Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于模糊隶属度的遥感图像土地覆被样本自动提取方法、系统、存储介质和电子设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河南大学

摘要:本发明公开了一种基于模糊隶属度的遥感图像土地覆被样本自动提取方法、系统、存储介质和电子设备,包括以下步骤:输入多时相遥感SAR影像数据,对其进行数据预处理操作,得到特征图像;样本的粗提取,以历史土地覆盖数据为先验知识,将多时相历史土地覆盖产品叠加,识别出稳定一致性区域,用形态学方法处理稳定一致性区域;为了减少噪声样本的影响,使用模糊隶属度筛选样本,动态确定模糊隶属度阈值,得到训练样本;土地覆盖产品的生产。本申请避免人工标注和选择样本的繁琐过程,解决人工确定阈值数值的不确定性,在不依赖任何手工样本的情况下自动完成分类,极大提升了土地覆盖分类效率。

主权项:1.一种基于模糊隶属度的遥感图像土地覆被样本自动提取方法,其特征在于:包括以下步骤:步骤S1,输入多时相遥感SAR影像数据,对其进行数据预处理操作,构建不同时相的后向散射特征图像,计算不同时相的双极化雷达植被指数DpRVI图像,得到后向散射系数VV、VH和DpRVI遥感特征影像;步骤S2训练样本的粗提取,将多时相历史土地覆盖数据集叠加,识别出稳定一致性区域,用形态学方法处理稳定一致性区域,然后,从形态学处理后数据中的随机收集初级训练样本;步骤S3,使用模糊隶属度筛选初级训练样本,筛选后的初级训练样本通过模型训练,通过将模糊隶属度和C-AENN分类模型进行结合,自动迭代获取CI阈值[0,1中的土地覆盖分类结果图,迭代区间为0.1,通过与人工标注样本进行精度验证,得到土地覆盖结果分类精度最高的最优阈值;步骤S4,土地覆盖产品的生产;将C-AENN分类模型进行应用在处理后的SAR影像中进行预测,预测后得到的图在ArcMap的镶嵌至新栅格MosaictoNewRaster功能对预测后的土地覆盖分类图进行镶嵌以及裁剪操作,得到土地覆盖数据产品。

全文数据:

权利要求:

百度查询: 河南大学 基于模糊隶属度的遥感图像土地覆被样本自动提取方法、系统、存储介质和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。