[发明专利]基于前期林地矢量数据的林地变化检测方法

说明书

本发明公开一种基于前期林地矢量数据的林地变化检测方法，该方法包括步骤1，对前后两期遥感影像进行基于前期林地矢量数据的多尺度分割，分别获取前后两期遥感影像对应的像斑；步骤2，提取前后两期像斑的多维特征，采用基于稀疏表示理论的特征融合方法计算像斑的差异度；步骤3，自适应选择训练样本，使用基于最大期望算法的贝叶斯阈值确定法确定前后两期像斑差异度的变化阈值；步骤4，对步骤2得到的加权差异影像使用步骤3得到的变化阈值进行二值分割，获得林地变化检测结果。本发明能够利用前期林地矢量数据对前后两期遥感影像进行多尺度分割，进而得到林地变化的检测结果。

技术领域

本发明属于遥感影像数据处理领域，涉及一种基于前期林地矢量数据进行多尺度分割，进而提取林地变化信息的检测方法。

背景技术

随着国家可持续发展战略的实施，以六大林业重点工程的全面启动为标志，我国林业进入了一个以可持续发展理论为指导，全面推进跨越式发展的新阶段。但是当前森林资源调查监测多以地面人工调查为主，技术手段落后，监测数据采集、传输和存储的信息化、自动化水平低，导致相关工作耗时长、成本高，调查周期长、频次少、精度受人为因素影响大，需要推动林地变化检测向自动化发展。遥感影像的多尺度分割是基于面向对象方法的遥感影像林地变化检测前提，分割精度在很大程度上决定了变化检测精度。目前多尺度分割方法多集中在定量和定性判别最佳参数的研究，已研究出多种多尺度分割算法，但是实际应用效果却不够理想，难以大规模应用于实际生产。

基于我国已实现年度森林资源年度变更调查，更新年度森林资源数据库和林地矢量数据，根据目前林业调查工作可知，该林地矢量数据可以准确描述森林经营单位的境界线和林班区划线。因此可利用前期林地矢量数据对前后两期遥感影像进行分割，以提高分割精度，进而提高林地变化检测精度。

发明内容

针对目前所存在的问题，本发明提供一种基于前期林地矢量数据的林地变化检测方法，该方法能够利用前期林地矢量数据对前后两期遥感影像进行多尺度分割，进而得到林地变化的检测结果。

本发明基于前期林地矢量数据的林地变化检测方法，包括以下步骤：

步骤1，对前后两期遥感影像进行基于前期林地矢量数据的多尺度分割，分别获取前后两期遥感影像对应的像斑；

步骤2，提取前后两期像斑的多维特征，采用基于稀疏表示理论的特征融合方法计算像斑的差异度；

步骤3，自适应选择训练样本，使用基于最大期望(expectation maximization，EM)算法的贝叶斯阈值确定法确定前后两期像斑差异度的变化阈值；

步骤4，对步骤2得到的加权差异影像使用步骤3得到的变化阈值进行二值分割，获得林地变化检测结果。

所述步骤1中，分割后的像斑使用分形网络演化算法再次进行分割，生成子像斑。

所述步骤2的特征包括植被变化指数特征、归一化水指数特征、光谱特征、近红外波段标准差特征和近红外波段灰度共生矩阵纹理特征。

本发明利用前期林地矢量数据对前后两期遥感影像进行分割，通过分割的像斑一系列的操作，获得林地变化检测结果，本发明的使用提高了当前森林资源调查监测的信息化和自动化，检测效率高，检测精度高。

附图说明

图1为本发明实施例的流程示意图；

具体实施方式

以下结合附图和实施例详细说明本发明的具体实施方式。

如图1所示，本发明基于前期林地矢量数据的林地变化检测方法，包括以下步骤：