网格,标记所述至少一个网格中的农作物关联信息,以建立所述农作物关联信息与所述遥感图像之间的对应关系。
所述第一方向是遥感图像的水平方向,第二方向是遥感图像的垂直方向。所述第一待分割像素点数量是指遥感图像的水平方向的像素点数量,第二待分割像素点数量是指遥感图像的垂直方向的像素点数量。所述第一方向上的第一标准像素点数量指的是预计将遥感图像分割后的每一网格图像水平方向的像素点数量,第二方向上的第二标准像素点数量指的是预计将遥感图像分割后的每一网格图像垂直方向的像素点数量。当所述遥感图像经网格化处理后,所述农作物关联信息不能与网格化后的遥感图像进行一一对应,因此需要重新建立对应关系,以保证后续调取,统计和显示的功能能够快速完成。
S230、从所有遥感图像信息中筛选出满足预设条件的待处理图像信息,根据预先建立的对应关系调取与所述待处理图像信息对应的农作物关联信息,以根据所述农作物关联信息调取所属的网格。
其中,所述预设条件为用户需求的条件可以是时间条件,地域条件,也可以是农作物关联信息条件。根据预设条件可以筛选出对应的待处理图像以及对应的农作物关联信息。进一步的,可以根据预设条件对待处理图像进行再次筛选,筛选出符合条件的网格。
S240、根据所述农作物关联信息以及对应关系,调取相应的网格,并对所述网格进行拼接得到与所述农作物关联信息对应的待显示子图像,将所述待显示子图像显示在目标地图中。
由于并非待处理图像的所有网格化后的图像均含有符合预设条件的信息,因此,根据农作物关联信息针对待处理图像网格化后的图像进行再次调取。将符合预设条件的网格进行拼接,得到与农作物关联信息对应的待显示子图像,即为符合预设条件的图像。
具体的,可以根据待显示子图像与目标地图中的位置信息,如经纬度信息,将待显示子图像显示在目标地图上。进一步的,当待显示子图像中包含不同农作物的农作物关联信息时,可以将不同种类的农作物标注在待显示子图像中,也可以使用不同颜色将不同种类的农作物标注在待显示子图像中。
S250、当检测到触发显示农作物统计数据的操作时,对所述农作物关联信息进行处理,以确定与所述农作物关联信息对应的统计数据。
其中,所述农作物统计数据包括某一种农作物的种植面积,某一区域若干种农作物的种植比例等。当检测到触发显示农作物统计数据的操作时,针对农业遥感图像以及对应的农作物关联信息进行计算,能够得到统计数据。
示例性的,假设用户操作需求获取地区D的作物X在时间A时的总面积,可以根据遥感图像对应的作物种类信息以及作物边界信息,结合比例尺进行计算得到此时此地作物X的总面积。进一步的,可以获取各类农作物种植面积比,也可以获得历年作物A的种植趋势。
本发明实施例的技术方案,通过对遥感图像信息进行处理,可以得到农作物关联信息,基于关联信息可以将农作物区别显示在地图中,以使用户基于地图中显示的信息,可以准确的了解农作物的分布信息,达到了提高用户体验的技术效果。
实施例三
图4为本发明实施例提供的另一种基于遥感影像的农作物信息展示***的结构示意图,本实施例可适用于地理信息与农业遥感图像融合显示情况,该***可以通过软件和/或硬件的形式实现。
所述基于遥感影像的农作物信息展示***可以采用整体架构方式进行开发,先进行体系和接口设计、数据结构设计,然后进行***集成。
如图4所述的基于遥感影像的农作物信息展示***包括:农业遥感影像数据存储子***,即遥感数据存储子***1100、农业遥感影像数据服务发布子***,即遥感数据处理子***1200以及影像数据查询与可视化子***,即遥感数据显示子***1300。
所述农业遥感影像数据存储子***用于对遥感数据、农作物关联数据进行入库,查询和提取等服务。具体的,农业遥感影像数据存储子***可以实现遥感数据存储、影像网格数据存储和农作物关联数据存储的功能。
其中,遥感数据存储功能主要是存储原始卫星遥感数据预处理后的遥感数据,遥感数据可以是IMG格式(文件压缩格式)的;影像网格数据存储功能主要是存储将IMG格式遥感数据通过卫星遥感数据网格化算法处理成网格化的影像网格数据,影像网格数据可以是PNG格式(无损压缩算法位图格式)的;农作物关联数据存储功能主要是存储农作物关联信息数据,包括作物边界、作物类型、作物面积等各类信息,农作物关联信息数据可以是shp格式(GIS通用的数据格式)的,同时需要将农作物关联信息数据提取存储到结构化数据库中。
在遥感数据存储、影像网格数据存储时,可以使用镶嵌数据集进行存储。镶嵌数据集集成了栅格目录(Raster Catalog)、栅格数据集(Raster Dataset)和图像服务器(ImageServer)的最佳功能,并被ArcGIS(地理信息***平台)的大多数应用程序支持。
