System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于图像处理的遥感数据特征转换方法、系统及智能终端技术方案_技高网

基于图像处理的遥感数据特征转换方法、系统及智能终端技术方案

技术编号:41008544 阅读:3 留言:0更新日期:2024-04-18 21:44
本发明专利技术提供的基于图像处理的遥感数据特征转换方法、系统及智能终端,具体涉及森林碳汇技术领域,本方案基于目标森林区域的遥感数据,提取出遥感数据中的若干种与目标场景相关的数据,构建目标数据集;通过提取目标数据集中的所有类型的数据特征,先将每种数据特征转换为一个单通道图像,再将所有的单通道图像进行数据融合并进行插值处理,获得遥感数据特征转换结果。该方案不仅能够保留数据特征之间的空间关系和相关性,而且能够提高数据处理效率。

【技术实现步骤摘要】

本专利技术涉及森林碳汇,尤其涉及的是一种基于图像处理的遥感数据特征转换方法、系统及智能终端


技术介绍

1、在气候变化研究和森林碳汇项目中,需要将采集的环境特征数据转换为机器学习算法可以处理的格式,从而利用机器学习算法来执行特定的目标任务。

2、现有技术中主要依赖于将环境特征数据转换为表格或向量形式,并将获得的表格或向量形式的数据输入传统的机器学习算法进行处理。虽然该方法能够处理简单的数据,但是面对复杂的地理空间数据,在转换为表格形式的数据过程中存在信息丢失的情况,而且无法准确地分析各种地理空间数据之间的空间关系,致使对森林碳汇的评估不够精确。


技术实现思路

1、鉴于上述现有技术的不足,本专利技术的目的在于提供一种基于图像处理的遥感数据特征转换方法、系统及智能终端,旨在解决现有技术中存在的对森林碳汇的评估精确性较低的问题。

2、为了实现上述目的,本专利技术第一方面提供一种基于图像处理的遥感数据特征转换方法,包括以下步骤:

3、获取目标森林区域的遥感数据,并提取所述遥感数据中的若干种与目标场景相关的数据,构建目标数据集;

4、提取所述目标数据集中的所有类型的数据特征,并将每种所述数据特征转换为一个单通道图像;

5、将各个所述单通道图像进行数据融合,获得多通道图像;

6、对所述多通道图像进行插值处理,获得遥感数据特征转换结果。

7、可选的,提取所述遥感数据中的若干种与目标场景相关的数据,包括:

<p>8、基于所述遥感数据,获取所述目标森林区域中的相同类型的目标对象的地理位置;

9、将所述目标对象围成一个闭合多边形区域,获得目标区域;

10、计算目标森林区域中任一地理位置到所述目标区域的各个边的距离,并将所述距离中的最小值作为所述地理位置到所述目标对象的距离,获得距离数据。

11、可选的,所述将每种所述数据特征分别转换为一个单通道图像,包括:

12、计算所述数据特征在所述目标森林区域的各个地理单元上的特征值;

13、将各个所述地理单元转换为像素点,并基于预设的所述数据特征的空间分辨率,根据所述特征值为各个像素点分配颜色和亮度;

14、基于各个所述像素点的颜色和亮度,构建所述数据特征的单通道图像。

15、可选的,所述将各个所述单通道图像进行数据融合,获得多通道图像,包括:

16、将各个所述单通道图像进行拼接,获得多通道图像。

17、可选的,所述对所述多通道图像进行插值处理,获得遥感数据特征转换结果,包括:

18、获取各个所述单通道图像对应的数据特征的空间分辨率;

19、基于各个所述空间分辨率,对所述多通道图像进行插值处理,获得转换后的数据特征的颜色和亮度;

20、基于所述转换后的数据特征的颜色和亮度,获得遥感数据特征转换结果。

21、可选的,所述遥感数据,包括:

22、所述目标森林区域的遥感数据、地理信息系统数据、气候数据、人口

23、数据中的至少一种。

24、可选的,还包括:

