申请/专利权人:中国科学院、水利部成都山地灾害与环境研究所
申请日:2024-01-25
公开(公告)日:2024-04-26
公开(公告)号:CN117935090A
主分类号:G06V20/17
分类号:G06V20/17;G06V20/10;G06V20/70;G06V10/82;G06V10/764;G06V10/25;G06V10/80;G06N3/0464;G06N3/0455
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了基于深度学习的无人机高光谱植被物种分类方法及系统,其中方法包括:利用无人机采集高光谱影像;将采集的高光谱影像进行预处理,得到预处理后影像,并将预处理后影像进行拼接镶嵌处理,得到高光谱正射影像;对高光谱正射影像进行标注,得到标签数据集;对高光谱正射影像进行植被指数融合,得到融合植被指数的高光谱正射影像;基于融合植被指数的高光谱正射影像和标签数据集,构建草地植被分类模型,并利用草地植被分类模型完成植被物种分类。本发明的模型将植被指数和深度学习分类方法融合,增强了各植被物种高光谱特征之间的区分性;同时,相比于传统的卷积层,本发明减少数据损失的同时扩大卷积层的感受野,提高了最终的分类精度。
主权项:1.基于深度学习的无人机高光谱植被物种分类方法,其特征在于,步骤包括:利用无人机和机载高光谱仪采集样区植被高光谱影像;将采集的所述高光谱影像进行预处理,得到预处理后影像,并将所述预处理后影像进行拼接镶嵌处理,得到高光谱正射影像;对所述高光谱正射影像进行标注,得到标签数据集;对所述高光谱正射影像进行植被指数融合,得到融合植被指数的高光谱正射影像;基于所述融合植被指数的高光谱正射影像和所述标签数据集,构建草地植被分类模型,并利用所述草地植被分类模型完成植被物种分类。
全文数据:
权利要求:
百度查询: 中国科学院、水利部成都山地灾害与环境研究所 基于深度学习的无人机高光谱植被物种分类方法及系统
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。