【技术实现步骤摘要】
本专利技术涉及遥感图像，尤其涉及一种遥感图像分类方法及系统。
技术介绍
1、遥感图像处理是在获取来自卫星、飞机或其他远距离传感器的图像数据后，利用计算机技术进行处理、分析和提取信息的一门技术。涉及到遥感、地理信息系统（gis）、图像处理和模式识别等多个学科领域。
2、一种遥感图像分类方法，通过图像处理和模式识别，旨在对遥感图像中的地物进行分类和识别。其目的在于实现地物的精确分类，包括建筑物、植被、水体等，从而达到地物识别、资源管理与规划、灾害监测等多方面的效果。通过利用图像处理算法，特别是深度学习方法如卷积神经网络，该方法能够学习并提取复杂的地物特征，提高分类精度。整个过程包括特征提取、训练与验证，通过处理遥感图像数据，为环境监测、资源管理和地理信息系统等领域提供了有力支持。
3、现有的遥感图像分类方法在预处理阶段，无法有效处理噪声和光照变化，导致最终数据集质量不佳。其次，现有方法在特征提取上依赖于简单的技术，无法全面捕捉复杂的纹理和形状特征，限制分类的准确性。在特征融合方面，缺乏多模态数据整合能力，导致重要信息...
【技术保护点】
1.一种遥感图像分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的遥感图像分类方法，其特征在于，基于预处理需求，采用自适应图像预处理技术，进行噪声滤除、云层遮挡处理和光照条件校正，生成预处理后遥感数据集的具体步骤如下：
3.根据权利要求1所述的遥感图像分类方法，其特征在于，基于所述预处理后遥感数据集，采用高级灰度共生矩阵和深度卷积神经网络，提取纹理和高级特征，生成特征提取数据集的具体步骤如下：
4.根据权利要求1所述的遥感图像分类方法，其特征在于，基于所述特征提取数据集，采用多模态数据融合技术，分析特征相互关系，生成融合...
【技术特征摘要】
1.一种遥感图像分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的遥感图像分类方法，其特征在于，基于预处理需求，采用自适应图像预处理技术，进行噪声滤除、云层遮挡处理和光照条件校正，生成预处理后遥感数据集的具体步骤如下：
3.根据权利要求1所述的遥感图像分类方法，其特征在于，基于所述预处理后遥感数据集，采用高级灰度共生矩阵和深度卷积神经网络，提取纹理和高级特征，生成特征提取数据集的具体步骤如下：
4.根据权利要求1所述的遥感图像分类方法，其特征在于，基于所述特征提取数据集，采用多模态数据融合技术，分析特征相互关系，生成融合特征数据集的具体步骤如下：
5.根据权利要求1所述的遥感图像分类方法，其特征在于，基于所述融合特征数据集，采用时间序列分析和基于时间窗口的特征提取方法，捕捉动态变化特征，生成时空分析特征数据集的具体步骤如下：
6.根据权利要求1所述的遥感图像分类方法，其特...
【专利技术属性】
技术研发人员：陈广亮，刘禹麒，高金顶，谢运广，
申请(专利权)人：广州蓝图地理信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。