[发明专利]一种基于历史作物分布图的农作物自动分类方法及装置

权利要求书

1.一种基于历史作物分布图的农作物自动分类方法，其特征在于，包括：

S1：获取待分类区域的遥感影像，对所述遥感影像进行非监督分类；以所述待分类区域的历史作物分布图为基准底图，获取所述遥感影像与基准底图的交集区域；

S2：遍历所述遥感影像与基准底图的交集区域，将所述交集区域中历史作物的分布区域作为目标研究区；

S3：遍历所述待分类遥感影像目标研究区内的非监督分类结果，统计所述目标研究区内非监督分类的类别，以及各类别所占面积；

S4：根据所述目标研究区内，各类别所占面积与目标研究区总面积的关系，构建判别函数；根据各类别对应的判别函数值，确定目标类别，并获取所述目标类别的类别索引值；

S5：根据所述类别索引值，遍历遥感影像的非监督分类结果图，提取其中与目标类别的类别索引值相同的类别。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，以所述待分类区域的历史作物分布图为基准底图，获取所述遥感影像与基准底图的交集区域具体包括：

以所述待分类区域的历史作物分布图为基准底图，获取遥感影像与历史作物分布图的重叠部分，作为遥感影像与基准底图的交集区域；

其中，遥感影像与基准底图的交集区域R＝R_H∩R_C；

式中，R为交集区域，R_H为历史作物分布图的覆盖范围，R_C为遥感影像的覆盖范围。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，将所述交集区域中历史作物的分布区域作为目标研究区具体包括：

确定所述遥感影像和基准底图的交集区域中历史作物的分布，将所述交集区域中预设范围的单一作物轮作区作为目标研究区。

4.根据权利要求1所述的方法，其特征在于，所述步骤S4中，根据所述目标研究区内，各类别所占面积与目标研究区总面积的关系，构建判别函数具体包括：

以目标研究区内各类别分布面积与目标研究区总面积的比值作为参数，构建判别函数；

其中，所述判别函数为：

式中，P(x_i)为判别函数值；x_i为目标研究区内，非监督分类各类别与目标研究区的面积比例，x_i＝N_i/N，i表示目标研究区中非监督分类的各类别索引值，i∈[1，100]，N_i为各类别的分布范围，N为目标研究区分布范围；为x_i平均值，S为方差，n为目标研究区内非监督分类的类别数。

5.根据权利要求4所述的方法，其特征在于，所述步骤S4中，根据各类别对应的判别函数值，确定目标类别，并获取所述目标类别的类别索引值具体包括：

若判断获知某一类别对应的判别函数值不小于预设判定阈值，则判定该类别为目标类别，并获取所述目标类别的类别索引值。

6.一种基于历史作物分布图的农作物自动分类装置，其特征在于，包括：

获取模块，用于获取待分类区域的遥感影像，对所述遥感影像进行非监督分类，以所述待分类区域的历史作物分布图为基准底图，获取所述遥感影像与基准底图的交集区域；

目标研究区确定模块，用于遍历所述遥感影像与基准底图的交集区域，将所述交集区域中历史作物的分布区域作为目标研究区；

统计模块，用于遍历所述待分类遥感影像目标研究区内的非监督分类结果，统计所述目标研究区内非监督分类的类别，以及各类别所占面积；

构建模块，用于根据所述目标研究区内，各类别所占面积与目标研究区总面积的关系，构建判别函数；根据各类别对应的判别函数值，确定目标类别，并获取所述目标类别的类别索引值；

分类模块，用于根据所述类别索引值，遍历遥感影像的非监督分类结果图，提取其中与目标类别的类别索引值相同的类别。