[發明專利]面向對象與物候知識相融合的遙感互花米草制圖方法

在審

• 申請號: 202110384549.5
• 申請日: 2021-04-09
• 公開（公告）號: CN113177441A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 田金炎;王小娜;王樂;李小娟;時晨;宮輝力
• 申請（專利權）人: 首都師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 高鎮

本申請公開了一種面向對象與物候知識相融合的遙感互花米草制圖方法，包括：獲取目標區域去云處理后的遙感圖像和互花米草樣本點；計算歸一化植被指數均值并繪制年度變化曲線，獲取年內最佳物候期窗口；在不同物候期利用每個像素以及每個波段的單個中值獲取各個物候期的中值合成影像，將所有中值合成圖像進行波段疊加，得一多波段的合成圖像；對合成圖像進行基于非監督的多尺度優化分割，生成圖像分割對象，從中提取結合物候知識的分類特征作為支持向量機分類器的輸入進行面向對象的圖像分類，得到互花米草分布圖。本申請結合互花米草的關鍵物候期特征和面向對象的圖像分類方法，可快速準確將互花米草與其他背景地物區分，得到互花米草分布圖。

技術領域

本申請涉及植物技術領域，特別是涉及一種面向對象與物候知識相融合的遙感互花米草制圖方法。

背景技術

互花米草原產于北美洲大西洋沿岸，1979年作為重要的生態工程材料從美國引進，1981年首次在福建省羅源灣大規模試種成功，因其適應性強、繁殖快而迅速蔓延，目前在北起天津、南至廣西防城港的海岸灘涂濕地均已發現互花米草。互花米草侵占紅樹林等原生生態系統，阻塞航道，影響水產養殖，造成重大經濟損失，已成為我國沿海危害嚴重的惡性入侵植物。因此準確監測互花米草對于自然環境和生態系統具有重要作用。

遙感圖像識別是一種利用計算機對遙感圖像中各類地物的光譜信息和空間信息進行分析，將圖像中各個像元劃分到各自地物類型的技術。而遙感互花米草制圖則是利用遙感圖像，識別目標區域互花米草，并生成互花米草分布圖的技術。目前，互花米草制圖常用的是一種像素級的物候特征合成方法，即基于像素與物候知識融合方法，通過在像素級別結合互花米草的關鍵物候期特征，然后以單個像素為制圖單元進行遙感圖像分類。

然而，其存在以下的缺點：1、影像特征利用不完全：當前互花米草識別制圖技術主要利用單個像素的光譜信息來區分互花米草與其他地物，而遙感影像的其他形狀、紋理以及空間鄰域等地理信息尚未得到充分利用，從而損失大量對于提高分類精度至關重要的影像特征，而這將會影響識別的結果；2、傳統分割方法具有局限性：通常傳統的單尺度分割中存在分割不足或分割過度問題，而多尺度分割中參數設置需要依賴專家知識和主觀經驗。然而，這些問題通常會直接影響分割結果的質量，而這將會降低互花米草的識別精度。

發明內容

本申請的目的在于克服上述問題或者至少部分地解決或緩減解決上述問題。

根據本申請的一個方面，提供了一種面向對象與物候知識相融合的遙感互花米草制圖方法，包括如下步驟：

步驟S1：獲取目標區域去云處理后的遙感圖像和互花米草樣本點；

步驟S2：計算所述互花米草樣本點的歸一化植被指數均值并繪制年度變化曲線，從而獲取互花米草監測的年內最佳物候期窗口；

步驟S3：在年內最佳物候窗口的不同物候期利用每個像素以及每個波段的單個中值獲取各個物候期的中值合成影像，然后將所有的中值合成圖像進行波段疊加，得到一多波段的合成圖像；

步驟S4：對所述合成圖像進行基于非監督的多尺度優化分割，生成合適的圖像分割對象，然后從圖像分割對象中提取結合物候知識的分類特征作為支持向量機分類器的輸入進行面向對象的圖像分類，進而得到目標區域的互花米草分布圖。

可選地，所述步驟S3中的年內最佳物候期窗口包含2個物候期，分別為衰老期和生長巔峰期。

可選地，所述衰老期為一年中的第1-142天，所述生長巔峰期為一年中的第154-270天。

可選地，所述互花米草在衰老期時歸一化植被指數的平均值小于0.3，所述互花米草在生長巔峰期時歸一化植被指數的平均值大于0.4。

可選地，所述步驟S3中的每一中值合成圖像包含10個光譜波段，所獲的合成圖像包含20個光譜波段。