文章目录

0 引言

1 无人机遥感影像土地类型识别方法设计

1.1 设置土地类型识别标准

1.2 获取无人机遥感影像

1.3 无人机遥感影像处理

    1.3.1 影像校正

    1.3.2 噪声处理

    1.3.3 影像增强

1.4 利用神经网络算法提取遥感影像特征

1.5 实现无人机遥感影像土地类型识别

2 实证分析

2.1 研究地区自然地理状况

2.2 配置土地类型识别方法运行环境

2.3 准备无人机遥感影像数据

2.4 设置土地类型识别精度指标

2.5 实验过程与结果分析

3 结束语

文章摘要:针对传统土地类型识别方法存在的识别精度和成功率低的问题，提出了基于BP神经网络的无人机遥感影像土地类型识别。首先，以国土空间规划土地类型划分标准为依据，设置土地类型识别标准；然后，利用无人机及成像设备获取土地无人机遥感影像，并对获取的土地遥感影像通过校正和增强，完成土地遥感影像预处理。最后，利用BP神经网络算法构建土地无人机遥感影像识别模型，将训练土地遥感影像数据集作为该模型的输入值，完成土地遥感影像数据特征，并将提取的特征进行匹配，实现了土地类型的识别。通过实证分析证明：设计识别方法的Kappa系数和成功率分别提高了0.049和7.35%。

文章关键词:

作者单位: 

论文DOI:10.14016/j.cnki.1001-9227.2022.03.041

论文分类号:TP751;TP183