镶嵌数据集可以导入不同形式的影像,例如常用的TIFF(标签图像文件格式)等格式的影像、Landsat 5TM(美国陆地卫星系列的第五颗卫星)的传感器影像、影像服务、采用表格方式管理的影像等。镶嵌数据集可用于管理具有不同分辨率的数据。所述分辨率可以指代光谱分辨率、空间分辨率、时间分辨率和辐射分辨率。镶嵌数据集不仅可以管理和显示数据,还是一种发布影像的工具。
镶嵌数据集使用“文件+数据库”的存储和管理方式,是管理海量影像的理想模型。当影像入库时,只会在空间数据库中建立影像索引,不会拷贝或改变原有的影像数据,原有影像文件仍然存储在文件***中或是空间数据库中。这种方式充分发挥了存储***和数据库***的优势,是目前管理海量影像最高效的方式。
所述影像网格数据存储功能,包括地图网格数据缓存功能。地图网格数据缓存是使地图和图像服务更快运行的一种有效的方法。创建地图网格数据缓存时,可以保存一系列比例尺下的地图图像,每个比例尺对应一定详细程度和分辨率的地图信息。然后,服务器可在客户端请求使用地图时分配地图图像副本。对于服务器来说,每次请求使用地图时,返回缓存的图像要比绘制地图快得多,并且图像的详细程度不会对服务器分配地图图像副本的速度造成显著影响。
所述农作物关联数据存储功能一般存储的是shp格式的数据,后续可以根据具体需求把shp数据格式转换成需要存储的数据格式。
所述农业遥感影像数据服务发布子***用于将遥感数据进行网格化和标准WebGIS(网络地理信息***)服务发布。具体的,农业遥感影像数据服务发布子***可以实现遥感数据网格化和矢量图斑服务发布的功能。
所述遥感数据网格化功能是通过在遥感图像上设置网格化起点,根据遥感图像的宽度和高度以及网格图像的宽度和高度,对遥感地图进行网格化处理。同时,可以通过计算得到目标像素点所属的网格位于整个图像网格中的行号和列号。
在实现遥感数据网格化功能时,网格大小可以根据地图比例尺和/或分辨率进行确定。地图比例尺表示图上距离比实际距离缩小的程度,也称为缩尺,公式为:比例尺=图上距离/实际距离,例如,例如地图上1厘米代表实地距离500千米,可写成1:50,000,000。分辨率表示在当前地图范围内,1像素代表的地图单位数,例如:1像素代表10米。比例尺和分辨率可以通过dpi进行换算,其中,dpi表示每英寸的像素数。当所需地图比例尺越小时,目标网格化地图的网格数量越多。具体的图像网格化操作可以根据用户的需求进行,用户的需求可以是需求比例尺,需求区域等。示例性的,假设dpi=96,即1英寸=96像素,实际上1英寸=2.54厘米,因此,
将遥感数据网格化后的影像网格数据存储时,可以分为离线地图存储和在线地图存储。所述离线地图存储,即保存在本地而未发布至网络的地图;所述在线地图,即发布在网上,可以通过浏览器访问的地图。网格化后的遥感图像进行存储时,可以根据网格化级别,网格的行号,网格的列号进行存储和/或命名,便于快速定位网格存储位置。其中,网格化级别可以是进行遥感数据网格化时按网格数量进行的级别划分,例如:遥感图像划分的网格数量越多,网格化级别越高。
所述矢量图斑服务发布功能用于矢量图斑编辑、矢量样式配置和矢量服务发布。
所述图斑是指单一地类地块,以及被行政界线、土地权属界线或线状地物分割的单一地类地块,在本***中指根据农作物关联信息分割的地块。所述矢量图斑服务发布功能可以对所述矢量图斑进行进一步的编辑,同时,可以针对图斑参数按用户需求进行样式配置,进一步的,可以将矢量图斑通过服务接口进行发布。
所述影像数据查询与可视化子***用于将存储的空间矢量和影像数据进行可视化展示与查询分析。具体的,可以实现GIS(地理信息***)数据展示,影像服务可视化及查询和农作物图斑矢量可视化及查询的功能。
所述GIS数据可以是Google地图,天地图和/或高德地图等,包含街道,卫星和地形等信息。并且,这些地图数据可以是在线和/或离线的数据。
所述GIS数据展示功能可以用于服务图层配置以及二三维图像切换。其中,服务图层配置包括配置服务图层的渲染顺序、显隐等。其中,二三维图像切换表示可以通过界面选择使用二维地图和/或三维地图展示用户所需的地图以及地理信息。
所述影像服务可视化及查询功能用于遥感影像服务展示,网格化遥感图像渲染,遥感图像空间查询以及遥感图像条件查询。其中,所述遥感影像服务展示用于在二维和/或三维GIS图像上融合遥感图像并进行显示。所述网格化遥感图像渲染用于将网格化遥感图像渲染到相应的地图上。所述遥感图像空间查询是通过用户在地图上选择所需的区域来查询并显示对应的遥感图像数据,其中,选择方式可以是使用矩形或多边形框进行选择。所述遥感图像条件查询是根据用户提供的区域、时间等条件查询对应的遥感图像数据。
所述农作物图斑矢量可视化及查询的功能用于矢量图斑服务展示,农作物信息空间查询,农作物信息条件查询以及统计分析。其中,矢量图斑服务展示用于渲染矢量图斑并进行显示。所述农作物信息空间查询是通过用户在地图上选择所需的区域来查询并显示对应的农作物关联信息,其中,选择方式可以是使用矩形或多边形框进行选择。所述农作物信息条件查询是根据用户提供的区域、时间等条件查询对应的农作物关联信息。
