一种基于高分遥感影像的草原围栏提取方法技术

本发明专利技术公开一种基于高分遥感影像的草原围栏区域提取方法，根据生长季围栏内外草地植被绿度的差异，将植被指数的显著特征和面向对象分割的图像解译相结合，通过植被指数特征的阈值分割实现不规则围栏区域的高精度提取，即使草地区域广大，各类植被类型复杂，围栏封育区域呈不规则形状，也能通过迭代计算得到植被指数特征的显著阈值，进一步分割提取得到精确的围栏边界。本方法提取草地围栏的工作主要在室内依托计算机软硬件进行，经济成本低，能够避免传统野外调查存在的费时费力且效率低下的缺点，以及不能精确表示出围栏的形状和位置的问题。该方法技术流程简便易行，提取精度高，且能够利用软件实现批量操作。

A Grassland Fence Extraction Method Based on High-Score Remote Sensing Image

【技术实现步骤摘要】
一种基于高分遥感影像的草原围栏提取方法
本专利技术属于遥感
，具体涉及一种基于高分遥感影像的草原围栏提取方法。
技术介绍
草地围封工程是国家改善牧区退化草原生态环境和促进牧区经济可持续发展的一项重大举措，对于青藏高原高海拔特殊环境条件下的退化天然草地恢复改良更是具有重要意义。及时、准确的获取围栏区域面积及其空间分布，对草场实时管理、工程效应评估、工程措施优化等均具有重要意义。青藏高原是全国最大的天然牧场，草地面积超过130万km2，围栏实施总面积超过10万km2。目前各县区实施情况不同，执行力度不一，区域尺度上有效的围栏边界调查提取成为一个丞待解决的问题。目前，国内各牧区主要采取的是传统野外实地调查的手段。青藏高原地区气候恶劣，草场围封范围广、数量多且面积大，野外实地调查方法需要耗费大量时间、人力和财力去进行围栏的测量和统计，外业测量的信息转内业，然后层层上报，最快到达核心管理部门时，围栏已经实施过1-2年，且信息传输过程中的人为误差较多，围栏范围与实际的围栏边界吻合精度不高。草地围栏是利用铁丝网等材料将部分草地区域围封起来禁止放牧，围栏具有线性特征明显、宽度细等“亚像元”线性地物的特点。利用传统LANDSAT等中低分辨率遥感影像解译会存在大量混合像元，仅利用围栏本身的线性特征自动提取后，不能形成完整闭合的围栏边界，需进行人工目视解译识别此类线性地物，耗时且效率低下，难以应用在大范围多景遥感影像的联合提取。
技术实现思路
针对现有的围栏区域实施边界和布局难以精确地面测量的问题，本专利技术提供了一种基于高分遥感影像的草地围栏提取方法。该方法利用植被处于生长期时，围栏内植被生长状况和绿度均较围栏外高的特点，基于植被特征值和面向对象分割的解译思路，通过对植被特征值的阈值分割实现矩形或者不规则形状的围栏区域提取。相较于野外围栏实测的方法，本专利技术所述的方法提取出的围栏精度高，大大节约了围栏调查工作中的人力物力。与以往线性地物遥感提取方法相比，本专利技术最大的不同在于利用的是围栏封育对草地产生的影响即围栏内外草地光谱特征的差异来提取草地斑块，并联合ENVI、Arcgis和Matlab软件在影像融合、地理数据分析、迭代计算的优势，实现基于国产高分影像的围栏线状矢量的批量提取，而以往利用目视解译围栏本身的线性特征的提取方法，工作量大，且技术过程无法大面积推广。具体的技术方案为：一种基于高分遥感影像的草原围栏提取方法，根据围栏内外植被绿度的差异，将植被指数特征和面向对象分割的图像解译相结合，计算NDVI及其显著特征值，通过阈值分割实现不规则围栏区域的提取。本专利技术的具体技术方案包括以下步骤，：(1)数据源的选择：采用拥有高分辨率1米全色、4米多光谱的高分二号(GF-2)遥感卫星的影像，含有的四个波段分别是蓝波段、绿波段、红波段、近红外波段，辐宽45km，所选影像处于植被生长季6-8月，云量<5％，待提取的目标是围栏封育区域；(2)数据预处理：对目标区域GF-2遥感图像进行预处理，包括正射校正、图像融合、图像增强，提高数据的解译精度；步骤(2)所述的正射校正，包括以下过程：对应的同时间和地点的多光谱和全色数据进行正射校正，采用三次卷积法重采样。步骤(2)所述的图像融合，包括以下过程：检查正射校正后的多光谱和全色数据，以全色数据为基准对多光谱数据进行配准；进行全色波段(分辨率，1米)和多光谱图像(分辨率，4米)融合，使得遥感图像既具有高光谱图像的丰富的光谱特征，又具有全色图像的高分辨率。步骤(2)所述的图像增强，此步包括以下过程：将图像融合后的多光谱数据(分辨率，1米)线性拉伸2％，增强图像视觉效果；如果上一步融合后图像RGB合成后可视化效果好，即跳过此步。(3)基于NDVI的图像分割：采用归一化植被指数NDVI提取遥感影像中的植被区域，并利用面向对象的算法进行图像分割；步骤(3)采用的方法包括以下步骤：a.利用公式1计算目标区域的每一个像元的NDVI值，得到栅格图像：NDVI＝(DNNIR-DNR)/(DNNIR+DNR)(公式1)其中，DNNIR为近红外波段，对应GF-2多光谱数据的第4波段，DR为红波段，对应GF-2多光谱数据的第3波段；b.使用参数N1对栅格图像进行分割，区分遥感影像中的植被与非植被覆盖区域。c.对植被区域进行面向对象的图像分割，分割算法采用基于微小梯度变化的Intensity算法和基于边缘效应的Edge算法实现，基于像元的操作在此步骤后转换为基于斑块操作。(4)基于植被特征值的图像分类与重采样：步骤(4)采用的方法包括以下步骤：a.利用公式2计算的NDVI显著特征值Ri(NDVI)f，消除大尺度遥感影像各区域的NDVI绝对值差异，突出显示围栏区域。其中，Ri(NDVI)表示NDVI的显著特征值；i是当前计算斑块，N(j)是当前计算斑块的所有相邻斑块的集合，B(i，j)是目标斑块与其相邻斑块的公共边长，V(ndvi,i)表示斑块的NDVI值；b.设置围栏内与其相邻围栏外区域的区分阈值，提取围栏斑块；将Ri(NDVI)NDVI大于设定阈值R的分割斑块设置为围栏区域；阈值R的设定准则为能够显著区分围栏内外区域，或者使用大津OTSU方法获得阈值。(5)图形整饰与输出：将批处理的多景目标区域重分类栅格图像，各景合并，然后转为矢量格式；为表达围栏的真实边界，对矢量文件进行消除内部小图斑以及边界平滑处理，得到围栏的边界。步骤(5)具体过程包括以下步骤：a.将重分类后的栅格图像转为矢量格式；b.统计矢量文件中多边形的面积属性，分析围栏区域的多边形的面积与周边干扰小图斑的区别，用以设定消除矢量文件中小图斑的阈值；对该矢量文件处理，即可得到围栏对应的边界；c.围栏边界的平滑处理。本专利技术提供的方法，提取草地围栏的工作主要在室内依托计算机软硬件进行，经济成本低，能够避免传统野外调查存在的费时费力费钱且效率低下，利用围栏线性特征提取围栏方法中存在的由于围栏过细而造成的围栏边界不完整现象，本方法技术流程易行，提取精度高，且能够实现批量操作。首先，选择的数据源国产高分影像易于获取且免费使用，1米的分辨率已经能够完全表达围栏内外植被生长情况的差异；其次，适合高分影像的面向对象分割算法结合有效的植被特征值提取算法，提取出闭合完整的围栏边界；同时，结合地理信息软件的批处理功能和编程模块实现多景遥感影像的能够批量提取高分影像，大大提高工作效率。附图说明图1为本专利技术的方法流程图；图2为实施例目标区域遥感影像图；图3a为实施例局部图像融合前的图像；图3b为实施例局部图像融合后的图像；图4为实施例目标影像NDVI计算全值域示例；图5为实施例图像分割处理结果示例图；图6a为实施例样本1局部NDVI特征值重采样处理结果示例图；图6b为实施例样本2局部NDVI特征值重采样处理结果示例图；图6c为实施例样本3局部NDVI特征值重采样处理结果示例图；图7a为实施例局部图形栅格转矢量后图像图示例；图7b为实施例局部图形消除小图斑后图像图示例；图7c为实施例局部图形边界平滑后图像图示例；图8为实施例目标区域围栏提取结果示例图。具体实施方式结合实施例说明本专利技术的具体技术方案。本专利技术的具体技术方案包括以下步骤，流程过程如图1所示：(1)数据源：采用拥本文档来自技高网...

