一种基于SG滤波的森林变化快速识别方法技术

本发明专利技术涉及一种基于SG滤波的森林变化快速识别方法，通过将原始数据进行加权求和运算得到描述该像元与森林偏离程度的森林特征指数IFZ，利用SG滤波的特性构造降噪循环，重建研究时间范围内IFZ的时间序列数组，根据连续三次SG滤波得到的新时间序列和权重，判断是否满足迭代终止条件，若不满足，则迭代地进行SG滤波，直到满足迭代终止条件；此时因SG滤波在滤除噪声的同时可以确保信号的形状、宽度不变，且SG滤波平滑的是高频的信号部分，即噪声点，平滑滤波能够消除可能产生的干扰。解决了森林特征指数IFZ噪点较多导致分析结果误差大的问题。

A Fast Forest Change Recognition Method Based on SG Filtering

The present invention relates to a fast identification method of forest change based on SG filtering. The forest characteristic index IFZ describing the degree of deviation between the pixel and the forest is obtained by weighted summation of the original data. The noise reduction cycle is constructed by using the characteristics of SG filtering, and the time series array of IFZ in the research time range is reconstructed. According to the new time series and weights obtained by successive cubic SG filtering, the new time series and weights are judged. If the iteration termination condition is satisfied or not, the SG filtering is performed iteratively until the iteration termination condition is satisfied. At this time, the shape and width of the signal can be kept unchanged while the SG filtering eliminates the noise, and the SG filtering smoothes the high frequency signal part, that is, the noise point, and the smoothing filtering can eliminate the possible interference. The problem that more IFZ noise points of forest characteristic index lead to large error of analysis results is solved.

【技术实现步骤摘要】
一种基于SG滤波的森林变化快速识别方法
本专利技术涉及森林资源动态变化监测
，具体涉及一种基于SG滤波的森林变化快速识别方法。
技术介绍
森林资源监测是指对森林资源的数量、质量、空间分布及其利用状况进行定期定位的分析、观测和评价等工作。通过对森林动态变化的研究，可以及时了解森林资源的数量和质量，掌握森林资源的消长变化规律和趋势，分析影响与制约森林生长的自然、经济和社会客观条件，建立或更新森林资源档案，对揭示生态系统环境变化及植被恢复和重建布局等具有重要意义。随着社会经济的快速发展，城市面积的扩张速度逐渐变快，农业用地面积不断增加，导致森林面积越来越小。森林监测有利于森林的动态分析，预测森林的变化趋势，为森林面积监测以及制定森林保护政策提供依据。在动态变化监测算法方面，有许多学者针对各种不同空间分辨率的遥感影像提出了许多土地覆盖和植被的变化检测算法。这些变化检测一般对不同时期的森林影像进行分析，提取变化信息。其中森林特征指数值IFZ是一种常用的森林监测指数。但是，该森林特征指数值IFZ具有较多的噪点，易导致分析结果误差较大。
技术实现思路
本专利技术的目的在于提供一种基于SG滤波的森林变化快速识别方法，用于解决森林特征指数IFZ噪点较多导致分析结果误差大的问题。为解决上述技术问题，本专利技术的技术方案为：本专利技术提供了一种基于SG滤波的森林变化快速识别方法，包括以下步骤：获取一个连续时间段内的多幅森林图像，每幅森林图像为监测范围内相应时间点的森林图像；对于每一幅森林图像的每个像元，计算森林特征指数IFZ，从而得到每个森林像元连续时间段内的一组原始IFZ值；对所述每个森林像元的一组原始IFZ值，进行初次SG滤波，将初次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成初次重构数据；同时根据初次滤波前后的数据大小，计算各像元各年的权重；将初次重构数据再次进行SG滤波，将再次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成再次重构数据；对新的重构数据又一次进行SG滤波，将又一次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成又一次重构数据；根据连续三次SG滤波得到的新时间序列，以及所述权重，判断是否满足迭代终止条件，若不满足，则迭代地进行SG滤波，直到满足所述迭代终止条件；满足所述迭代终止条件后，输出结果；判断每个像元在每个时间点上是否表示森林像元，从而判断监测范围内森林变化情况。本专利技术的有益效果：通过将原始数据进行加权求和运算得到描述该像元与森林偏离程度的森林特征指数IFZ，利用SG滤波的特性构造降噪循环，重建研究时间范围内IFZ的时间序列数组，根据连续三次SG滤波得到的新时间序列，以及权重，判断是否满足迭代终止条件，若不满足，则迭代地进行SG滤波，直到满足迭代终止条件；此时因SG滤波在滤除噪声的同时可以确保信号的形状、宽度不变，且SG滤波平滑的是高频的信号部分，即噪声点，平滑滤波能够消除可能产生的干扰。解决了森林特征指数IFZ噪点较多导致分析结果误差大的问题。进一步的，所述每个像元的权重由下式表示：其中，i表示该像元在第i年的值，di为IFZtr与IFZ0的距离，dmax为di的最大值；计算权重以计算迭代终止判别参数。进一步的，在判断是否满足所述迭代终止条件时，需根据迭代终止辨别参数Fk判断，Fk表示为：其中，为该像元在第k+1次滤波后重构的IFZ值，Fk为第k次滤波后的迭代终止辨别参数，m为研究时长；有利于判断是否满足迭代终止条件，提升了方法中运算的准确程度。进一步的，当Fk≤Fk-1且Fk≤Fk+1时，终止迭代循环，输出最终结果；提升了方法中运算的准确程度。进一步的，所述获取一个连续时间段内的多幅森林图像的方式为通过卫星或飞行器航拍；有利于快速准确地得到森林图像。附图说明图1是本专利技术的方法流程图；图2是本专利技术实施例的IFZ经SG滤波后效果示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚，下面结合附图及实施例，对本专利技术作进一步的详细说明。本专利技术的基本原理为：通过将原始数据进行加权求和运算得到描述该像元与森林偏离程度的森林特征指数IFZ，利用SG滤波的特性构造降噪循环，重建研究时间范围内IFZ的时间序列数组，根据连续三次SG滤波得到的新时间序列，以及权重，判断是否满足迭代终止条件，若不满足，则迭代地进行SG滤波，直到满足迭代终止条件。其中选用SG滤波是因为，SG滤波最大的特点在于在滤除噪声的同时可以确保信号的形状、宽度不变，信号宽度即年份的统计判断，这两点在下一步的分析中非常重要。并且SG滤波平滑的是高频的信号部分(趋势项)，即噪声点，有利于减小误差。从森林变化的角度来说，森林变化为缓慢的过程，平滑滤波器能够消除可能产生的干扰。本专利技术的方法流程图如图1所示，具体方法步骤为：1)获取森林辅助信息；利用卫星或者飞行器航拍获取一个连续时间段内的多幅森林图像，每幅森林图像为监测范围内相应时间点的森林图像；利用地理辅助数据，将每幅森林图像的像元提取出来；2)数据的标准化处理；数据的标准化处理采用如下公式：式中，FZn是标准化处理后的指数值；Mn和Sn分别是波段n中森林区域光谱值的平均值和标准差，bn为某像元在该波段的光谱值。3)计算森林特征指数IFZ；对于每一幅森林图像的每个像元，计算森林特征指数IFZ，从而得到每个像元在连续时间段内的一组原始IFZ值；根据如下公式求得森林特征指数IFZ：式中，NB为所使用的波段总数，FZn为波段n处理后对应的标准化指数值。4)初次SG滤波，计算权值；对每个森林像元的一组原始IFZ值，进行初次SG滤波，将初次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成初次重构波前后的数据大小，计算各像元各年的权重；权重由下式表示：数据；同时根据初次滤其中，i表示该像元在第i年的值，di为IFZtr与IFZ0的距离，dmax为di的最大值。将初次重构数据再次进行SG滤波，将再次滤波后的数据中每个时间点(单位：年)的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成再次重构数据；对新的重构数据又一次进行SG滤波，将又一次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成又一次重构数据；根据连续三次SG滤波得到的新时间序列，以及所述权重，判断是否满足迭代终止条件，在判断是否满足迭代终止条件时，需根据迭代终止辨别参数Fk判断，Fk表示为：其中，为该像元在第k+1次滤波后重构的IFZ值，Fk为第k次滤波后的迭代终止辨别参数，m为研究时长。迭代终止条件为：当Fk≤Fk-1且Fk≤Fk+1时，终止迭代循环，输出最终结果。若不满足，则迭代地进行SG滤波，直到满足迭代终止条件；例如，当三次SG滤波后得到的新时间序列不满足迭代终止条件，此时将第三次SG滤波后的数据作为初次重构数据，将初次重构数据再次进行SG滤波(第四次滤波)，将再次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成再次重构数据；对新的重构数据又一次进行SG滤波(第五次滤波)，将本文档来自技高网...

