The invention relates to the field of remote sensing classification technology, and particularly relates to a method for extracting feature information of remote sensing vegetation index based on the idea, which comprises the following steps: S1. selected objects, corresponding NEW NDVI or NEW RVI; S2. application threshold segmentation technique were extracted from step S1 obtained in more than T NEW or NDVII NEW RVI value, you can remove the part of the non object information; S3. applied mathematics set intersection, will be obtained in step S2 multiple NEW NDVI or NEW RVI intersection that the final object information. The present invention features information extraction method of remote sensing vegetation index based on the idea of feature information based on the target curve analogy chlorophyll spectrum character curve to extract the target information extraction accuracy, stability, strong universality, suitable for various environments, high degree of automation, to avoid the interference of human factors in the process of extraction, and the extraction method is simple, accurate extraction master of information, has important significance of object spatial distribution information, promote the application and development of remote sensing classification technology.
【技术实现步骤摘要】
本专利技术涉及遥感分类
,具体涉及一种基于植被指数思想的地物信息遥感提取方法。
技术介绍
地物识别与提取对社会很多领域都具有重要的应用意义。遥感是一种大范围、快速获取地面地物信息的技术。因此,及时、准确地获取地物空间分布信息的技术与方法是当前遥感领域重要研究方向之一。当前,已有的地物遥感提取技术与方法有很多,例如基于不同分类技术的提取方法,包括监督分类和非监督分类(比如,目视解译、决策树、神经网络、支持向量机、聚类等分类技术);基于不同遥感数据源的提取方法,包括高、中、低分辨率遥感影像(MODIS、TM/ETM、SPOT、高分等),以及地面、航空、航天等方式获取的遥感数据(车载扫描仪、无人机/载人飞机、卫星等)。但是,根据已有研究成果分析发现,现有地物遥感提取方法存在以下问题:一是提取精度不稳定,特别是空间位置精度低;二是方法具有区域局限性,普适性差;三是需要人工采集大量的地物训练样本;四是人为因素干扰较大;五是方法复杂;六是自动化程度较低。
技术实现思路
本专利技术的目的在于解决以上技术问题,提供一种基于植被指数思想的地物信息遥感提取方法,通过遥感技术获取目标的遥感图像,根据遥感图像建立目标地物特征信息曲线,经特定的技术方法,结合阈值分割技术提取地物信息。为解决上述问题,本专利技术采用以下技术方案:一种基于植被指数思想的地物信息遥感提取方法,包括以下步骤:S1.选取目标地物,计算得出相应的NEW-NDVI或NEW-RVI值,所述NEW-NDVI和NEW-RVI的计算方法包括以下步骤:a.通过遥感技术获取目标地物特征信息数据,并根据目标地物特征信息数据 ...
【技术保护点】
一种基于植被指数思想的地物信息遥感提取方法,其特征在于,包括以下步骤:S1.选取目标地物,计算得出相应的NEW‑NDVI或NEW‑RVI值,所述NEW‑NDVI和NEW‑RVI的计算方法包括以下步骤:a.通过遥感技术获取目标地物特征信息数据,并根据目标地物特征信息数据建立目标地物特征信息时间序列曲线;b.将目标地物特征信息时间序列曲线与叶绿素波谱特征曲线类比,取目标地物特征信息时间序列曲线中的高值影像(H_Image)和低值影像(L_Image);根据下述公式计算NEW‑NDVI或NEW‑RVI,NEW‑NDVI=(H_Image‑L_Image)/(H_Image+L_Image),NEW‑RVI=H_Image/L_Image,其中,H_Image是目标地物特征信息高值影像,L_Image是目标地物特征信息低值影像,NEW‑NDVI或NEW‑RVI值大于T的区域表示目标地物,小于等于T的区域表示其它地物;所述T在与NEW‑NDVI值对比时,‑1<T≤0;所述T在与NEW‑RVI值对比时,0<T≤1;所述叶绿素波谱特征曲线选自地物波谱库;c.重复步骤a和b,再选取几对目标地物特征信息 ...
【技术特征摘要】
1.一种基于植被指数思想的地物信息遥感提取方法,其特征在于,包括以下步骤:S1.选取目标地物,计算得出相应的NEW-NDVI或NEW-RVI值,所述NEW-NDVI和NEW-RVI的计算方法包括以下步骤:a.通过遥感技术获取目标地物特征信息数据,并根据目标地物特征信息数据建立目标地物特征信息时间序列曲线;b.将目标地物特征信息时间序列曲线与叶绿素波谱特征曲线类比,取目标地物特征信息时间序列曲线中的高值影像(H_Image)和低值影像(L_Image);根据下述公式计算NEW-NDVI或NEW-RVI,NEW-NDVI=(H_Image-L_Image)/(H_Image+L_Image),NEW-RVI=H_Image/L_Image,其中,H_Image是目标地物特征信息高值影像,L_Image是目标地物特征信息低值影像,NEW-NDVI或NEW-RVI值大于T的区域表示目标地物,小于等于T的区域表示其它地物;所述T在与NEW-NDVI值对比时,-1<T≤0;所述T在与NEW-RVI值对比时,0<T≤1;所述叶绿素波谱特征曲线选自地物波谱库;c.重复步骤a和b,再选取几对目标地物特征信息时间序列曲线中的高值和低值影像,按照NEW-...
【专利技术属性】
技术研发人员:王冬利,刘海新,王贺封,承大宇,赵玉玲,张安兵,李静,
申请(专利权)人:河北工程大学,
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。