[發(fā)明專利]大棚識別方法及裝置有效
| 申請?zhí)枺?/td> | 201611192180.3 | 申請日: | 2016-12-21 |
| 公開(公告)號: | CN106778629B | 公開(公告)日: | 2020-07-03 |
| 發(fā)明(設計)人: | 王志盼;張清凌;錢靜;陳凱 | 申請(專利權)人: | 中國科學院深圳先進技術研究院 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06Q50/02 |
| 代理公司: | 深圳中一專利商標事務所 44237 | 代理人: | 陽開亮 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 大棚 識別 方法 裝置 | ||
1.一種冬季大棚識別方法,其特征在于,包括:
接收用戶輸入的遙感影像,獲取遙感影像數據;所述遙感影像數據包括可見光波段;
采用植被指數計算公式對所述遙感影像數據進行處理,以獲取植被指數;獲取到的所述植被指數用于識別所述遙感影像中的植被區(qū)域或非植被區(qū)域,排除所述植被區(qū)域作為所述遙感影像的大棚區(qū)域;
采用增強型水體指數計算公式對所述遙感影像數據進行處理,以獲取增強型水體指數;獲取到的所述增強型水體指數用于識別水體區(qū)域或非水體區(qū)域,排除所述非水體區(qū)域作為所述遙感影像中的大棚區(qū)域;
將所述植被指數、所述增強型水體指數和所述可見光波段識別特征,基于分類決策樹識別出所述遙感影像中的大棚區(qū)域;
所述將所述植被指數、增強型水體指數和所述可見光波段作為分類決策樹的識別特征,識別出所述遙感影像中的大棚區(qū)域,包括:判斷所述植被指數是否大于植被閾值,以識別出所述遙感影像中的植被區(qū)域或非植被區(qū)域;判斷所述增強型水體指數是否大于水體閾值,以識別所述遙感影像中的水體區(qū)域或非水體區(qū)域;判斷所述可見光波段中的紅光波段是否大于反射率閾值,以識別出所述遙感影像中的高反射率區(qū)域和低反射率區(qū)域,所述反射率閾值為[0.1,0.2]之間的任一數據,所述高反射率區(qū)域為所述可見光波段中的紅光波段大于反射率閾值的區(qū)域;將同時為所述非植被區(qū)域、所述水體區(qū)域和高反射區(qū)域的區(qū)域為所述遙感影像中的大棚區(qū)域。
2.根據權利要求1所述的大棚識別方法,其特征在于,所述遙感影像數據包括可見光波段、近紅外波段和短波紅外波段;所述可見光波段包括紅光波段和綠光波段。
3.根據權利要求2所述的大棚識別方法,其特征在于,所述植被指數計算公式包括:
NDVI=(NIR-R)/(NIR+R);其中,NDVI為植被指數,NIR為近紅外波段,R為紅光波段。
4.根據權利要求3所述的大棚識別方法,其特征在于,所述采用增強型水體指數計算公式對所述遙感影像數據進行處理,以獲取增強型水體指數,包括:
采用歸一化水體指數計算公式對所述遙感影像數據進行處理,以獲取歸一化水體指數;所述歸一化水體指數計算公式包括:NDWI=(G-NIR)/(G+NIR);其中,NDWI為歸一化水體指數,NIR為近紅外波段,G為綠光波段;
采用改進型歸一化水體指數計算公式對所述遙感影像數據進行處理,以獲取改進型歸一化水體指數;所述改進型歸一化水體指數計算公式包括:MNDWI=(G-SWIR)/(G+SWIR);其中,MNDWI為改進型歸一化水體指數,SWIR為短波紅外波段;
采用獲取增強型水體指數計算公式對所述植被指數、所述歸一化水體指數和所述改進型歸一化水體指數進行處理,以獲取所述增強型水體指數;所述獲取增強型水體指數計算公式包括:EWI=MNDWI+NDWI-NDVI;其中,EWI為增強型水體指數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院深圳先進技術研究院,未經中國科學院深圳先進技術研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611192180.3/1.html,轉載請聲明來源鉆瓜專利網。