【技术保护点】
1.一种基于SG滤波的森林变化快速识别方法，其特征在于，包括以下步骤：获取一个连续时间段内的多幅森林图像，每幅森林图像为监测范围内相应时间点的森林图像；对于每一幅森林图像的每个像元，计算森林特征指数IFZ，从而得到每个森林像元连续时间段内的一组原始IFZ值；对所述每个森林像元的一组原始IFZ值，进行初次SG滤波，将初次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成初次重构数据；同时根据初次滤波前后的数据大小，计算各像元各年的权重；将初次重构数据再次进行SG滤波，将再次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成再次重构数据；对新的重构数据又一次进行SG滤波，将又一次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成又一次重构数据；根据连续三次SG滤波得到的新时间序列，以及所述权重，判断是否满足迭代终止条件，若不满足，则迭代地进行SG滤波，直到满足所述迭代终止条件；满足所述迭代终止条件后，输出结果；判断每个像元在每个时间点上是否表示森林像元，从而判断监测范围内森林变化情况。...

【技术特征摘要】
1.一种基于SG滤波的森林变化快速识别方法，其特征在于，包括以下步骤：获取一个连续时间段内的多幅森林图像，每幅森林图像为监测范围内相应时间点的森林图像；对于每一幅森林图像的每个像元，计算森林特征指数IFZ，从而得到每个森林像元连续时间段内的一组原始IFZ值；对所述每个森林像元的一组原始IFZ值，进行初次SG滤波，将初次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成初次重构数据；同时根据初次滤波前后的数据大小，计算各像元各年的权重；将初次重构数据再次进行SG滤波，将再次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成再次重构数据；对新的重构数据又一次进行SG滤波，将又一次滤波后的数据中每个时间点的数据与原始IFZ值中相应时间点的数据进行比较，取其中的最小值组成又一次重构数据；根据连续三次SG滤波得到的新时间序列，以及所述权重，判断是否满足迭代终止条件，若不满足，则迭代地进行S...

【专利技术属性】
技术研发人员：卢思齐，卢鹤立，张传荣，刘桂芳，
申请(专利权)人：河南大学，
类型：发明
国别省市：河南,41