[發明專利]一種濕地遙感信息的識別方法及裝置

在審

• 申請號: 201911351683.4
• 申請日: 2019-12-24
• 公開（公告）號: CN111046838A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 苑希民;徐奎;徐浩田;田福昌
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01N21/25
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 潘俊達

1.一種濕地遙感信息的識別方法，其特征在于，包括如下步驟：

步驟一、基于相容粗糙集，對遙感影像數據進行預處理；

步驟二、將所述預處理后的數據作為訓練樣本，然后對相容粗糙集樣本進行處理，并輸入到BP神經網絡模型，對影像分類；

步驟三、利用采集的樣本點對分類結果進行分析和精度驗證，建立混淆矩陣。

2.如權利要求1所述的一種濕地遙感信息的識別方法，其特征在于，所述步驟一中，還包括：

獲取預設歷史時間段內目標區域的實地數據；

根據所述實地數據獲取所述目標區域的矢量邊界圖；

根據所述矢量邊界圖對遙感影像進行裁剪。

3.如權利要求2所述的一種濕地遙感信息的識別方法，其特征在于，所述步驟二中，將所述預處理后的數據作為所述訓練樣本，包括：

根據所述目標區域的土地利用數據，將所述目標區域分成若干類地物；

根據若干類所述地物的反射率差異，分析若干類所述地物的光譜特性，選擇所述訓練樣本。

4.如權利要求3所述的一種濕地遙感信息的識別方法，其特征在于:所述地物包括河流、湖泊、林地、蘆葦、水田、灘涂、居民點、旱地。

5.如權利要求1所述的一種濕地遙感信息的識別方法，其特征在于，所述步驟二中，對所述相容粗糙集樣本進行處理，包括：

根據多光譜數據，提取所述訓練樣本各波段的反射率值；

通過粗糙熵獲取相似性閾值最優值，進行相容粗糙集約簡處理。

6.如權利要求5所述的一種濕地遙感信息的識別方法，其特征在于，所述步驟二中，并輸入到BP神經網絡模型，對影像分類，包括：

將相容粗糙集約簡后得到的新樣本集合作為輸入數據，建立所述相容粗糙集和所述BP神經網絡相結合的遙感影像分類模型。

7.如權利要求1所述的一種濕地遙感信息的識別方法，其特征在于：所述BP神經網絡模型的輸入層節點的數量為7個，所述BP神經網絡模型的輸出層節點的數量為8個，所述BP神經網絡模型的隱藏層節點的數量為19個。

8.一種濕地遙感信息的識別裝置，其特征在于：包括依次連接的預處理模塊、影像分類模塊及輸出模塊；

所述預處理模塊，用于對遙感影像數據進行處理；

所述影像分類模塊，用于將處理后的數據作為訓練樣本，然后對相容粗糙集樣本進行處理，并輸入到BP神經網絡模型，對影像分類；

所述輸出模塊，用于輸出分類結果圖，并對所述分類結果圖進行分析和精度驗證，建立混淆矩陣。

9.如權利要求8所述的一種濕地遙感信息的識別裝置，其特征在于：所述預處理模塊和所述影像分類模塊均設置有資料輸入端，所述資料輸入端用于輸入預設歷史時間段內目標區域的實地數據。

10.如權利要求8所述的一種濕地遙感信息的識別裝置，其特征在于：所述輸出模塊設置有樣品輸入端，所述樣品輸入端用于輸入驗證樣品。