[发明专利]秸秆类型快速遥感监测方法及装置

权利要求书

1.一种秸秆类型快速遥感监测方法，其特征在于，包括：

获取监测区域的多光谱影像以及作物冠层高度CHM影像，其中，多光谱影像中包括近红外波段、红光波段和蓝光波段光谱信息；

根据所述多光谱影像中的近红外波段和红光波段的光谱信息，生成叠积近红秸秆指数PNISI影像；

根据所述多光谱影像、所述CHM影像和所述PNISI影像进行二次波段组合，得到CHM-PNISI-多光谱影像；

根据预设的秸秆高度阈值，对所述CHM-PNISI-多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像；

对所述第一秸秆影像进行分割得到多个一类对象，并对所述第二秸秆影像进行分割得到多个二类对象；

根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果；基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果。

2.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述形状阈值包括面积阈值和长宽比阈值，所述高度阈值包括CHM阈值，所述波段阈值包括蓝光波段阈值。

3.根据权利要求2所述的秸秆类型快速遥感监测方法，其特征在于，所述根据预设的秸秆高度阈值，对所述CHM-PNISI-多光谱影像进行初次分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像，以及包括碎渣秸秆和裸地的第二秸秆影像，包括：

根据CHM＞0.16，对所述CHM-PNISI-多光谱影像进行分割，得到包括成捆、成堆和直立秸秆的第一秸秆影像；

根据CHM≤0.16m，对所述CHM-PNISI-多光谱影像进行分割，得到包括碎渣秸秆和裸地的第二秸秆影像；

相应地，根据预设的秸秆形状阈值和PNISI阈值，对所述多个第一对象进行分类，得到成捆、成堆和直立秸秆的分类结果，基于预设的波段阈值，对所述多个二类对象进行分类，得到碎渣秸秆和裸地的分类结果，分别包括：

根据面积＞0.3332m²，PNISI＞0.177，确定第一对象为成捆秸秆类型；

根据0.1＜PNISI＜0.13，长宽比γ＞2.1，确定第一对象为成堆秸秆类型；

根据成捆秸秆类型和成堆秸秆类型以外的第一对象，确定直立秸秆类型；

根据0.035＜B1＜0.21，确定二类对象为裸地类型；

根据裸地类型以外的第二对象，确定碎渣秸秆类型；

其中，B1为蓝光波段的反射率值。

4.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述获取监测区域的多光谱影像以及作物冠层高度CHM影像，包括：

获取监测区域的高分辨率遥感影像，进行预处理后，得到所述多光谱影像和数字表面模型DSM影像；

根据所述DSM影像生成数字高程模型并制作DEM影像；

根据所述DEM影像，通过差值运算生成作物冠层高度模型并制作CHM影像；

其中，所述预处理包括影像拼接、DSM生成、波段组合和裁剪。

5.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述根据所述多光谱影像中的近红外波段和红光波段的光谱信息，生成叠积近红秸秆指数PNISI影像，包括根据如下公式计算PNISI值后生成PNISI影像：

其中，B3为多光谱影像中红波段反射率值，B5为多光谱影像中近红外波段反射率值。

6.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述对所述第一秸秆影像进行分割得到多个一类对象，并对所述第二秸秆影像进行分割得到多个二类对象，包括：

根据对比度分离分割法，对所述第一秸秆影像进行分割得到多个一类对象；

根据多尺度分割法，对所述第二秸秆影像进行分割得到多个二类对象。

7.根据权利要求1所述的秸秆类型快速遥感监测方法，其特征在于，所述得到碎渣秸秆和裸地的分类结果之后，还包括：

根据不同的分类结果，生成农田作物秸秆类型分布图。