大湖天氣即時影像的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

隨機森林演算法於UAV影像農作物分類之研究

為了解決大湖天氣即時影像的問題，作者黃子彥 這樣論述：

傳統航空攝影受限於時間與天氣的限制，光學衛星影像又容易受到雲霧遮蔽等等問題。而無人飛行載具(UAV)在近幾年的發展中成為重要的工具，其具有即時、高機動性、高解析度以及較不受天氣限制下等特性，成為衛星與航空攝影外另一個新形態的影像獲取工具。將雲林縣土庫鎮高解析度UAV正射影像，加上紋理資訊增加農作物不同類別間的空間特徵差異性，進而提升高解析度無人機影像分類時的精度。本研究先利用最短距離法與隨機森林分別進行可見光波段分類，經過實驗結果顯示隨機森林的分類精度明顯優於最短距離法，後續將以可見光波段加入紋理影像並利用隨機森林進行分類。紋理分析利用灰階共生矩陣並計算同質度、對比度、角二次矩、不相似度、熵

與相關性等六種紋理因子，將不同移動視窗大小與不同紋理因子加入原始影像並從影像中選取訓練樣區，作為分類的運算基礎，並利用隨機森林演算法進行分類，進而提高影像分類的精度。本研究之結果顯示，以原始波段加入及 21×21 視窗大小所得分類結果最佳，當只用利用RGB原始影像進行分類得到的整體精度在88.56%，Kappa值在0.82；但在原始影像加入21×21視窗大小的紋理影像後整體精度來到94.22%，Kappa值在0.91，證明了紋理影像加入分類後可以有效提升分類精度。