← 返回列表

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

申请号: CN202311441253.8
申请人: 苏州大学
申请日期: 2023/11/1

摘要文本

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。

专利详细信息

项目 内容
专利名称 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
专利类型 发明申请
申请号 CN202311441253.8
申请日 2023/11/1
公告号 CN117437554A
公开日 2024/1/23
IPC主分类号 G06V20/13
权利人 苏州大学
发明人 姜佳怡; 董睿; 王婧
地址 江苏省苏州市相城区济学路8号

专利主权项内容

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。