[发明专利]火烧迹地信息提取方法、装置、设备和存储介质

权利要求书

1.一种火烧迹地信息提取方法，其特征在于，包括：

根据地形阴影形成机理确定本地化地形校正模型和本地化参数；

结合所述本地化地形校正模型和所述本地化参数，获取阴阳坡植被光谱测量试验数据，基于模拟真实地表的DEM参数，构建阴影校正植被指数；

基于量化颜色空间，采用随机抽样验证，确定目标颜色空间；

基于灰度共生矩阵纹理，确定目标纹理窗口和目标角度，以确定目标灰度纹理；

结合所述目标颜色空间和所述目标灰度纹理，利用欧氏距离映射方法，确定颜色纹理特征；

基于地表反射率，将所述阴影校正植被指数和所述纹理特征进行耦合，应用预先构建的数学模型进行训练，提取初始火烧迹地信息；

根据设定过滤方法，对所述初始火烧迹地信息进行过滤，提取目标火烧迹地信息。

2.根据权利要求1所述的方法，其特征在于，所述基于量化颜色空间，采用随机抽样验证，确定目标颜色空间，包括：

根据积碳和灰烬的特征，通过对比各个颜色空间量化方式，采用后验概率的方法，确定与火烧迹地提取相匹配的目标颜色空间。

3.根据权利要求2所述的方法，其特征在于，所述根据积碳和灰烬的特征，通过对比各个颜色空间量化方式，采用后验概率的方法，确定与火烧迹地提取相匹配的目标颜色空间，包括：

采用第一颜色参数、第二颜色参数和第三颜色参数，基于三个颜色空间量化方式，生成三个后验概率颜色空间；其中，所述第一颜色参数包括红绿蓝，所述第二颜色参数包括色调、饱和度和明度，所述第三颜色参数包括亮度、蓝光色度和红光色度；

根据所述后验概率颜色空间确定适用于火烧迹地提取的目标颜色空间。

4.根据权利要求1所述的方法，其特征在于，所述预先构建的数学模型为随机森林模型，相应的，所述应用预先构建的数学模型进行训练，提取初始火烧迹地信息，包括：

根据设定精度要求和设定效率要求优化所述随机森林模型的参数，其中，所述随机森林模型的参数包括分类回归树的数量和分裂节点的随机变量数量；

采用随机森林分类器，提取初始火烧迹地信息。

5.根据权利要求4所述的方法，其特征在于，在训练过程中，拟采用的输入特征包括：4个地表反射率特征、8个阴影校正植被指数特征和32个颜色纹理特征；

其中，所述颜色纹理特征包括4个波段的颜色纹理平均值、方差、协同性、反差性、非相似性、熵、角二阶矩以及相关性特征。

6.根据权利要求1所述的方法，其特征在于，所述根据设定过滤方法，对所述初始火烧迹地信息进行过滤，提取目标火烧迹地信息，包括：

根据植被指数变化信息，构建植被过滤方案；

根据颜色纹理条件，构建纹理过滤方案；

根据最大植被指数应早于森林火灾发生日期之前的设定原则，构建时间过滤方案；

应用所述植被过滤方案、所述纹理过滤方案和所述时间过滤方案，对所述初始火烧迹地信息进行过滤，提取目标火烧迹地信息。

7.根据权利要求1所述的方法，其特征在于，所述基于灰度共生矩阵纹理，确定目标纹理窗口和目标角度，以确定目标灰度纹理，包括：

基于灰度共生矩阵纹理，应用7个纹理窗口、4个角度生成28个后验概率纹理图像，确定目标纹理窗口和目标角度，以确定目标灰度纹理。