-
公开(公告)号：CN111242224A
公开(公告)日：2020-06-05
申请号：CN202010046232.6
申请日：2020-01-16
Applicant: 贵州省草业研究所
Abstract: 本发明公开了一种基于无人机提取分类样本点的多源遥感数据分类方法，包括：从无人机航拍相片中均匀提取分类样本点，并对每类样本点进行准备标定；获取分类遥感数据集，并对遥感数据集进行影像处理，根据分类遥感影像数据集对分类样本点进行地理空间定位；分类遥感数据集包括：微波数据Sentinel-1数据集、多光谱Sentinel-2数据集、基于Sentinel-2数据集的植被指数数据集、数字高程模型数据集；通过地理空间信息定位后的分类样本点，利用随机森林分类模型，获得分类结果。本发明基于无人机提取分类样本点的多源遥感数据随机森林分类方法，可以快速、有效、廉价地实现地表类型分类制图过程；同时剔除边缘分类样本点的影响后，分类精度明显提高，特别是kappa系数的精度更优。
-
公开(公告)号：CN111242224B
公开(公告)日：2021-07-20
申请号：CN202010046232.6
申请日：2020-01-16
Applicant: 贵州省草业研究所
Abstract: 本发明公开了一种基于无人机提取分类样本点的多源遥感数据分类方法，包括：从无人机航拍相片中均匀提取分类样本点，并对每类样本点进行准备标定；获取分类遥感数据集，并对遥感数据集进行影像处理，根据分类遥感影像数据集对分类样本点进行地理空间定位；分类遥感数据集包括：微波数据Sentinel‑1数据集、多光谱Sentinel‑2数据集、基于Sentinel‑2数据集的植被指数数据集、数字高程模型数据集；通过地理空间信息定位后的分类样本点，利用随机森林分类模型，获得分类结果。本发明基于无人机提取分类样本点的多源遥感数据随机森林分类方法，可以快速、有效、廉价地实现地表类型分类制图过程；同时剔除边缘分类样本点的影响后，分类精度明显提高，特别是kappa系数的精度更优。
-
公开(公告)号：CN111626260A
公开(公告)日：2020-09-04
申请号：CN202010502388.0
申请日：2020-06-05
Applicant: 贵州省草业研究所
IPC: G06K9/00 , G06K9/46 , G06F16/587
Abstract: 本发明公开了一种基于无人机遥感技术的航拍相片地物特征点提取方法，包括：获取航拍相片；提取航拍相片的中心经纬度信息；根据航拍相片的中心经纬度信息、卫星影像信息、底图信息，匹配航拍相片至经纬度信息位置处；以地理校正后的航拍相片为参考，在卫星影像图上进行地物类型识别；对地物类型识别后的航拍相片，进行地物特征点提取。本发明能够更快速的完成地物特征点提取过程，进而为以后大规模的无人机遥感处理技术提供一种节省人力、物力和财力的有效方法。
-
-
Search Results
3
records
(took 0.031 seconds)
