-
公开(公告)号：CN109543654B
公开(公告)日：2023-04-18
申请号：CN201811529383.6
申请日：2018-12-14
申请人： 常州大学
IPC分类号： G06V20/10 , G06V10/764 , G01N21/359 , G01N21/3563
摘要： 本发明提供的一种反映农作物生长状况的改进型植被指数的构建方法，主要对从遥感影像中反演的植被指数进行了创新，从而更能精确地反映农作物的生长状况。本发明的核心创新点在于对归一化植被指数进行了改进，加入对植被生长状况及其敏感的红边波段斜率，形成一个基于三个波段的改进型植被指数。这个改进型的植被指数有效地表达了农作物时空生长状况的差异。验证结果表明：相比传统的归一化植被指数，本专利提出的改进型植被指数更能表达农作物之间的生长微小差异，稳定性强，适用范围更广。本专利的方法主要适用于基于卫星或者无人机遥感获取的遥感图像反演农作物生长状况的应用，同时可应用于其他植被生长状况信息的反演。
-
公开(公告)号：CN109543654A
公开(公告)日：2019-03-29
申请号：CN201811529383.6
申请日：2018-12-14
申请人： 常州大学
IPC分类号： G06K9/00 , G06K9/62 , G01N21/359 , G01N21/3563
摘要： 本发明提供的一种反映农作物生长状况的改进型植被指数的构建方法，主要对从遥感影像中反演的植被指数进行了创新，从而更能精确地反映农作物的生长状况。本发明的核心创新点在于对归一化植被指数进行了改进，加入对植被生长状况及其敏感的红边波段斜率，形成一个基于三个波段的改进型植被指数。这个改进型的植被指数有效地表达了农作物时空生长状况的差异。验证结果表明：相比传统的归一化植被指数，本专利提出的改进型植被指数更能表达农作物之间的生长微小差异，稳定性强，适用范围更广。本专利的方法主要适用于基于卫星或者无人机遥感获取的遥感图像反演农作物生长状况的应用，同时可应用于其他植被生长状况信息的反演。
-
公开(公告)号：CN109726641B
公开(公告)日：2023-02-28
申请号：CN201811503807.1
申请日：2019-01-24
申请人： 常州大学
IPC分类号： G06V10/764 , G06V10/774 , G06V20/10
摘要： 本发明涉及一种基于训练样本自动优化的循环分类方法。这种方法充分利用前一次分类结果所提供的精度信息不断调整和优化用于下一次分类的训练样本，然后采用优化后的分类训练样本再次对遥感图像进行自动分类；如此形成一个循环分类过程，直到前后两次的分类精度趋于稳定则停止分类。该方法具有自动优化训练样本、同等量训练样本最大化利用、相比同等分类算法精度高、适用性强等特点。通过验证，该方法适用于遥感分类应用中的多数监督分类方法；尤其是当训练样本中含有很多噪声，需要自动对训练样本进行优化以提高分类精度的情况。在实际应用中，本方法主要应用于涉及大范围的土地覆盖/利用或专题（例如，农作物）的遥感分类。
-
公开(公告)号：CN109726641A
公开(公告)日：2019-05-07
申请号：CN201811503807.1
申请日：2019-01-24
申请人： 常州大学
摘要： 本发明涉及一种基于训练样本自动优化的循环分类方法。这种方法充分利用前一次分类结果所提供的精度信息不断调整和优化用于下一次分类的训练样本，然后采用优化后的分类训练样本再次对遥感图像进行自动分类；如此形成一个循环分类过程，直到前后两次的分类精度趋于稳定则停止分类。该方法具有自动优化训练样本、同等量训练样本最大化利用、相比同等分类算法精度高、适用性强等特点。通过验证，该方法适用于遥感分类应用中的多数监督分类方法；尤其是当训练样本中含有很多噪声，需要自动对训练样本进行优化以提高分类精度的情况。在实际应用中，本方法主要应用于涉及大范围的土地覆盖/利用或专题（例如，农作物）的遥感分类。
-
-
-
搜索结果
4 条记录 (耗时 0.016 秒)
