一种农田边界及种植结构的提取方法技术

本申请属于图像识别技术领域，特别是涉及一种农田边界及种植结构的提取方法。如何选取遥感影像分类方法也将直接影响面积提取的精准度，在实际的应用中要结合实际情况选择合适的遥感影像数据及分类方法。本申请提供了一种农田边界及种植结构的提取方法，包括将分类遥感影像、分类标志、区域范围导入头文件；对所述遥感影像数据进行预处理，得到预处理数据；建立不同尺度分类器计算所述预处理遥感影像数据与所述分类标志数据的标准差；对步骤3中得到数据的边界模糊异常值进行处理；提取前步骤中得到的数据的周界像素，对农田中的作物进行面积统计，得到作物的农田边界及种植结构。在精细提取农作物边界及种植结构方面有一定的意义。

【技术实现步骤摘要】
一种农田边界及种植结构的提取方法
本申请属于图像识别
，特别是涉及一种农田边界及种植结构的提取方法。
技术介绍
种植结构是指一种农作物在某个区间或土地上的种植分布或比例，一个地区农场作物的种植结构关系到地区多种农产品的收获和产量，而一个地区的天然气候关系与一个地区的农作物种植结构密切相关，不合理不健康的农作物种植结构会对地区的生态平衡和可持续发展造成巨大的影响。随着科技的发展多颗遥感卫星的发射并投入使用，利用卫星遥感影像数据对某个地区的各个季节的农作物种植区域和种植种类进行大面积、大范围监测，为国家和地区的农业发展提供可靠的信息，有利于地区的未来的农业生产和粮食储备布局规划和制定，保证了地区农业的有序生产和健康发展，避免了因农作物盲目种植所导致的粮食浪费或者造成某种农场品的短缺。近几年来由于世界范围内粮食的减产，粮食价格日益上涨，粮食安全越来越成为国家、地区发展的一个重要问题，通过卫星遥感影像监测地区的农作物种植情况可以为国家和地区的粮食生产提供安全保障。近几年来，遥感卫星技术不断成熟，新的遥感卫星不断出现，使遥感影像的分本文档来自技高网...

【技术保护点】
1.一种农田边界及种植结构的提取方法，其特征在于：所述方法包括如下步骤：/n步骤1：将分类遥感影像、分类标志、区域范围导入头文件；/n步骤2：对所述遥感影像数据进行预处理，得到预处理数据；/n步骤3：建立不同尺度分类器计算所述预处理遥感影像数据与所述分类标志数据的标准差；/n步骤4：对步骤3中得到数据的边界模糊异常值进行处理；/n步骤5：提取所述步骤4中得到的数据的周界像素，对农田中的作物进行面积统计，得到作物的农田边界及种植结构。/n

【技术特征摘要】
1.一种农田边界及种植结构的提取方法，其特征在于：所述方法包括如下步骤：
步骤1：将分类遥感影像、分类标志、区域范围导入头文件；
步骤2：对所述遥感影像数据进行预处理，得到预处理数据；
步骤3：建立不同尺度分类器计算所述预处理遥感影像数据与所述分类标志数据的标准差；
步骤4：对步骤3中得到数据的边界模糊异常值进行处理；
步骤5：提取所述步骤4中得到的数据的周界像素，对农田中的作物进行面积统计，得到作物的农田边界及种植结构。


2.如权利要求1所述的农田边界及种植结构的提取方法，其特征在于：所述原始数据包括影像、农田数据层和区域数据。


3.如权利要求2所述的农田边界及种植结构的提取方法，其特征在于：所述步骤2中对所述原始数据进行预处理包括对农田数据层调色板进行标准化；过滤所述区域的波段数据；计算所述影像的归一化植被指数；计算所述影像的光谱梯度，在重要的地方创建种子，找到局部梯度最大或者最小的点和对所述影像进行分割。


4.如权利要求3所述的农田边界及种植结构的提取方法，其特征在于：所述波段数据包括红光波段、绿光波段、蓝光波段和近红外波段。


5.如权利要求3所述的农田边界及种植结构的提取方法，其特征在于：所述归一化植被指数为近红外波段和红光波段的...

【专利技术属性】
技术研发人员：钱静，彭树宏，
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