摘要
本发明公开了一种大尺度不透水面丰度提取方法,属于遥感图像处理技术领域,本发明基于高分一号2米融合数据,结合面向对象图像分析与网格叠加生成不透水面丰度参考数据,并参考高分六号宽幅(GF‑6WFV)数据选择训练和测试样本区域,从而生成高质量样本集用于机器学习模型的训练与验证;并通过精度评估和视觉分析,比较并选出最优的不透水面丰度提取模型,实现高精度的大尺度不透水面丰度提取。本发明显著提高了大尺度不透水面丰度提取的准确性和细节识别能力,能够更准确地识别和分类城市中的道路、建筑物等不透水面,为城市规划和管理提供了可靠的数据支持。
技术关键词
卫星全色
多光谱
数据
生成训练样本
机器学习模型
精度
遥感图像处理技术
网格
指数
全色锐化方法
训练样本集
可读存储介质
图像分析方法
视觉
模型训练模块
支持向量机
采样方法
系统为您推荐了相关专利信息
管道缺陷检测系统
管道缺陷识别
视频采集单元
图像
模型训练模块
肌肉损伤评估
生物标志物
数据传输模块
数据存储模块
卡尔曼滤波
电气火灾监控探测器
性能评测方法
数据
粒子
统计特征
异型铝板
智能检测方法
光谱分析
三维点云数据
反射率数据