-
公开(公告)号：CN110163303B
公开(公告)日：2022-01-11
申请号：CN201910478461.2
申请日：2019-06-03
Applicant: 中国农业大学
IPC: G06K9/62
Abstract: 本发明实施例提供一种基于格网的遥感影像并行分类方法及系统。该方法包括获取当前遥感影像数据；将所述当前遥感影像数据输入至预先训练好的分类模型，获得基于所述当前遥感影像数据的并行分类结果，并采用测试样本集对所述分类结果进行精度验证；其中所述分类模型，是将历史遥感影像数据和样本导入栅格数据集清洗与重构多级格网系统，再基于10km格网范围，结合数据优选、样本特征总集计算和差异化分类进行训练得到的。本发明实施例通过基于10km格网将研究区无缝划分为规则的组织单元，在每个组织单元内根据实际成像情况并行进行数据优选、特征计算和分类等操作，在短时间内很好的实现了大范围中高分辨率作物的分类制图。
-
Patent Agency Ranking
公开(公告)号：CN108932521B
公开(公告)日：2021-02-09
申请号：CN201810387307.X
申请日：2018-04-26
Applicant: 中国农业大学
Abstract: 本发明提供一种基于深度学习的农作物分类方法及系统，该方法包括：将待分类作业区划分为多个子作业区，获取每一子作业区的多时相多特征数据集；根据多时相多特征数据集和待分类作业区中待分类农作物生育期的作物样本数据，获取任一子作业区中每一像素的多时相多特征数据序列；根据每一像素的多时相多特征数据序列，获取每一像素的生长特征图；通过训练后的神经网络模型对每一像素的生长特征图进行识别，获取所述待分类农作物的分类结果。本发明将农作物分类问题转为时间序列生长特征图的识别问题，通过深度学习方法，使得在主要粮食作物主产区尺度上不规则时间序列是一种常态的数据环境下依旧使用，提高了分类的精度。
-
公开(公告)号：CN108932521A
公开(公告)日：2018-12-04
申请号：CN201810387307.X
申请日：2018-04-26
Applicant: 中国农业大学
Abstract: 本发明提供一种基于深度学习的农作物分类方法及系统，该方法包括：将待分类作业区划分为多个子作业区，获取每一子作业区的多时相多特征数据集；根据多时相多特征数据集和待分类作业区中待分类农作物生育期的作物样本数据，获取任一子作业区中每一像素的多时相多特征数据序列；根据每一像素的多时相多特征数据序列，获取每一像素的生长特征图；通过训练后的神经网络模型对每一像素的生长特征图进行识别，获取所述待分类农作物的分类结果。本发明将农作物分类问题转为时间序列生长特征图的识别问题，通过深度学习方法，使得在主要粮食作物主产区尺度上不规则时间序列是一种常态的数据环境下依旧使用，提高了分类的精度。
-
公开(公告)号：CN110163303A
公开(公告)日：2019-08-23
申请号：CN201910478461.2
申请日：2019-06-03
Applicant: 中国农业大学
IPC: G06K9/62
Abstract: 本发明实施例提供一种基于格网的遥感影像并行分类方法及系统。该方法包括获取当前遥感影像数据；将所述当前遥感影像数据输入至预先训练好的分类模型，获得基于所述当前遥感影像数据的并行分类结果，并采用测试样本集对所述分类结果进行精度验证；其中所述分类模型，是将历史遥感影像数据和样本导入栅格数据集清洗与重构多级格网系统，再基于10km格网范围，结合数据优选、样本特征总集计算和差异化分类进行训练得到的。本发明实施例通过基于10km格网将研究区无缝划分为规则的组织单元，在每个组织单元内根据实际成像情况并行进行数据优选、特征计算和分类等操作，在短时间内很好的实现了大范围中高分辨率作物的分类制图。
-
公开(公告)号：CN109460700A
公开(公告)日：2019-03-12
申请号：CN201811033422.3
申请日：2018-09-05
Applicant: 中国农业大学
CPC classification number: G06K9/00657 , G06K9/46 , G06K9/6282
Abstract: 本发明实施例提供一种面向作物分类的遥感数据处理方法及装置，该方法包括：根据遥感数据中的研究区空间位置信息解析格网编码序列，获取研究区全覆盖的格网；根据遥感数据中的研究区生育期时相数据和格网，获取格网生育期时相交集，建立格网与时相数据间的映射关系；以格网为单元，基于格网与时相数据间的映射关系，进行特征计算，将计算结果按照时间顺序合成时序特征集；对于含样本栅格文件的格网，叠加时序特征集和样本栅格文件，得到样本特征表，将样本特征表合成样本特征总集，以对研究区的作物进行分类。本发明实施例提供的面向作物分类的遥感数据处理方法及装置，简化了数据提取与处理过程，提高了作物分类效率，降低了人工参与。
-
公开(公告)号：CN109460700B
公开(公告)日：2020-11-10
申请号：CN201811033422.3
申请日：2018-09-05
Applicant: 中国农业大学
Abstract: 本发明实施例提供一种面向作物分类的遥感数据处理方法及装置，该方法包括：根据遥感数据中的研究区空间位置信息解析格网编码序列，获取研究区全覆盖的格网；根据遥感数据中的研究区生育期时相数据和格网，获取格网生育期时相交集，建立格网与时相数据间的映射关系；以格网为单元，基于格网与时相数据间的映射关系，进行特征计算，将计算结果按照时间顺序合成时序特征集；对于含样本栅格文件的格网，叠加时序特征集和样本栅格文件，得到样本特征表，将样本特征表合成样本特征总集，以对研究区的作物进行分类。本发明实施例提供的面向作物分类的遥感数据处理方法及装置，简化了数据提取与处理过程，提高了作物分类效率，降低了人工参与。
-
-
-
-
-
Search Results
6
records
(took 0.091 seconds)
