面向东北冷凉区的遥感图像作物标记方法和装置制造方法及图纸

本申请涉及一种提供面向东北冷凉区的遥感图像作物标记方法和装置，利用归一化植被指数用以区分植被与非植被，归一化建筑指数用以区分建筑和休耕地，红边位置指数用来提取玉米，归一化水稻指数用来提取水稻，绿度指数用以区分大豆和甜菜。具有识别准确度高，能够准确识别出作物以及作物所在的地块。

Crop marking method and device of remote sensing image for cold and cool area of Northeast China

【技术实现步骤摘要】
面向东北冷凉区的遥感图像作物标记方法和装置
本专利技术涉及农作物遥感监测领域，尤其是涉及一种面向东北冷凉区的遥感图像作物标记方法和装置。
技术介绍
农作物种植结构的调整将是中国农业生产可持续发展的国策，轮作休耕是实施“藏粮于地，藏粮于技″的战略布局，对保障我国粮食安全和农业绿色转型具有深远意义。目前，东北冷凉区作物种植面积的获取多基于统计数据，其时效性、真实性较差，且无法呈现空间分异特征。利用卫星遥感技术开展作物种植面积监测，具有低成本、便利化、高效率、系统性等明显优势，降低人为因素的干扰，实现对作物面积的精确监测，实现公平公正。东北冷凉区作物种类较多，对于不同的作物的识别较为困难，目前尚没有能够准确识别出作物类型的方法。
技术实现思路
本专利技术要解决的技术问题是：为解决现有技术中的不足，从而提供一种面向东北冷凉区的遥感图像作物标记方法和装置。本专利技术解决其技术问题所采用的技术方案是：一种面向东北冷凉区的遥感图像作物标记方法，包括以下步骤：S1：获取待标记地区的遥感影像；所述遥感影本文档来自技高网...

【技术保护点】
1.一种面向东北冷凉区的遥感图像作物标记方法，其特征在于，包括以下步骤：/nS1：获取待标记地区的遥感影像；所述遥感影像包括蓝光、绿光、红光、近红外、3个红边波段、短波红外波段，遥感影像时间包含5月-9月的影像；/nS2：对遥感影像上的像元进行识别以判断作物类型；/n遥感影像上的像元符合条件1时识别为玉米，条件1：T

【技术特征摘要】
1.一种面向东北冷凉区的遥感图像作物标记方法，其特征在于，包括以下步骤：
S1：获取待标记地区的遥感影像；所述遥感影像包括蓝光、绿光、红光、近红外、3个红边波段、短波红外波段，遥感影像时间包含5月-9月的影像；
S2：对遥感影像上的像元进行识别以判断作物类型；
遥感影像上的像元符合条件1时识别为玉米，条件1：T1＜NDVI05＜T2，且NDVI08＞T3，且REP08＞T4；
遥感影像上的像元符合条件2时识别为水稻，条件2：T1＜NDVI05＜T2，且NDVI08＞T3，且REP08≤T4，且NDRI08≤T5；
遥感影像上的像元符合条件3时识别为甜菜，条件3：T1＜NDVI05＜T2，且NDVI08＞T3，且REP08≤T4，且NDRI08＞T5，且GI08≤T6；
遥感影像上的像元符合条件4时识别为大豆，条件4：T1＜NDVI05＜T2，且NDVI08＞T3，且REP08≤T4，且NDVI08＞T5，且GI08＞T6；
遥感影像上的像元识别符合条件5时识别为休耕地，条件5：T1＜NDVI05＜T2，且NDVI08＜T7，且NDBI08＞T8；
其中，NDVI05表示5月份影像的NDVI；
NDVI08表示8月份影像NDVI值；
REP08表示8月份影像的红边位置指数；
NDRI08表示8月份影像的归一化水稻指数NDRI；
GI08表示8月份影像的绿度指数；
NDBI08表示8月份影像的归一化建筑指数；
阈值T1-T8均由样本数据统计所得；
S3：按照相同的作物类型提取仅种植单一作物的地块。


2.根据权利要求1所述的面向东北冷凉区的遥感图像作物标记方法，其特征在于，S2步骤中，遥感影像上的像元识别符合条件6时识别为浓密植被，条件6：T1＜NDVI05＜T2，且NDVI08≥T7；
遥感影像上的像元识别符合条件7时识别为建筑，条件7：T1＜NDVI05＜T2，且NDVI08＜T7，且NDBI08≤T8。


3.根据权利要求2所述的面向东北冷凉区的遥感图像作物标记方法，其特征在于，






其中，ρred、ρnir、ρswir分别为红光波段、近红外、短波红外波段像元反射率值；



其中，ρ为拐点反射率，ρ＝(ρ670+ρ780)/2，ρ670、ρ700、ρ740、ρ780分别为在波长670nm，700nm，740nm，780nm处的反射率；

GI＝10000*(ρblue-ρgreen)；
其中，ρred、ρswir、ρblue、ρgreen分别为红光波段、短波红外、蓝光波段、绿光坡段的反射率值。


4.根据权利要求1-3任一项所述的面向东北冷凉区的遥感图像作物标记方法，其特征在于，S3步骤中，对地块的提取包括以下步骤：
S301：对遥感影像上的地块进行识别；
S302：对地块内的作物进行识别，若一个地块内含有至少两种作物类型，则标记所述地块为待校正地块；
S303：将包含待校正地块的遥感影像使用高斯滤波器平滑图像；
S304：用一阶微分算子的有限差分计算滤波后图像梯度的幅值和方向；
S305：对梯度幅值进行非极大值抑制，遍历图像，若某个像素的梯度值小于沿着梯度方向上的两个相邻像素的梯度值，则判定此像素点不是边缘点，将其灰度值置为0；
S306：用双阈值算法检测和连接边缘，使用累计直方图计算两个阈值，分别为高阈值和低阈值，分别记Thigh和Tlow，凡是大于Thigh的则判定为边缘，凡是小于Tlow的判断为不是边缘；如果检测结果大于等于Tlow但又小于等于Thigh，则继续判断该像素的邻接像素中有没有超过高阈值的像素点，如果有，则该像素点就是边缘点，否则就不是边缘；
S307：如果检测结果中作为边缘点的像素点不连续而形成断点，则依据边缘局部方向不变性以n×n模板搜索端点；连接搜索到的任意两个端点，评价该端点连线是否为线性，若结果为线性则以连线作为边缘，如果无法搜索端点或者端点不为线性，则由人工进行标记；
S308：将提取出的线性边界线切割耕地地块轮廓边界最终形成耕地地块单元，从而获得仅存在一种作物的地块单元。


5.根据权利要求4所述的面向东北冷凉区的遥感图像作物标记方法，其特征在于，还包括对种植不同作物的地块的面积...

【专利技术属性】
技术研发人员：徐飞飞，陆洲，
申请(专利权)人：中科禾信遥感科技苏州有限公司，中国科学院地理科学与资源研究所，
类型：发明
国别省市：江苏;32