摘要
本申请提供了一种玉米和水稻倒伏区域识别方法,包括:针对采集的目标区域的L2A级遥感影像进行预处理,以得到包含第一特征变量的目标Sentinel‑2数据;基于包含第一特征变量的目标Sentinel‑2数据,利用作物识别模型,识别出所述目标区域的作物类型;针对识别出的所述目标区域的作物类型,获得倒伏前、后能够影响该作物类型的倒伏程度识别的第二特征变量;基于倒伏前、后该作物类型的第二特征变量,利用LVQ模型对所述目标区域进行倒伏区域提取和倒伏程度划分。所述方法能够对光照条件差、云层干扰严重的作物倒伏区域进行识别,同时能够解决现有技术中严重依赖真实样本数据的问题。
技术关键词
极化特征
区域识别方法
变量
数据
样本
玉米
像素
标记
对象
纹理特征
随机森林
影像
校正
序列
图像
分类器
算法
时间段
光照
系统为您推荐了相关专利信息
内存
地址映射关系
数据处理装置
策略
数据处理方法
病变分类方法
内镜图像智能分类
预训练模型
分类工作
人机交互界面
粉尘浓度预测方法
掘进巷道
单类支持向量机
预测残差
深度神经网络训练
生成方法
颜色
控制点
模拟退火算法
高斯混合模型