图5为本实施例提供的基于遥感影像的农作物信息展示***的***架构图。
如图5所示,其中包括数据支撑层,数据存储层,GIS服务层,服务接口层以及应用***层。
其中,所述数据支撑层包含网络部署和数据库,根据***部署的情况按照互联网、政务外网和政务内网的情况不同分别部署,其中包含数据库服务器和服务集群和Web服务器,主要包含MongoDB GridFS(基于分布式文件存储的数据库的文件存储方案)对农作物关联数据进行分布式存储,遥感数据,影像网格数据采用PostGIS(对象-关系型数据库管理***)和ArcSDE(空间数据引擎)存储。
其中,所述数据存储层包含基础地图数据,遥感数据,影像网格数据和农作物关联数据的存储,遥感数据,影像网格数据存储在PostGIS和ArcSDE中,即为空间数据库,农作物关联数据存储在MongoDB中,即为属性数据库。
其中,所述GIS服务层包含发布的GIS服务,GIS服务包含基础地图服务、遥感地图服务、农作物关联信息地图服务、遥感网格化地图服务等。其中基础地图服务包含已有的地图和/或网格化地图服务,遥感地图服务包含不同年份的遥感地图服务、农作物关联信息地图服务包含不同年份的作物关联信息地图服务,遥感网格化地图服务包含不同年份的遥感切片地图服务,以上这些地图服务可以分类放到不同的目录下管理、发布成地图服务,并根据需要进行遥感影像的网格化管理等。
其中,所述服务接口层主要是把发布的地图服务以接口的形式提供给开发者调用并使用,采用通用的REST服务、OGC服务和SOAP服务提供服务接口,可以采用Vue+ArcGISAPI for JS(GIS前端应用技术路线)开发,通过ArcGIS API for JS的代码可以访问已发布的地图服务,获取相关的网格化数据并在浏览器中进行展示。
其中,应用***层包含GIS数据展示、影像服务可视化及查询以及农作物图斑矢量可视化及查询。
图6为本实施例提供的基于遥感影像的农作物信息展示***的***部署图。
需要说明的是,本发明实施例提供的基于遥感影像的农作物信息展示***架构可以适用于本发明任意实施例的基于遥感影像的农作物信息展示***。
本发明实施例提供了一种基于遥感影像的农作物信息展示***,通过农业遥感影像数据存储子***、农业遥感影像数据服务发布子***以及影像数据查询与可视化子***,对遥感数据进行了存储,网格化以及服务发布,并建立了遥感图像与农作物关联信息的对应关系,以及与目标地图的对应关系。采用上述技术方案解决了现有技术中仅能获取遥感图像,无法基于遥感图像准确的了解农作物的分布,导致的用户体验不高的问题,实现了用户基于地图中显示的信息,可以准确的了解农作物的分布信息,从而提高了用户体验。
实施例四
图7为本发明实施例四提供的一种设备的结构示意图。图7示出了适于用来实现本发明实施例实施方式的示例性设备40的框图。图7显示的设备40仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,设备40以通用计算设备的形式表现。设备40的组件可以包括但不限于:一个或者多个处理器或者处理单元401,***存储器402,连接不同***组件(包括***存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
设备40典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备40访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器402可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)404和/或高速缓存存储器405。设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***406可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408,可以存储在例如存储器402中,这样的程序模块407包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
