[發明專利]一種農田邊界及種植結構的提取方法

在審

• 申請號: 202011427554.1
• 申請日: 2020-12-09
• 公開（公告）號: CN112541933A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 錢靜;彭樹宏
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/62;G06T7/11;G06T7/90
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 范盈

1.一種農田邊界及種植結構的提取方法，其特征在于：所述方法包括如下步驟：

步驟1：將分類遙感影像、分類標志、區域范圍導入頭文件；

步驟2：對所述遙感影像數據進行預處理，得到預處理數據；

步驟3：建立不同尺度分類器計算所述預處理遙感影像數據與所述分類標志數據的標準差；

步驟4：對步驟3中得到數據的邊界模糊異常值進行處理；

步驟5：提取所述步驟4中得到的數據的周界像素，對農田中的作物進行面積統計，得到作物的農田邊界及種植結構。

2.如權利要求1所述的農田邊界及種植結構的提取方法，其特征在于：所述原始數據包括影像、農田數據層和區域數據。

3.如權利要求2所述的農田邊界及種植結構的提取方法，其特征在于：所述步驟2中對所述原始數據進行預處理包括對農田數據層調色板進行標準化；過濾所述區域的波段數據；計算所述影像的歸一化植被指數；計算所述影像的光譜梯度，在重要的地方創建種子，找到局部梯度最大或者最小的點和對所述影像進行分割。

4.如權利要求3所述的農田邊界及種植結構的提取方法，其特征在于：所述波段數據包括紅光波段、綠光波段、藍光波段和近紅外波段。

5.如權利要求3所述的農田邊界及種植結構的提取方法，其特征在于：所述歸一化植被指數為近紅外波段和紅光波段的標準化差值。

6.如權利要求3所述的農田邊界及種植結構的提取方法，其特征在于：所述光譜梯度通過谷歌地圖引擎中的光譜梯度函數計算所述影像的所有波段光譜梯度。

7.如權利要求6所述的農田邊界及種植結構的提取方法，其特征在于：所述光譜梯度函數中輸入的參數包括光譜角映射器、光譜信息發散和歐式距離的平方。

8.如權利要求3所述的農田邊界及種植結構的提取方法，其特征在于：所述創建種子包括將梯度小于0.2的所有點生成層一存放到變量一中，將梯度大于0.2的所有點生成層二存放到變量二中；將變量一中梯度大于3且等于變量一焦點最大值的點重新命名為種子一，并且存放到最小變量中，將變量二中梯度大于10且等于變量二焦點最大值的點重新命名為種子二，并且存放到最大變量中，最后再將所述最小變量和所述最大變量加起來形成一層的種子。

9.如權利要求3所述的農田邊界及種植結構的提取方法，其特征在于：所述影像通過簡單的線性迭代聚類圖像分割算法進行分割。

10.如權利要求1所述的農田邊界及種植結構的提取方法，其特征在于：所述異常值處理包括將標準偏差進行求和操作，如果計算的結果大于0.25則為所述異常值，將所述異常值放入異常的變量中，并將所述異常值設置為透明，后續其根據光譜范圍進行類型判斷。