公开(公告)号：CN111274887A

公开(公告)日：2020-06-12

申请号：CN202010033056.2

申请日：2020-01-13

Applicant: 北京师范大学

Inventor： 王宏 ,  汤曾伟 ,  李晓兵

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供基于机器学习的农作物识别方法、装置、存储介质及终端。所述方法包括：获取目标区域内农作物的物候期遥感影像，以合成相应的时间序列图像；对所述时间序列图像进行多尺度分割，以获得影像对象；选取多个弱分类器，并按所述影像对象的分类体系和分类特征集，对所述影像对象进行分类，以获取每个分类器在每个尺度下的分类结果；对所述分类结果进行分类精度评价，并根据所述分类精度评价结果进行加权计算，以识别每个像素的归属类别。本发明方案克服了单一最优尺度在凸显某种类别信息时对其它类别信息的损害，避免了分类器模型的参数选取和优化问题，提高了农作物遥感影像的分类精度。

公开(公告)号：CN111274887B

公开(公告)日：2023-09-22

申请号：CN202010033056.2

申请日：2020-01-13

Applicant: 北京师范大学

Inventor： 王宏 ,  汤曾伟 ,  李晓兵

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0499

Abstract: 本发明提供基于机器学习的农作物识别方法、装置、存储介质及终端。所述方法包括：获取目标区域内农作物的物候期遥感影像，以合成相应的时间序列图像；对所述时间序列图像进行多尺度分割，以获得影像对象；选取多个弱分类器，并按所述影像对象的分类体系和分类特征集，对所述影像对象进行分类，以获取每个分类器在每个尺度下的分类结果；对所述分类结果进行分类精度评价，并根据所述分类精度评价结果进行加权计算，以识别每个像素的归属类别。本发明方案克服了单一最优尺度在凸显某种类别信息时对其它类别信息的损害，避免了分类器模型的参数选取和优化问题，提高了农作物遥感影像的分类精度。