25、将所述遥感数据特征转换结果输入数据分析模型或机器学习模型中,获得所述目标场景的评价结果。

26、本专利技术第二方面提供一种基于图像处理的遥感数据特征转换系统,所述系统包括:

27、数据采集模块,用于获取目标森林区域的遥感数据,并提取所述遥感数据中的若干种与目标场景相关的数据,构建目标数据集;

28、单通道图像生成模块,用于提取所述目标数据集中的所有类型的数据特征,并将每种所述数据特征转换为一个单通道图像;

29、多通道图像生成模块,用于将各个所述单通道图像进行数据融合,获得多通道图像;

30、多通道图像优化模块,用于对所述多通道图像进行插值处理,获得遥感数据特征转换结果。

31、本专利技术第三方面提供一种智能终端,所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于图像处理的遥感数据特征转换程序,所述基于图像处理的遥感数据特征转换程序被所述处理器执行时实任意一项上述基于图像处理的遥感数据特征转换方法的步骤。

32、本专利技术第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有基于图像处理的遥感数据特征转换程序,所述基于图像处理的遥感数据特征转换程序被处理器执行时实现任意一项上述基于图像处理的遥感数据特征转换方法的步骤。

33、与现有技术相比,本方案的有益效果如下:

34、本专利技术基于目标森林区域的遥感数据,提取出遥感数据中的若干种与目标场景相关的数据,构建目标数据集;通过提取目标数据集中的所有类型的数据特征,先将每种数据特征转换为一个单通道图像,以单独表征不同类型的数据特征;再将所有的单通道图像进行数据融合,获得多通道图像,不仅能够保留数据特征之间的空间关系和相关性,而且能够提高数据处理效率;并通过插值处理,将不同类型的数据特征整合到相同的空间分辨率内,使得遥感数据特征转换结果中的每种数据特征的影响都能被考虑到,有利于从多个角度对目标场景做出综合性的评价,以提高评价结果的全面性和准确性。

本文档来自技高网
...

【技术保护点】

1.基于图像处理的遥感数据特征转换方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述提取所述遥感数据中的若干种与目标场景相关的数据,包括:

3.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述将每种所述数据特征分别转换为一个单通道图像,包括:

4.根据权利要求3所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述将各个所述单通道图像进行数据融合,获得多通道图像,包括:

5.根据权利要求4所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述对所述多通道图像进行插值处理,获得遥感数据特征转换结果,包括:

6.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述遥感数据,包括:

7.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征在于,还包括:

8.基于图像处理的遥感数据特征转换系统,其特征在于,所述系统包括:

9.智能终端,其特征在于,所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于图像处理的遥感数据特征转换程序,所述基于图像处理的遥感数据特征转换程序被所述处理器执行时实现如权利要求1-7任意一项所述基于图像处理的遥感数据特征转换方法的步骤。

10.计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有基于图像处理的遥感数据特征转换程序,所述基于图像处理的遥感数据特征转换程序被处理器执行时实现如权利要求1-7任意一项所述基于图像处理的遥感数据特征转换方法的步骤。

...

【技术特征摘要】

1.基于图像处理的遥感数据特征转换方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述提取所述遥感数据中的若干种与目标场景相关的数据,包括:

3.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述将每种所述数据特征分别转换为一个单通道图像,包括:

4.根据权利要求3所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述将各个所述单通道图像进行数据融合,获得多通道图像,包括:

5.根据权利要求4所述的基于图像处理的遥感数据特征转换方法,其特征在于,所述对所述多通道图像进行插值处理,获得遥感数据特征转换结果,包括:

6.根据权利要求1所述的基于图像处理的遥感数据特征转换方法,其特征...

【专利技术属性】
技术研发人员:朱超杰唐玉芝汪飙吴海山李世行李兆鹏谭琳琳李清泉
申请(专利权)人:人工智能与数字经济广东省实验室深圳
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1