The embodiment of the invention discloses a method for extracting vegetation classification using remote sensing image and shading device, user device, the method includes: through the first after pretreatment of the multi spectral image and panchromatic image fusion, then the fused image segmentation to get the suitable object oriented image classification and image patches to continue. The plaque NDENWI index, NDVI index and BSI index calculation, according to the NDENWI index, NDVI index and BSI index to classify the image patches obtained shading categories; visible, the implementation method described in Figure 1, the NDENWI index, the difference between the water and vegetation net widening, while using the method of object-oriented classification the combination of image fusion and image processing, tension, improve the classification accuracy of vegetation net.
【技术实现步骤摘要】
本专利技术涉及智能设备
,尤其涉及一种利用遥感影像提取植被遮阳网类别的方法及装置、用户设备。
技术介绍
遥感影像分类是将遥感影像中的每个像元划分到不同地物类别中的过程。分类依据主要包括地物光谱特征、地物形状特征、空间关系特征等,目前大多数研究还是基于地物光谱特征。结合目视解译结果,利用计算机自动分类算法是目前遥感影像分类的主要方法。从分类层次来看,分类方法可划分为基于像元的分类和面向对象的分类,传统的基于像元的分类方法以单个像元为单位,过于着眼于局部而忽略了附近整片图斑的几何结构情况,产生“椒盐现象”,制约了信息提取的精度,而面向对象的遥感分类方法,综合考虑光谱统计特征、形状、大小、纹理、相邻关系等一系列因素,将影像分割为多个同质影像图斑,作为最小研究单元,具有更高的分类精度。在现有的分类方法与分类指数中,没有明确针对水体和植被遮阳网,例如水体与富贵竹种植遮阳网进行区分的作用,分类时在一定程度上会发生漏分错分的问题。
技术实现思路
本专利技术实施例公开了一种利用遥感影像提取植被遮阳网类别的方法及装置、用户设备,有利于提高植被遮阳网在分类时的精度。本专利技术实施例第一方面公开一种利用遥感影像提取植被遮阳网类别的方法,包括:将预处理后的多光谱图像和全色图像进行图像融合;对融合后的图像进行分割得到适合继续分类的面向对象图像斑块;计算所述图像斑块的NDENWI指数、NDVI指数及BSI指数;根据所述NDENWI指数、NDVI指数以及BSI指数对所述图像斑块进行分类提取得到遮阳网类别。作为一种可选的实施方式,在本专利技术实施例第一方面中,所述将预处理后的多光谱图 ...
【技术保护点】
一种利用遥感影像提取植被遮阳网类别的方法,其特征在于,包括:将预处理后的多光谱图像和全色图像进行图像融合;对融合后的图像进行分割得到适合继续分类的面向对象图像斑块;计算所述图像斑块的归一化网体‑水体差异增强指数(Normalized Difference Enhance between Net and Water Index,NDENWI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)及裸土指数(bare soil index,BSI);根据所述NDENWI指数、NDVI指数以及BSI指数对所述图像斑块进行分类提取得到遮阳网类别。
【技术特征摘要】
1.一种利用遥感影像提取植被遮阳网类别的方法,其特征在于,包括:将预处理后的多光谱图像和全色图像进行图像融合;对融合后的图像进行分割得到适合继续分类的面向对象图像斑块;计算所述图像斑块的归一化网体-水体差异增强指数(NormalizedDifferenceEnhancebetweenNetandWaterIndex,NDENWI)、归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)及裸土指数(baresoilindex,BSI);根据所述NDENWI指数、NDVI指数以及BSI指数对所述图像斑块进行分类提取得到遮阳网类别。2.根据权利要求1所述的方法,其特征在于,所述将预处理后的多光谱图像和全色图像进行图像融合的步骤包括:将多光谱图像进行辐射定标和大气校正,以及对全色图像进行辐射定标;然后将全色图像与多光谱图像进行图像融合;对融合后的图像进行裁剪,再对裁剪后的图像进行拉伸。3.根据权利要求1-2所述的方法,其特征在于,所述方法还包括:结合Green波段、SWIR1波段和SWIR2波段,并且使用复合波段比值法来构建NDENWI指数公式,所述NDENWI指数公式用于计算NDENWI指数,所述NDENWI指数公式为:其中,SWIR1与SWIR2分别为landsat8卫星的陆地成像仪(全称:OperationalLandImager,OLI)影像中的第六波段和第七波段,Green为landsat8卫星OLI影像的第三波段。4.根据权利要求3所述的方法,其特征在于,所述根据NDENWI指数、NDVI指数以及BSI指数对所述图像斑块进行分类提取得到遮阳网类别的步骤包括:根据所述NDENWI指数和预设的阈值区分出水体与非水体两类;然后根据NDVI指数和预设的阈值将非水体类别分为植被与非植被两类;再根据BSI指数将非植被类别区分出裸地与遮阳网两类。5.根据权利要求4所述的方法,其特征在于,所述根据NDENWI指数、NDVI指数以及BSI指数对所述图像斑块进行分类提取得到遮阳网类别的步骤之后还包括:获取所述图像斑块的距离特征与光谱特征...
【专利技术属性】
技术研发人员:王月如,陈劲松,关舒婧,韩鹏鹏,韩宇,易琳,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东;44
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。