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！

申请/专利权人：移动广播与信息服务产业创新研究院(武汉)有限公司

摘要：本发明涉及一种结合土地利用现状数据扩充样本的棉花提取方法及装置，首先获取土地利用现状数据和Sentinel2影像数据，筛选棉花的所属类别，在该类别中结合地面真实棉花样本基于决策树方法实现棉花样本的扩充。其次提取光谱、植被指数与纹理等多维特征，将扩充样本和原始样本以及两者组合样本分别训练支持向量机分类器，其次基于三种分类器的分类准确率构建基本概率函数，最后通过D‑S证据理论进行分类器融合，实现棉花的提取。通过样本扩充，有效提升棉花样本的训练数据集，降低样本不平衡问题，提高模型分类性能，基于D‑S证据理论进行融合的方法，避免了扩充样本存在的先验知识存在来源不可靠问题，从而提高棉花识别模型的精度和稳定性。

主权项：1.一种结合土地利用现状数据扩充样本的棉花提取方法，其特征在于，包括以下步骤：S1，针对棉花的生育期和生长特性，获取多景、多时相的Sentinel2影像数据并进行预处理，获取原始样本影像数据；S2，以外业采集的棉花样本为掩膜提取Sentinel2影像数据，计算NDVI和RVI植被指数，获得外业采集的棉花样本在两种植被指数中的阈值范围；S3，以土地利用现状数据中的水浇地为掩膜提取Sentinel2影像数据，计算NDVI和RVI植被指数，利用所述阈值范围对两种植被指数影像数据进行分割，得到棉花样本的扩充样本影像数据；S4，分别对原始样本影像数据、扩充样本影像数据以及组合影像数据进行特征提取，得到三种影像数据对应的特征数据；所述的组合影像数据为原始样本影像数据与扩充样本影像数据的合并结果；S5，利用三种影像数据的特征数据分别对支持向量机分类器进行训练，针对三种影像数据的特征数据训练得到的分类器准确率构建基本概率函数，通过D-S证据融合规则融合分类器后对被测图像进行识别；所述原始样本影像数据中除了包括棉花样本外，还包括与棉花生育期重合的至少一种作物种植用地样本，以及水域和建设用地样本；步骤S5包括：S51，利用三种影像数据的特征数据分别对支持向量机分类器进行训练，得到三个训练好的支持向量机分类器；S52，使用三个分类器分别对测试集进行测试，获得三个分类器对不同作物的识别准确率；S53，通过全概率公式得到三个分类器对每种作物的信度值mi,j，即BPA函数，公式如下： 其中，Pij表示第i个分类器对第j类作物识别准确率，Rij表示第i个分类器对第j类作物的识别结果，取值为0或1；S54，通过D-S证据理论进行融合，得到各作物分类结果的联合信度，根据信度规则对作物实现最终的识别，其融合公式如下： 式中，A表示某个假设，表示多个独立证据m1、m2、m3的冲突程度。

全文数据：

权利要求：

百度查询： 移动广播与信息服务产业创新研究院(武汉)有限公司 结合土地利用现状数据扩充样本的棉花提取方法及装置