申请/专利权人：南京林业大学

申请日：2021-12-15

公开（公告）日：2024-03-19

公开（公告）号：CN114332492B

主分类号：G06V10/46

分类号：G06V10/46;G06V10/764;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明提供一种基于长时间序列的植被特征提取及选择方法，包括对一年内各月共12景Sentinel‑2时序影像与同年间11月份的一景Sentinel‑1影像进行预处理、进行双极化分解并提取极化植被指数、纹理特征和后向散射系数共17个特征；进行B2～B8、B11和B12波段提取并进行重采样；提取12景各景影像数据NDVI均值与IRECI均值，按时间绘制折线并提取VFC均值；分别时序折线插值与平滑滤波，提取14个相关物候参数；获得基于VFC的新型NDVI时序折线和IRECI时序折线，从中提取新型物候参数14个；根据SVM样本训练结果，利用人工蜂群特征选择算法对提取的17个极化特征与28个光学特征进行特征选择，筛选出分类的最优特征子集。

主权项：1.一种基于长时间序列的植被特征提取及选择方法，其特征在于，包括以下步骤：步骤1，对一年内各月共12景Sentinel-2时序影像与同年间11月份的一景Sentinel-1影像进行预处理，以确保13景影像数据的坐标系统和覆盖范围统一，且提高图像的目视解译效果；步骤2，对预处理后的Sentinel-1极化影像进行双极化分解并提取极化植被指数、纹理特征和后向散射系数共17个特征；步骤3，对预处理后的12景Sentinel-2光学影像数据进行B2～B8、B11和B12波段提取并进行重采样；步骤4，重采样后提取12景各景影像数据的归一化植被指数NDVI均值与新型倒红边叶绿素指数IRECI均值，按时间绘制折线并提取该年植被覆盖度VFC均值；步骤5，分别对NDVI与IRECI时序折线插值与平滑滤波后，得到时序曲线，从中提取14个相关物候参数；步骤6，计算新型植被指数以获得基于VFC的新型NDVI时序折线和IRECI时序折线，在对二者进行插值与平滑滤波后得到曲线，从中提取新型物候参数14个；步骤7，根据SVM样本训练结果，利用人工蜂群特征选择算法对提取的17个极化特征与28个光学特征进行特征选择，筛选出分类的最优特征子集。

全文数据：

权利要求：

百度查询： 南京林业大学 一种基于长时间序列的植被特征提取及选择方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD