摘要
本申请公开了一种基于多源遥感数据的果树种植区识别方法及设备,涉及林果资源监测技术领域,该方法包括:获取目标区域的多源遥感数据和实测样本点数据;采用面向对象的图像分割方法对目标区域的多源遥感数据进行分割和聚类,使具有相似特征空间的相邻像素被分割为一个色块,得到若干分割对象;提取各分割对象的特征变量,得到特征变量集合;采用特征选择算法对特征变量集合进行特征优选,得到最佳特征子集;采用机器学习算法根据各样本点的分割对象的最佳特征子集和实测样本点数据构建分类模型;将待识别区域的分割对象的最佳特征子集输入至分类模型中进行识别,得到待识别区域的区域类型。本申请能够实现快速高效的果树种植区识别。
技术关键词
多源遥感数据
最佳特征子集
种植区
识别方法
构建分类模型
特征选择算法
图像分割方法
对象
极化特征
卫星影像数据
机器学习算法
变量
随机森林
归一化差分植被指数
地形特征
样本
灰度共生矩阵
纹理特征
色块
系统为您推荐了相关专利信息
数据识别方法
像素点
瞄准镜
新图像数据
图像识别模型
图像识别模型
图像识别方法
分辨率
航拍设备
计算机可执行指令
表情识别方法
社交机器人
注意力机制
表情特征
多任务
果蔬图像识别方法
梯度方向直方图
梯度直方图
果蔬识别
卷积神经网络模型