设备40也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信,还可与一个或者多个使得用户能与该设备40交互的设备通信,和/或与使得该设备40能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且,设备40还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器412通过总线403与设备40的其它模块通信。应当明白,尽管图7中未示出,可以结合设备40使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元401通过运行存储在***存储器402中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的基于遥感影像的农作物信息展示方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于遥感影像的农作物信息展示方法,该方法包括:
通过遥感数据存储子***存储基于卫星拍摄的遥感图像信息;
通过遥感数据处理子***从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;
基于遥感数据显示子***将所述农作物关联信息区别显示在预先建立的目标地图中。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种基于遥感影像的农作物信息展示***,其特征在于,包括:遥感数据存储子***、遥感数据处理子***以及遥感数据显示子***;其中,
所述遥感数据存储子***,用于存储基于卫星拍摄的遥感图像信息;
所述遥感数据处理子***,用于从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;
所述遥感数据显示子***,用于将所述农作物关联信息区别显示在预先建立的目标地图中;
其中,所述遥感数据存储子***中包括:
遥感数据采集模块,用于采集遥感图像信息;
遥感数据存储模块,用于存储所述遥感数据采集模块采集的遥感图像信息;
遥感数据预处理模块,用于提取所述遥感图像信息中的农作物关联信息,并建立所述农作物关联信息与所述遥感图像之间的对应关系,以在获取到遥感图像信息时,基于所述对应关系调取所述农作物关联信息;
其中,所述遥感数据预处理模块,包括:
第一信息获取单元,用于获取遥感图像在第一方向上的第一待分割像素点数量以及在第二方向上的第二待分割像素点数量;
第一分割单元,用于根据预先设置的标准网格的起始点坐标信息、在第一方向上的第一标准像素点数量、在第二方向上的第二标准像素点数量、所述第一待分割像素点数量以及所述第二待分割像素点数量,将所述遥感图像划分为至少一个网格;
关联信息建立单元,用于标记所述至少一个网格中的农作物关联信息,以建立所述农作物关联信息与所述遥感图像之间的对应关系。
2.根据权利要求1所述的***,其特征在于,所述遥感数据处理子***包括:
遥感数据筛选模块,用于从所有遥感图像信息中筛选出满足预设条件的待处理图像信息;
遥感数据调取模块,用于根据预先建立的对应关系调取与所述待处理图像信息对应的农作物关联信息,以根据所述农作物关联信息调取所属的网格。
3.根据权利要求1所述的***,其特征在于,所述遥感数据显示子***,包括:
数据拼接模块,用于根据所述农作物关联信息以及对应关系,调取相应的网格,并对所述网格进行拼接得到与所述农作物关联信息对应的待显示子图像;
数据显示模块,用于将所述待显示子图像显示在所述目标地图中。
4.根据权利要求3所述的***,其特征在于,所述数据显示模块还包括:
数据获取第一单元,用于确定待显示子图像的待处理坐标信息;
数据获取第二单元,用于获取所述目标地图中各个点的待匹配坐标信息;
数据显示单元,用于根据所述待处理坐标信息以及所述待匹配坐标信息,将所述待显示子图像显示在所述目标地图中。
5.根据权利要求1所述的***,其特征在于,遥感数据处理子***还包括:
农作物信息处理模块,用于当检测到触发显示农作物统计数据的操作时,对所述农作物关联信息进行处理,以确定与所述农作物关联信息对应的统计数据。
6.一种基于遥感影像的农作物信息展示方法,其特征在于,包括:
通过遥感数据存储子***存储基于卫星拍摄的遥感图像信息;
通过遥感数据处理子***从所述遥感数据存储子***中获取满足预设条件的待处理遥感图像信息,并调取与所述待处理遥感图像信息对应的农作物关联信息;
基于遥感数据显示子***将所述农作物关联信息区别显示在预先建立的目标地图中;
其中,所述遥感数据存储子***中包括:
遥感数据采集模块,用于采集遥感图像信息;
遥感数据存储模块,用于存储所述遥感数据采集模块采集的遥感图像信息;
遥感数据预处理模块,用于提取所述遥感图像信息中的农作物关联信息,并建立所述农作物关联信息与所述遥感图像之间的对应关系,以在获取到遥感图像信息时,基于所述对应关系调取所述农作物关联信息;
其中,所述遥感数据预处理模块,包括:
第一信息获取单元,用于获取遥感图像在第一方向上的第一待分割像素点数量以及在第二方向上的第二待分割像素点数量;
