龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：辽宁工程技术大学
申请日：2024-03-20
公开（公告）日：2024-06-14
公开（公告）号：CN118196627A
主分类号：G06V20/10
分类号：G06V20/10;G06V10/764;G06V10/774;G06V10/54
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明提供基于Sentinel‑2影像特征优选的林地类型分类方法，涉及基于机器学习算法的遥感影像识别分类技术领域。该方法包括：获取待分类区的Sentinel‑2遥感影像并进行预处理，对预处理后的影像进行镶嵌裁剪，得到研究区的Sentinel‑2遥感影像；使用分层法逐层剔除研究区的Sentinel‑2遥感影像中的非植被区域，得到林地区域；获取林地区域的高清影像数据并从中选取原始样本；根据林地区域对应的Sentinel‑2遥感影像构建分类特征集；从原始样本中抽取训练样本集，从分类特征集中获取训练样本集中各林地类型的全部特征，采用随机森林算法计算各特征的重要性得分并确定最优特征组合；根据最优特征组合构建随机森林分类器，用于对林地区域进行林地类型的分类，得到林地类型的分类结果。
主权项：1.一种基于Sentinel-2影像特征优选的林地类型分类方法，其特征在于，该方法包括如下步骤：步骤S1：获取待分类区的Sentinel-2遥感影像，对待分类区的Sentinel-2遥感影像进行预处理，将预处理后的影像按预设的研究区镶嵌裁剪，得到研究区的Sentinel-2遥感影像；步骤S2：使用分层法剔除研究区的Sentinel-2遥感影像中的非植被区域，对研究区的Sentinel-2遥感影像进行分类提取，得到林地区域；步骤S3：获取林地区域的高清影像数据，判断该林地区域中存在的林地类型并从各林地类型中选取样本点作为原始样本；步骤S4：根据林地区域对应的Sentinel-2遥感影像构建分类特征集；步骤S5：从原始样本中抽取训练样本集，从分类特征集中获取训练样本集中各林地类型样本点的全部特征，采用随机森林算法计算各特征的重要性得分，并根据重要性得分确定最优特征组合；步骤S6：根据最优特征组合构建随机森林分类器，用于对林地区域进行林地类型的分类，得到林地类型的分类结果。
全文数据：
权利要求：
百度查询： 辽宁工程技术大学 基于Sentinel-2影像特征优选的林地类型分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号