【技术实现步骤摘要】
一种基于多时相高分辨率遥感影像的设施蔬菜提取方法
本专利技术属于图像智能处理
,涉及高分辨率遥感影像的信息提取技术,具体涉及一种基于多时相高分辨率遥感影像的设施蔬菜提取方法,用于基于高分辨率遥感影像,提取出影像中的设施蔬菜信息。
技术介绍
随着我国城镇化的快速推进,对蔬菜的需求也日趋增长,集约化蔬菜生产(以设施蔬菜为代表)已经成为蔬菜生产的主要发展方向。设施蔬菜可以延长蔬菜供应周期,提高蔬菜产量,缓解供应紧张现象。目前国内常用的设施农业类型主要包括:塑料大棚(含中小拱棚)、日光温室和连栋温室。塑料大棚是指以塑料薄膜作为透光覆盖材料的单栋拱棚。在我国南方地区使用功能是冬季保温,夏季遮阳、防雨。而在北方地区使用主要具有春提早、秋延后作用,一般比露地生产科提早或延后一个月左右。由于其保温性能较差,在北方地区一般不用它做越冬生产。日光温室是我国科技工作者在一面坡温室的基础上不断完善提高开发出来的一种具有中国特色的温室形式。它是以太阳能为主要能源,夜间采用活动保温被在前屋面保温进行越冬生产的单层面塑料薄膜温室,该类温室的东、西、北三面墙体和后屋面采用高保温建筑材料。在我国北方地区使用,正常条件下不用人工加温可保持室内外温差达到20-30℃以上,此类温室现已在北纬30-45°地区有广泛应用,是北方地区越冬生产园艺产品的主要温室形式。连栋温室是指将多个单跨的温室通过天沟连接起来的大面积生产温室,是当今世界和我国发展现代化设施农业的趋势和潮流。连栋温室根据结构形式和覆盖材料的不同分为:连栋玻璃温室、连栋塑料温室和聚碳酸酯板温室(PC温室)。上述的三种温室又可以简单的 ...
【技术保护点】
1.一种基于多时相高分辨率遥感影像的设施蔬菜提取方法,用于基于高分辨率遥感影像,提取出影像中的设施蔬菜信息,其特征在于,包括以下步骤:步骤一,对所述高分辨率遥感影像进行预处理,以提取出单波段图像;步骤二,对所述单波段图像执行图像增强处理,从而提高所述设施蔬菜与其他地物类别的区分能力;步骤三,选择预定观察窗口,对增强处理后的图像进行纹理分析处理,从而计算获得特征值纹理影像;步骤四,基于所述特征值纹理影像,创建易与所述设施蔬菜混淆的建筑物和道路的掩膜图像;步骤五,利用所述掩膜图像对原始的所述高分辨率遥感影像进行掩膜,从而提取出地物图斑的边缘检测线;步骤六,对所述边缘检测线进行数学形态学操作和细分割处理,从而生成关于所述设施蔬菜的灰度图像的提取结果;步骤七,对所述设施蔬菜的灰度图像执行二值化处理,提取出所述设施蔬菜的矢量图斑并进行矢量转栅格处理,从而实现对设施蔬菜信息的提取。
【技术特征摘要】
1.一种基于多时相高分辨率遥感影像的设施蔬菜提取方法,用于基于高分辨率遥感影像,提取出影像中的设施蔬菜信息,其特征在于,包括以下步骤:步骤一,对所述高分辨率遥感影像进行预处理,以提取出单波段图像;步骤二,对所述单波段图像执行图像增强处理,从而提高所述设施蔬菜与其他地物类别的区分能力;步骤三,选择预定观察窗口,对增强处理后的图像进行纹理分析处理,从而计算获得特征值纹理影像;步骤四,基于所述特征值纹理影像,创建易与所述设施蔬菜混淆的建筑物和道路的掩膜图像;步骤五,利用所述掩膜图像对原始的所述高分辨率遥感影像进行掩膜,从而提取出地物图斑的边缘检测线;步骤六,对所述边缘检测线进行数学形态学操作和细分割处理,从而生成关于所述设施蔬菜的灰度图像的提取结果;步骤七,对所述设施蔬菜的灰度图像执行二值化处理,提取出所述设施蔬菜的矢量图斑并进行矢量转栅格处理,从而实现对设施蔬菜信息的提取。2.根据权利要求1所述的基于多时相高分辨率遥感影像的设施蔬菜提取方法,其特征在于,所述预处理至少包括:辐射定标、利用基准影像进行几何校正、图像融合、图像向前、基于规则进行区域裁剪。3.根据权利要求2所述的基于多时相高分辨率遥感影像的设施蔬菜提取方法,其特征在于,在所述步骤一中执行:采用所述高分辨率遥感影像自带的.rpb文件对遥感影像进行正射校正操作;采用定标参数和光谱响应函数,对正射校正后的影像进行辐射定标,从而得到地表反射率影像;采用基准影像,对所述地表反射率影像进行几何校正;采用GS融合法,高分辨率、多光谱的全色影像进行融合处理;采用行政边界对进行影像裁剪,从而完成影像的预处理。4.根据权利要求1所述的基于多时相高分辨率遥感影像的设施蔬菜提取方法,其特征在于,所述步骤二还包括:提取所述高分辨率遥感影像中的蓝波段,进行直方图均衡化图像增强处理。5.根据权利要求4所述的基于多时相高分辨率遥感影像的设施蔬菜提取方法,其特征在于,在所述步骤二中执行:将所述高分辨率遥感影像的数据转换为double类型;将所述高分辨率遥感影像的数据转换为[0,1]区间的灰度图像;将所述高分辨率遥感影像的数据扩充到[0,255]区间;提取所述高分辨率遥感影像中的蓝波段进行分析;对所述蓝波段进行直方图均衡化图像增强处理,从而进一步提高所述设施蔬菜与其他地物类别的区分能力。6.根据权利要求1所述的基于多时相高分辨率遥感影像的设施蔬菜提取方法,其特征在于,所述纹理分析处理为灰度共生矩阵的纹理统计法,并且所述特征值纹理影像的特征值至少包括:熵、对比度、自相关、能量、同质性。7.根据权利要求6所述的基于多时相高分辨率遥感影像的设施蔬菜提取方法,其特征在于,在所述步骤三中执行:灰度量级化操作;确定所述观察窗口;设定步距及扫描方向;计算纹理的灰度共生矩阵;计算所述特征值纹理影像的特征值;生成所述特征值纹理影像。8.根据权...
【专利技术属性】
技术研发人员:杨秀峰,赵建鹏,李国洪,金永涛,李旭青,赵起超,刘世盟,
申请(专利权)人:北华航天工业学院,
类型:发明
国别省市:河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。