[发明专利]一种基于遥感技术的毒品原植物识别方法有效
申请号: | 201710547419.2 | 申请日: | 2017-07-06 |
公开(公告)号: | CN107330413B | 公开(公告)日: | 2018-11-13 |
发明(设计)人: | 田亦陈;李强子;张飞飞;袁超;文美平;尹锴;杨光;陈强 | 申请(专利权)人: | 中国科学院遥感与数字地球研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 泉州市潭思专利代理事务所(普通合伙) 35221 | 代理人: | 廖仲禧 |
地址: | 100101 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遥感技术 毒品 植物 识别 方法 | ||
1.一种基于遥感技术的毒品原植物识别方法,其特征在于,包括:
根据适合毒品原植物生长的环境因子从地理环境区域中筛选出重点高风险种植区;
根据所述重点高风险种植区从遥感数据中裁剪出重点高风险区遥感影像数据;
依据影像对象的异质性最小和尺度最优的双重原则,将所述重点高风险区遥感影像数据分割为最优尺度的影像对象;
根据毒品原植物光谱信息为分割出的所述影像对象构建出毒品原植物识别特征,所述毒品原植物识别特征包括:影像对象的光谱特征、几何特征和多时相特征;
通过所述毒品原植物识别特征对分割出的所述影像对象进行分类识别,从而得到非法种植毒品原植物地块;
使用混淆矩阵对所识别出的非法种植毒品原植物地块进行精度检验,并输出符合精度要求的非法种植毒品原植物地块信息。
2.根据权利要求1所述的方法,其特征在于,所述根据适合毒品原植物生长的环境因子从地理环境区域中筛选出重点高风险种植区,包括:
根据所述毒品原植物生长所需条件确定四个一级指标因子以及每个一级指标因子对应的二级指标因子,所述四个一级指标因子包括:地形因子、土壤因子、气候因子和种植区域因子,所述地形因子对应的二级指标因子包括:坡度因子、坡向因子和海拔因子,所述土壤因子对应的二级指标因子包括:土壤质地因子和土壤厚度因子,所述气候因子包括:温度因子,所述种植区域因子包括:适宜种植区域因子和区域可达性因子;
根据所述四个一级指标因子对应的平均权重,以及每个二级指标因子对应的分值对所述地理环境区域中所有地块进行打分,将打分结果超过高风险阈值的地块确定为所述重点高风险种植区。
3.根据权利要求2所述的方法,其特征在于,所述坡度因子对应的分值为8,所述坡向因子对应的分值为8,所述海拔因子对应的分值为9,所述土壤质地因子对应的分值为10,所述土壤厚度因子对应的分值为15,所述温度因子对应的分值为25,所述适宜种植区域因子对应的分值为15,所述区域可达性因子对应的分值为10。
4.根据权利要求1所述的方法,其特征在于,所述根据所述重点高风险种植区从遥感数据中裁剪出重点高风险区遥感影像数据之前,所述方法还包括:
使用有理函数多项式系数RPC模型对所述遥感数据进行几何校正,得到完成几何校正后的遥感数据;
使用FLAASH模型对所述完成几何校正后的遥感数据进行辐射校正,然后输出完成辐射校正后的遥感数据。
5.根据权利要求1所述的方法,其特征在于,所述依据影像对象的异质性最小和尺度最优的双重原则,将所述重点高风险区遥感影像数据分割为最优尺度的影像对象,包括:
对所述重点高风险区遥感影像数据进行第一次合并,得到影像对象;
通过如下方式计算所述影像对象的对象异质性:
f=wcolorhcolor+(1-wcolor)hshape,
式中,f表示对象异质性,wcolor表示光谱异质性的权重,hcolor表示光谱异质性,hshape表示形状异质性,1-wcolor表示所述形状异质性的权重;
当所述影像对象的对象异质性小于预置的尺度阈值时,对所述影像对象继续进行合并,并对合并后的影像对象重新计算对象异质性,直至最终的对象异质性大于或等于所述尺度阈值时,输出最优尺度的影像对象。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院遥感与数字地球研究所,未经中国科学院遥感与数字地球研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710547419.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于深度稀疏表示的人脸年龄估计方法
- 下一篇:暴力行为监控方法