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：苏州大学

摘要：本发明公开一种基于机器学习的平原水网地区非正式绿地识别方法和系统，包括获取平原水网地区城市的卫星影像数据；对平原水网地区城市的卫星影像数据进行预处理，得到植被数据，所述植被数据包括自生植被数据和其它植被数据；识别植被数据中的自生植被数据和其它植被数据，得到非正式绿地数据；对非正式绿地数据进行准确度评估；对满足准确度要求的非正式绿地数据识别结果进行优化显示。采用本发明的基于机器学习的平原水网地区非正式绿地识别方法，通过对卫星影像数据进行校正和分离处理，再通过增强型植被指数EVI进一步细化非正式绿地植被结构分类识别，提高非正式绿地的识别精度，降低非正式绿地的识别难度和成本。

主权项：1.一种基于机器学习的平原水网地区非正式绿地识别方法，其特征在于，包括如下步骤：步骤1，获取平原水网地区城市的卫星影像数据；步骤2，对步骤1平原水网地区城市的卫星影像数据进行预处理，得到植被数据，所述植被数据包括自生植被数据和其它植被数据；步骤3，识别步骤2植被数据中的自生植被数据和其它植被数据，得到非正式绿地数据；步骤4，对步骤3非正式绿地数据进行准确度评估，若满足准确度要求，则进入步骤5，若不满足准确度要求，则重复步骤3，直至满足准确度要求；步骤5，对步骤4满足准确度要求的非正式绿地数据识别结果进行优化显示；所述步骤2中，预处理包括如下步骤：步骤21，对平原水网地区城市的卫星影像数据进行校正处理，得到校正数据；步骤22，对步骤21校正数据进行分离处理，得到植被数据；所述步骤21中，校正处理包括几何校正、辐射校正和大气校正；所述步骤22中，分离处理包括分离水网和分离不透水面；所述分离水网是通过归一化差异水体NDWI指数进行处理，得到分离水网数据，所述分离水网数据包括植被数据和非植被数据，所述非植被数据包括建筑数据和土壤数据，公式如下所示： 其中，GREEN表示绿光反射波段，NIR表示近红外反射率波段；所述分离不透水面是通过分离面法HPEM对分离水网数据处理，得到植被数据，包括如下步骤：步骤231，选取分离水网数据中的样本点，所述样本点包括植被数据样本点和非植被数据样本点；步骤232，通过最大间隔分类器SVM构建分离面，得到植被数据，所述分离面包括植被分离面和非植被分离面；所述步骤3中，区分包括如下步骤：步骤31，选取植被数据中的样本，所述样本需要满足同时覆盖正式绿地和非正式绿地；步骤32，对步骤31中的样本进行预处理，所述预处理包括标记和分割，所述分割尺寸为224*224像素；步骤33，通过无人机航拍数据解译结果结合增强型植被指数EVI对预处理后的样本数据进行识别，得到非正式绿地数据，公式如下所示： 其中，ρNIR表示近红外反射率；ρRED表示红波段反射率；ρBLUE表示蓝波段反射率；C1表示大气阻力红波修正系数；C2大气阻力蓝波修正系数；G表示增益系数；L表示冠层背景调整因子；所述步骤4中，基于F-score指标判断步骤3非正式绿地数据的准确度；所述步骤5中，优化显示包括使用语义分割模型的softmax函数进行输出，采用平滑和截断的方法进行结果优化。

全文数据：

权利要求：

百度查询： 苏州大学 基于机器学习的平原水网地区非正式绿地识别方法和系统