申请/专利权人:苏州大学
申请日:2023-11-01
公开(公告)日:2024-01-23
公开(公告)号:CN117437554A
主分类号:G06V20/13
分类号:G06V20/13;G06V20/17;G06V20/10;G06V10/764;G06V10/143;G06V10/82;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.09#实质审查的生效;2024.01.23#公开
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。
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
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。