一种基于机器学习的绿潮面积遥感监测方法

    公开(公告)号:CN114972879B

    公开(公告)日:2024-08-27

    申请号:CN202210672078.2

    申请日:2022-06-14

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于机器学习的绿潮面积遥感监测方法,包括:使用搭载高光谱成像仪的无人机在实验海域进行航拍;对航拍图像进行图像裁剪、反射率校正、平滑降噪、光谱增强的预处理工作;基于光谱特征,进行波段选择提炼光谱信息并减少分类计算量;利用投票分类器对航拍图像进行分类预测,计算绿潮覆盖面积;本发明基于实地航拍高光谱图像采集到的光谱特征信息构建了以随机森林、支持向量机、K最近邻法为三输入的投票分类器模型,通过对实验区高光谱图像的预测应用,证明了该模型在预测大数据时仍保持较高准确率,且在混合像元区也能给出定义,证明了该方法的在绿潮遥感监测领域的可行性和优越性。

    一种基于机器学习的绿潮面积遥感监测方法

    公开(公告)号:CN114972879A

    公开(公告)日:2022-08-30

    申请号:CN202210672078.2

    申请日:2022-06-14

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于机器学习的绿潮面积遥感监测方法,包括:使用搭载高光谱成像仪的无人机在实验海域进行航拍;对航拍图像进行图像裁剪、反射率校正、平滑降噪、光谱增强的预处理工作;基于光谱特征,进行波段选择提炼光谱信息并减少分类计算量;利用投票分类器对航拍图像进行分类预测,计算绿潮覆盖面积;本发明基于实地航拍高光谱图像采集到的光谱特征信息构建了以随机森林、支持向量机、K最近邻法为三输入的投票分类器模型,通过对实验区高光谱图像的预测应用,证明了该模型在预测大数据时仍保持较高准确率,且在混合像元区也能给出定义,证明了该方法的在绿潮遥感监测领域的可行性和优越性。

    一种水母实时在线监测系统及监测方法

    公开(公告)号:CN112949532A

    公开(公告)日:2021-06-11

    申请号:CN202110273770.3

    申请日:2021-03-15

    Applicant: 燕山大学

    Abstract: 本发明属于图像处理技术领域,公开了一种水母实时在线监测系统,包括:水下双目光学成像系统,布置在海平面下方,采集双路水下水母视频数据;图像处理与数据传输系统,将双路水下水母视频数据分别分解帧获得图像,采用深度神经网络检测模型,获得水母种类、数量、尺寸大小及水母在图像中的位置信息;在线监测控制平台,接收及显示图像处理与数据传输系统获得的信息,并根据设定的监测阈值进行预报预警。本发明能采取水母视频数据,并能够对视频进行分解帧,识别帧图像中水母的种类、数量、测量尺寸,通过无线传输系统将水母信息发送到监控平台,从而达到对水母实时在线监测,可为海洋牧场、发电厂与海洋管理部门提供技术支持。

Patent Agency Ranking