摘要
本发明涉及卫星影像特征提取技术领域,具体为一种基于时序特征的花生提取方法,包括以下步骤:步骤一、获取长时序地表反射率数据;步骤二、提取花生及其它典型农作物的时序光谱反射率、植被指数、红边指数及纹理特征向量;步骤三、实现特征优选;步骤四、构建时序特征样本集;步骤五、获得时序特征样本集;步骤六、构建随机森林分类器模型;步骤七、实现花生提取;本发明以花生为研究对象,采用Sentinel‑2时间序列数据,提取花生及其它典型农作物的光谱、植被指数、红边指数、纹理等时序特征,再通过特征优选实现诊断性特征提取,最大程度的体现不同作物的差异性,在此基础上结合随机森林分类方法实现花生的有效提取。
技术关键词
时序特征
归一化植被指数
地表反射率
随机森林
分类器模型
花生种植结构
植物衰老
光谱反射率特征
农作物生长周期
样本
CART决策树
时间序列影像
特征提取技术
纹理
对比度
系统为您推荐了相关专利信息
酪氨酸酶抑制剂
虚拟筛选方法
机器学习回归算法
特征选择方法
机器学习分类算法