融合InSAR相干性与多光谱遥感的协同分类方法

本发明属于空间对地观测(卫星遥感)与湿地地理环境学科交叉领域，具体涉及一种融合InSAR相干性与多光谱遥感的协同分类方法，对同一区域合成孔径雷达主影像和辅影像进行相关性计算，利用Python语言对光学以及SAR影像进行重采样到相同分辨率；利用Python语言将样本矢量文件转换为栅格数据并进行标签提取一并作为分类器的训练样本，对影像训练数据集进行分类器模型训练；将重采样过后的影像分别拉伸成不同的一维特征向量，然后组合成为预测数据集；调用先前训练完成的模型实现标签值的预测。本发明方法可以直接用于InSAR相干性与多光谱遥感影像湿地协同分类，同时也可应用于其他场景下的地物类型分类。 The inve...

Full description

Saved in:
Bibliographic Details
Format Patent
LanguageChinese
Published 28.06.2022
Subjects
CALCULATING
COMPUTING
COUNTING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:本发明属于空间对地观测(卫星遥感)与湿地地理环境学科交叉领域，具体涉及一种融合InSAR相干性与多光谱遥感的协同分类方法，对同一区域合成孔径雷达主影像和辅影像进行相关性计算，利用Python语言对光学以及SAR影像进行重采样到相同分辨率；利用Python语言将样本矢量文件转换为栅格数据并进行标签提取一并作为分类器的训练样本，对影像训练数据集进行分类器模型训练；将重采样过后的影像分别拉伸成不同的一维特征向量，然后组合成为预测数据集；调用先前训练完成的模型实现标签值的预测。本发明方法可以直接用于InSAR相干性与多光谱遥感影像湿地协同分类，同时也可应用于其他场景下的地物类型分类。 The invention belongs to the interdisciplinary field of space-to-ground observation (satellite remote sensing) and wetland geographical environment subjects, and particularly relates to a collaborative classification method integrating InSAR coherence and multispectral remote sensing. The method comprises steps of performing correlation calculation on a main image and an auxiliary image of a synthetic aperture radar in the same area, and utilizing Python language to resample optical and SAR images to the same resolution; converting the sample vector file into raster data by using a Python language, carrying out label extraction, taking the raster data as a training sample of a classifier, and carrying out classifier model
Bibliography:Application Number: CN202110048697