摘要
本发明属于水生植物识别技术领域,公开了一种基于卫星遥感影像解析的高准确率水生植物识别方法,包括以下步骤:S1、公开遥感影像的收集及预处理;S2、遥感影像陆水分离;S3、对学术论文水生植物分布图片进行地理配准以及矢量化;S4、构建分类器训练数据集,并进行机器学习模型训练及方法比选;S5、计算各类水生植物长时序集聚面积,并进行水生植物生长状态规律统计。本发明采用上述的一种基于卫星遥感影像解析的高准确率水生植物识别方法,充分考虑了不同时间湖泊水体范围的变化,在遥感影像预处理中增加了陆水分离过程,在精细化水体边界的同时,降低了在识别水生植物时的类别误差,从数据质量上有效提升了后期机器学习的分类准确性。
技术关键词
卫星遥感影像
机器学习模型训练
识别方法
构建分类器
分类方法
正确率
校准工具
水体
图片
数据
时序
校正
标签
论文
图像
指数
变量
软件
误差