第一分割单元,用于根据预先设置的标准网格的起始点坐标信息、在第一方向上的第一标准像素点数量、在第二方向上的第二标准像素点数量、所述第一待分割像素点数量以及所述第二待分割像素点数量,将所述遥感图像划分为至少一个网格;
关联信息建立单元,用于标记所述至少一个网格中的农作物关联信息,以建立所述农作物关联信息与所述遥感图像之间的对应关系。
7.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求6所述的基于遥感影像的农作物信息展示方法。
8.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求6所述的基于遥感影像的农作物信息展示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010942356.2A CN111949817B (zh) | 2020-09-09 | 2020-09-09 | 基于遥感影像的农作物信息展示***、方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010942356.2A CN111949817B (zh) | 2020-09-09 | 2020-09-09 | 基于遥感影像的农作物信息展示***、方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111949817A CN111949817A (zh) | 2020-11-17 |
CN111949817B true CN111949817B (zh) | 2023-05-12 |
Family
ID=73356485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010942356.2A Active CN111949817B (zh) | 2020-09-09 | 2020-09-09 | 基于遥感影像的农作物信息展示***、方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111949817B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632303A (zh) * | 2020-12-30 | 2021-04-09 | 北京超图软件股份有限公司 | 一种影像数据的分布式存储方法、分析方法及装置 |
CN112883251B (zh) * | 2021-01-09 | 2023-01-10 | 重庆市农业科学院 | 一种基于多星联合的农业辅助*** |
CN112926532B (zh) * | 2021-04-01 | 2024-05-10 | 深圳前海微众银行股份有限公司 | 信息处理方法、装置、设备、存储介质及计算机程序产品 |
CN113240340B (zh) * | 2021-06-10 | 2024-04-16 | 中国农业科学院农业信息研究所 | 基于模糊分类的大豆种植区分析方法、装置、设备和介质 |
CN116028586B (zh) * | 2022-12-08 | 2024-01-05 | 广东省现代农业装备研究所 | 农业产业链信息服务方法及装置 |
CN116069436B (zh) * | 2023-03-17 | 2023-07-21 | 阿里巴巴达摩院(杭州)科技有限公司 | 遥感图像的处理方法、电子设备以及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10309935B1 (en) * | 2016-09-15 | 2019-06-04 | Amazon Technologies, Inc. | Evaluating conditions associated with a material handling equipment |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067326A (zh) * | 2017-04-06 | 2017-08-18 | 河南云保遥感科技有限公司 | 一种农业保险承保***及其实现方法 |
CN107169018A (zh) * | 2017-04-06 | 2017-09-15 | 河南云保遥感科技有限公司 | 一种农业保险查勘、定损***及其实现方法 |
CN110082500A (zh) * | 2019-04-26 | 2019-08-02 | 中国农业科学院农业资源与农业区划研究所 | 一种基于干湿边快速确定的农作物干旱遥感监测方法 |
