[發明專利]一種中低分辨率遙感影像滸苔覆蓋信息精細提取方法

有效

• 申請號: 202011121927.2
• 申請日: 2020-10-20
• 公開（公告）號: CN112258523B
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 萬獻慈;鄭紅霞;許明明;劉善偉;萬劍華
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G01N21/25;G06N3/04;G06N3/08;G01N21/17
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于中低分辨率遙感影像滸苔覆蓋信息精細提取方法，基本步驟為：數據源篩選與預處理；計算預處理后影像的4個植被指數，得到各植被指數的灰度圖，對各灰度圖進行局部自適應閾值分割；計算初始滸苔覆蓋范圍；提取滸苔分布粗略范圍及其光譜信息；構建并訓練滸苔提取模型；提取滸苔覆蓋精細范圍。本發明提供的方法科學合理，綜合考慮了多個植被指數提取滸苔覆蓋信息的準確性、神經網絡樣本均衡及中低分辨率遙感影像中滸苔像元的譜_空_時特征，可在一定程度上提高滸苔覆蓋信息提取方法的普適性與準確性。

技術領域

本發明屬于海洋遙感探測技術領域，具體涉及一種中低分辨率遙感影像滸苔覆蓋信息精細提取方法。

背景技術

近年我國海域滸苔災害頻發，不僅導致海洋生態失衡，還造成一定經濟損失。然而，滸苔的空間分布變化快速，船載監測難以滿足快速獲取滸苔發展態勢的需求。遙感技術具有大范圍、多頻次等優點，利用衛星遙感對滸苔監測可快速確定滸苔暴發的位置、時間和密度。中低分辨率遙感影像數據憑借較高的時間分辨率與大面積的監測范圍，已成為近年滸苔遙感動態監測應用中主要的數據源。

現有適用于中低分辨率遙感影像的滸苔遙感監測方法主要有閾值法和分類法等，固定閾值法的閾值選取困難；自適應閾值法的單一植被指數不適用于所有滸苔分布情形；以中低分辨率滸苔遙感影像為輸入的二維卷積神經網絡存在滸苔光譜特征維度壓縮、空間特征學習不充分及樣本不均衡的問題，影響滸苔提取精度。鑒于此，本發明利用多個植被指數進行局部自適應閾值分割，提高了滸苔覆蓋信息提取的準確性；提取滸苔分布粗略范圍，均衡了滸苔與背景數量；考慮了各像元間的譜_空_時特征對滸苔覆蓋范圍進行精細提取，提高了滸苔覆蓋信息提取精度。

發明內容

(一)要解決的技術問題

為解決上述問題，本發明提供了一種中低分辨率遙感影像滸苔覆蓋信息精細提取方法，以提高滸苔提取方法的普適性與準確性。

(二)技術方案

本發明包含以下步驟：

(1)選取能完整覆蓋研究區域的中低分辨率遙感影像Im；

其中，影像選取要求：滸苔暴發期間的遙感影像，研究區域內云量小于10％且不遮蓋滸苔；

(2)對步驟(1)中選取的遙感影像Im進行幾何校正、圖像裁剪、陸地掩膜和目視解譯云掩膜，得到處理后的影像I；

(3)計算影像I的歸一化植被指數NDVI、比值植被指數RVI、差值植被指數DVI、增強植被指數EVI，得到各植被指數的灰度圖g_index，分別g_NDVI、g_RVI、g_DVI、g_EVI，對各灰度圖g_index進行局部自適應閾值分割；

其中，植被指數計算與局部自適應閾值分割的步驟分別如下：

3.1)植被指數計算：分別計算步驟(2)所得影像I的NDVI、RVI、DVI、EVI，得到各植被指數的灰度圖g_index；

其中，影像I各處像元的各植被指數的計算公式如下：

式中，(i,j)代表第i行的第j列，R_nir(i,j)、R_red(i,j)、R_blue(i,j)分別為影像I的(i,j)處像元的近紅外波段、紅光波段、藍光波段的反射率，C₁、C₂和L為常量，根據數據源的差異取不同值；

3.2)對步驟3.1)所得灰度圖g_index進行局部自適應閾值分割；

其中，局部自適應閾值分割的步驟如下：