【技术保护点】
1.一种基于高分遥感影像的草原围栏提取方法，其特征在于，根据围栏内外草地植被生长季绿度的差异，将植被指数特征和面向对象分割的图像解译相结合，提取NDVI的显著特征值，通过特征值的阈值分割实现不规则围栏区域的提取。

【技术特征摘要】
1.一种基于高分遥感影像的草原围栏提取方法，其特征在于，根据围栏内外草地植被生长季绿度的差异，将植被指数特征和面向对象分割的图像解译相结合，提取NDVI的显著特征值，通过特征值的阈值分割实现不规则围栏区域的提取。2.根据权利要求1所述的一种基于高分遥感影像的草原围栏提取方法，其特征在于，包括以下步骤：(1)选择数据源：采用高分二号GF-2遥感卫星的影像，含有的四个波段影像处于植被生长季6-8月，云量<5％；(2)数据预处理：对目标区域GF-2遥感图像进行预处理，包括辐射校正、图像融合、图像增强，提高数据的解译精度；(3)图像分割：利用公式一计算像元的NDVI值，提取遥感影像中的植被区域，进而对植被区域采用Intensity算法分割；NDVI＝(DNNIR-DNR)/(DNNIR+DNR)(公式一)其中，DNNIR为近红外波段，DNR为红波段；(4)图像分类与重采样：利用公式二计算斑块的NDVI显著特征值Ri，消除大尺度遥感影像各区域的NDVI绝对值差异，提取围栏栅格；其中，Ri(NDVI)表示NDVI的显著特征；i是当前计算斑块，N(j)是当前计算斑块的所有相邻斑块的集合，B(i，j)是目标斑块与其相邻斑块的...

【专利技术属性】
技术研发人员：赵慧，王小丹，刘恩勤，
申请(专利权)人：中国科学院，水利部成都山地灾害与环境研究所，
类型：发明
国别省市：四川,51