摘要
本发明公开了面向非洲气候复杂地区的SAR卫星遥感地表水提取方法,包括:对卫星影像数据进行预处理,制作样本点标签数据;制作阴影掩膜文件,在卫星影像数据上去除山体阴影;进行灰度共生矩阵的计算,生成纹理特征;建立多维特征空间,进行特征空间筛选;利用两个随机森林分类器搭建半监督协同训练模型,并引入无标签数据辅助进行模型训练;预测研究区全域地表水分布。本发明将SAR遥感影像与半监督协同随机森林模型相结合,该方法大大减少了实际标注样本的人力和时间成本,提高地表水监测效率,并且利用微波遥感数据能够克服在气候复杂地区可见光遥感数据缺失的问题,为非洲地区的水资源管理提供了更加及时且准确的信息。
技术关键词
半监督协同训练
分类器
地表水
气候
卫星影像数据
纹理特征
灰度共生矩阵
无标签样本
训练集
无标签数据
随机森林模型
水体
极化特征
地形特征
标记
系统为您推荐了相关专利信息
图像分类模型
CT图像数据
医学图像分类技术
标签
特征值
检测模型训练方法
障碍物类别
障碍检测方法
特征融合网络
样本