摘要
本发明提供基于计算机视觉的古树名木天牛监测方法和系统,涉及计算机视觉技术领域,本发明通过利用多种曝光模式下的紫外荧光图像采集,结合深度学习技术进行语义分割和荧光特征提取,从而建立荧光特征与天牛数量之间的关联模型;这一技术方案能够有效提升在低光环境下的监测能力,提供更为准确和量化的天牛数量预测值;同时,通过连续时间段的荧光特征趋势分析,进而对后续紫外荧光图像的曝光模式提供调整策略。
技术关键词
荧光特征
古树名木
时间段
监测方法
模式
时序
深度学习模型
数据
非线性回归模型
双边滤波算法
语义分割模型
计算机视觉技术
直方图均衡化
指数
深度学习技术
分割掩模
图像采集模块
系统为您推荐了相关专利信息
信息集成方法
联盟区块链网络
人力
访问加密数据
身份
智能水表
时间序列预测模型
时间序列分解方法
机器学习分类算法
时间序列分析方法
相控阵雷达TR组件
智能矩阵
矩阵开关
频谱分析仪
级联
轴承健康
融合特征
生成电动机
递归神经网络模型
状态监测方法
LightGBM模型
入侵监测方法
高维特征向量
入侵监测系统
样本