CN118823574B 一种基于无人机遥感技术的图像识别监测方法 (四川省林业科学研究院(四川省林产工业研究设计所))_第1页
CN118823574B 一种基于无人机遥感技术的图像识别监测方法 (四川省林业科学研究院(四川省林产工业研究设计所))_第2页
CN118823574B 一种基于无人机遥感技术的图像识别监测方法 (四川省林业科学研究院(四川省林产工业研究设计所))_第3页
CN118823574B 一种基于无人机遥感技术的图像识别监测方法 (四川省林业科学研究院(四川省林产工业研究设计所))_第4页
CN118823574B 一种基于无人机遥感技术的图像识别监测方法 (四川省林业科学研究院(四川省林产工业研究设计所))_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于无人机遥感技术的图像识别监测本发明公开了一种基于无人机遥感技术的集的原始图像进行预处理,得到预处理的数据处理的数据集依据草原地物特征和深度学习分2S200、将预处理的数据集基于植被指数进行草原地物S300、将预处理的数据集依据草原地物特征和深S400、将预处理的数据集制作草原地物分割NDVI值范围从_1到1,值越大表示植被覆盖越密集,值越小表示裸土或其他非植被地根据NDVI值的范围,设定阈值区分裸土和植被群落,对每个像素应用30如果NDVI数据呈现非线性趋势,使用多项式趋势模型,具使用最小二乘法估计模型参数β0、β1和β2,根据拟合的模型,计算每个时间点的预测指数平滑模型适用于具有随机波动但无明显趋势或周4使用深度学习框架TensorFlow搭建神经网络模型,定义网络5678地物在不同光谱波段上的反射率,所述空间特征描述草原地物的空间分布和相对位置关[0044]根据步骤S300,所述草原地物分类数据集的类别包括植被、裸土和其他,使用9[0062]根据本发明的一个实施例,如图1一种基于无人机遥感技术的图像识别监测方法[0078]在本实施例中,我们收集了包括无人机高分辨率影像、MODIS中分辨率影像以及Landsat低分辨率影像在内的不同分辨率和空间尺度的草原地物数据。对每个尺度的数据[0088]根据本发明的另一个实施例,如图2一种基于无人机遥感技术的图像识别监测方10.4520.5030.5240.5550.60以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论