[发明专利]一种基于遥感的罂粟提取方法及系统在审
| 申请号: | 201810049848.1 | 申请日: | 2018-01-18 |
| 公开(公告)号: | CN108364284A | 公开(公告)日: | 2018-08-03 |
| 发明(设计)人: | 王思远;游永发;马元旭;申明;刘卫华 | 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: | G06T7/00 | 分类号: | G06T7/00;G01C11/00 |
| 代理公司: | 北京高沃律师事务所 11569 | 代理人: | 王戈 |
| 地址: | 100000 北京*** | 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: | 罂粟 研究区域 时间序列 影像文件 时序变化曲线 生长阶段 遥感影像 遥感 植被 罂粟种植 样本点 监测 | ||
1.一种基于遥感的罂粟提取方法,其特征在于,所述提取方法包括如下步骤:
获取罂粟不同生长阶段的研究区域的多幅遥感影像;
计算多幅所述遥感影像的特征值,所述特征值包括归一化植被指数、增强型植被指数、近红外波段反射率和红波段反射率;
将所述特征值按照研究区域的罂粟生长阶段组成时间序列影像文件,所述时间序列影像文件包括归一化植被指数时间序列影像文件、增强型植被指数时间序列影像文件、近红外波段反射率时间序列影像文件和红波段反射率时间序列影像文件;
根据所述时间序列影像文件选取少量罂粟和研究区域的其它类型的背景植被的样本点,生成所述罂粟和其它各个类型的背景植被对应的时序变化曲线,所述时序变化曲线包括归一化植被指数时序变化曲线、增强型植被指数时序变化曲线、近红外波段反射率时序变化曲线和红波段反射率时序变化曲线;
根据所述时序变化曲线建立罂粟提取模型;
设定所述罂粟提取模型的阈值,根据所述时间序列影像文件对研究区域内的罂粟进行提取,获得提取结果。
2.根据权利要求1所述的一种基于遥感的罂粟提取方法,其特征在于,所述计算多幅所述遥感影像的特征值,所述特征值包括归一化植被指数、增强型植被指数、近红外波段反射率和红波段反射率;具体包括:
对多幅所述遥感影像进行预处理,得到预处理后的遥感影像;
提取各所述预处理后的遥感影像的近红外波段反射率、红波段反射率和蓝波段反射率,获得所述遥感影像的近红外波段反射率和红波段反射率;
根据所述近红外波段反射率和红波段反射率计算各预处理后的遥感影像的归一化植被指数,获得所述遥感影像的归一化植被指数;
根据所述近红外波段反射率、红波段反射率和蓝波段反射率计算各预处理后的遥感影像的增强型植被指数,获得所述遥感影像的增强型植被指数。
3.根据权利要求2所述的一种基于遥感的罂粟提取方法,其特征在于,所述根据所述近红外波段反射率和红波段反射率计算各预处理后的遥感影像的归一化植被指数,获得所述遥感影像的归一化植被指数,具体包括:
根据所述近红外波段反射率和红波段反射率,利用公式(1)计算各预处理后的遥感影像的归一化植被指数,获得所述遥感影像的归一化植被指数;
其中,ρNIR和ρRED分别表示近红外波段反射率和红波段反射率。
4.根据权利要求2所述的一种基于遥感的罂粟提取方法,其特征在于,所述根据所述近红外波段反射率、红波段反射率和蓝波段反射率计算各预处理后的遥感影像的增强型植被指数,获得所述遥感影像的增强型植被指数,具体包括:
根据所述近红外波段反射率、红波段反射率和蓝波段反射率,利用公式(2)计算各预处理后的遥感影像的增强型植被指数,获得所述遥感影像的增强型植被指数;
其中,ρNIR、ρRED和ρBLUE分别表示近红外波段反射率、红波段反射率和蓝波段反射率。
5.根据权利要求1所述的一种基于遥感的罂粟提取方法,其特征在于,所述设定所述罂粟提取模型的阈值,根据所述时间序列影像文件对研究区域内的罂粟进行提取,获得提取结果之后,还包括:
采用小斑消除算法对所述提取结果进行后处理,将零碎图斑去除,获得最终的提取结果。
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/201810049848.1/1.html,转载请声明来源钻瓜专利网。