CN110930048A (zh) * | 2019-11-29 | 2020-03-27 | 中国农业科学院农业资源与农业区划研究所 | 一种基于成灾机理过程的农作物干旱风险评估***及方法 |
CN110942039A (zh) * | 2019-11-29 | 2020-03-31 | 中国农业科学院农业资源与农业区划研究所 | 一种主要农作物高温灾害遥感监测预报***及方法 |
-
2020
- 2020-09-09 CN CN202010942356.2A patent/CN111949817B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10309935B1 (en) * | 2016-09-15 | 2019-06-04 | Amazon Technologies, Inc. | Evaluating conditions associated with a material handling equipment |
Also Published As
Publication number | Publication date |
---|---|
CN111949817A (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111949817B (zh) | 基于遥感影像的农作物信息展示***、方法、设备及介质 | |
CN110442444B (zh) | 一种面向海量遥感影像的并行数据访问方法与*** | |
CN105893972B (zh) | 基于影像进行的违章建筑物自动监测方法及其实现*** | |
Dreyer | Classification of land cover using optimized neural nets on SPOT data | |
CN110516014B (zh) | 一种面向城市道路监控视频映射到二维地图的方法 | |
CN110969691A (zh) | 基于WebGL的摄影数据调度方法及*** | |
Grigillo et al. | Automated building extraction from IKONOS images in suburban areas | |
CN114661839B (zh) | 一种基于瓦片的轨迹地图的展示方法、装置、介质和设备 | |
CN116343103B (zh) | 一种基于三维gis场景与视频融合的自然资源监管方法 | |
CN109829074B (zh) | 目标区域正射影像检索方法、存储介质、电子设备 | |
CN106611056B (zh) | 三维仿真地图的切图方法及装置 | |
CN112579677B (zh) | 一种卫星遥感影像自动处理方法 | |
KR100904078B1 (ko) | 항공 사진의 영상정합을 이용한 3차원 공간 정보 생성 시스템 및 방법 | |
CN112883900A (zh) | 遥感影像裸地反演可视图的方法及装置 | |
CN113435268A (zh) | 基于图变换知识嵌入算法的地震灾区遥感影像解译方法 | |
CN115375868A (zh) | 地图显示和遥感地图显示方法、计算设备以及存储介质 | |
CN102831605A (zh) | 用于大型影像的多尺度图像分割结果快速可视化方法 | |
Yu et al. | Colour balancing of satellite imagery based on a colour reference library | |
CN112632303A (zh) | 一种影像数据的分布式存储方法、分析方法及装置 | |
Herold et al. | Automatically georeferenced maps as a source for high resolution urban growth analyses | |
CN116361494A (zh) | 一种卫星遥感影像瓦片实时生成方法 | |
Eken et al. | Resource-and content-aware, scalable stitching framework for remote sensing images | |
CN114840792A (zh) | 基于网格化处理的Web端疫情分布可视化***与方法 | |
CN106339423A (zh) | 一种甘蔗种植信息动态更新方法及装置 | |
KR101028767B1 (ko) | 지리 영상정보 갱신방법 |
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 |