[發明專利]一種基于多期稻田影像特征的水稻種植區判定方法和系統在審
| 申請號: | 202211420265.8 | 申請日: | 2022-11-15 |
| 公開(公告)號: | CN115761486A | 公開(公告)日: | 2023-03-07 |
| 發明(設計)人: | 王小攀;馬澤忠;丁憶;羅鼎;肖禾;連蓉;李朋龍;劉朝暉;錢進;曾遠文;黃林周;李政;李宇晗;潘小旋;賈雯 | 申請(專利權)人: | 重慶市地理信息和遙感應用中心 |
| 主分類號: | G06V20/10 | 分類號: | G06V20/10;G06V10/44;G06V10/54;G06V10/58 |
| 代理公司: | 重慶智慧之源知識產權代理事務所(普通合伙) 50234 | 代理人: | 余洪 |
| 地址: | 401120 重慶*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 稻田 影像 特征 水稻 種植 判定 方法 系統 | ||
1.一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,包括以下步驟:
獲取研究區域內水稻的耕作制度和物候信息,確定水稻收割后及種植初期和/或灌漿期的至少兩個特定時期,根據所述特定時期獲取多期初始遙感影像;
對所述多期初始遙感影像進行預處理,得到空間分辨率依次遞減的水稻收割后的第一期遙感影像及水稻灌漿期的第二期遙感影像和/或水稻種植初期的第三期遙感影像;
獲取自然資源基礎調查中的水田矢量數據,根據所述水田矢量數據對所述第一期遙感影像進行空間約束,結合所述第一期遙感影像呈現的紋理和光譜特征,判定初始水稻種植區;
根據所述第二期遙感影像和/或第三期遙感影像呈現的光譜特征,判定水稻干擾區;
基于空間疊加技術,在所述初始水稻種植區中剔除所述水稻干擾區,獲取目標水稻種植區。
2.根據權利要求1所述的一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,所述初始遙感影像為空間分辨率優于3米的米級或亞米級遙感衛星影像。
3.根據權利要求1所述的一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,所述對所述多期初始遙感影像進行預處理,具體包括:
依次對所述多期初始遙感影像進行正射糾正、幾何配準和影像融合。
4.根據權利要求3所述的一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,所述幾何配準具體包括:選取同名點對多光譜影像進行配準,配準后,利用布爾莎七參數坐標轉換模型,進行影像空間坐標的統一轉換,公式為:
其中,XA、YA、ZA表示是A坐標,XB、YB、ZB表示是B坐標,TX、TY、TZ為坐標系B轉移到坐標系A在X、Y、Z三個方向上的平移參數,m是尺度參數,wx、wy、wz是旋轉參數。
5.根據權利要求3所述的一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,所述第一期遙感影像采用高景一號亞米級遙感數據進行水稻收割后的特征分析;所述第二期遙感影像采用吉林一號亞米級遙感數據進行水稻灌漿期的特征分析;所述第三期遙感影像采用資源三號米級遙感數據進行水稻種植初期的特征分析。
6.根據權利要求5所述的一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,所述影像融合具體包括:
對高景一號和吉林一號的遙感影像采用PCI軟件封裝的UBN-Pansharp融合算法,利用最小二乘算法獲取多光譜與全色波段之間的最佳擬合,獲取對應的第一期遙感影像和第二期遙感影像;
對資源三號遙感影像采用Gram-Schmidt融合算法,通過對矩陣或多維影像的正交化對遙感影像進行融合,獲取對應的第三期遙感影像。
7.根據權利要求1所述的一種基于多期稻田影像特征的水稻種植區判定方法,其特征在于,所述獲取自然資源基礎調查中的水田矢量數據,根據所述水田矢量數據對所述第一期遙感影像進行空間約束,結合所述第一期遙感影像呈現的紋理和光譜特征,判定初始水稻種植區,具體包括:
根據自然資源基礎調查獲取水田矢量數據,并根據所述水田矢量數據獲取水田空間范圍,將所述水田空間范圍作為水稻種植區的最大范圍;
根據所述水稻種植區的最大范圍對所述第一期遙感影像進行空間約束,得到空間約束后的第一期遙感影像,作為目標影像;
根據水稻田識別規則,識別所述目標影像呈現的紋理和光譜特征,判定初始水稻種植區。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶市地理信息和遙感應用中心,未經重慶市地理信息和遙感應用中心許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211420265.8/1.html,轉載請聲明來源鉆瓜專利網。





