[發明專利]一種基于多時相高分辨率遙感影像的設施蔬菜提取方法

有效

• 申請號: 201810592833.X
• 申請日: 2018-06-11
• 公開（公告）號: CN108830844B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 楊秀峰;趙建鵬;李國洪;金永濤;李旭青;趙起超;劉世盟
• 申請（專利權）人: 北華航天工業學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06K9/00
• 代理公司: 北京善任知識產權代理有限公司 11650
• 代理人: 王大方

1.一種基于多時相高分辨率遙感影像的設施蔬菜提取方法，用于基于高分辨率遙感影像，提取出影像中的設施蔬菜信息，其特征在于，包括以下步驟：

步驟一，對所述高分辨率遙感影像進行預處理，以提取出單波段圖像；

步驟二，對所述單波段圖像執行圖像增強處理，從而提高所述設施蔬菜與其他地物類別的區分能力；

步驟三，選擇預定觀察窗口，對增強處理后的圖像進行紋理分析處理，從而計算獲得特征值紋理影像；

步驟四，基于所述特征值紋理影像，創建易與所述設施蔬菜混淆的建筑物和道路的掩膜圖像；

步驟五，利用所述掩膜圖像對原始的所述高分辨率遙感影像進行掩膜，從而提取出地物圖斑的邊緣檢測線；

步驟六，對所述邊緣檢測線進行數學形態學操作和細分割處理，從而生成關于所述設施蔬菜的灰度圖像的提取結果；

步驟七，對所述設施蔬菜的灰度圖像執行二值化處理，提取出所述設施蔬菜的矢量圖斑并進行矢量轉柵格處理，從而實現對設施蔬菜信息的提取。

2.根據權利要求1所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，所述預處理至少包括：輻射定標、利用基準影像進行幾何校正、圖像融合、圖像向前、基于規則進行區域裁剪。

3.根據權利要求2所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，在所述步驟一中執行：

采用所述高分辨率遙感影像自帶的.rpb文件對遙感影像進行正射校正操作；

采用定標參數和光譜響應函數，對正射校正后的影像進行輻射定標，從而得到地表反射率影像；

采用基準影像，對所述地表反射率影像進行幾何校正；

采用GS融合法，高分辨率、多光譜的全色影像進行融合處理；

采用行政邊界對進行影像裁剪，從而完成影像的預處理。

4.根據權利要求1所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，所述步驟二還包括：

提取所述高分辨率遙感影像中的藍波段，進行直方圖均衡化圖像增強處理。

5.根據權利要求4所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，在所述步驟二中執行：

將所述高分辨率遙感影像的數據轉換為double類型；

將所述高分辨率遙感影像的數據轉換為[0，1]區間的灰度圖像；

將所述高分辨率遙感影像的數據擴充到[0，255]區間；

提取所述高分辨率遙感影像中的藍波段進行分析；

對所述藍波段進行直方圖均衡化圖像增強處理，從而進一步提高所述設施蔬菜與其他地物類別的區分能力。

6.根據權利要求1所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，所述紋理分析處理為灰度共生矩陣的紋理統計法，并且所述特征值紋理影像的特征值至少包括：熵、對比度、自相關、能量、同質性。

7.根據權利要求6所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，在所述步驟三中執行：

灰度量級化操作；確定所述觀察窗口；設定步距及掃描方向；計算紋理的灰度共生矩陣；計算所述特征值紋理影像的特征值；生成所述特征值紋理影像。

8.根據權利要求1所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，所述步驟四包括：

根據所述特征值紋理影像，通過全局閾值分割法，創建易與所述設施蔬菜混淆的建筑物和道路的掩膜圖像，

其中，所述掩膜圖像用于將建筑物和道路從所述高分辨率遙感影像中剔除出去。

9.根據權利要求8所述的基于多時相高分辨率遙感影像的設施蔬菜提取方法，其特征在于，在所述步驟四中執行：

選擇建筑物、道路與其他地物區分度高的紋理影像；

采用全局閾值分割法 ，將所述建筑物和道路替取出來，創建所述掩膜圖像；

利用所述掩膜圖像剔除影響中的建筑物和道路。