多层多尺度分割的农用大棚类型信息提取方法及系统技术方案

本发明专利技术公开了一种多层多尺度分割的农用大棚类型信息提取方法及系统，应用于遥感图像处理技术领域，包括：获取遥感影像，并对所述遥感影像进行预处理；利用ESP尺度评价工具确定不同层次的每种地物的最优分割尺度；初始特征变量提取，并进行样本可分离性计算，得出最适合分类的优化特征；基于样本数据和优化特征对每层目标地物确定不同层次不同地物类型的阈值，得到多层次分类模型；输入待测数据到所述多层次分类模型，输出农用大棚类型信息。本发明专利技术通过高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取思路能够有效提高大棚类型信息提取精度，且能为地物信息精细提取技术体系提供一定参考思路。术体系提供一定参考思路。术体系提供一定参考思路。

【技术实现步骤摘要】
多层多尺度分割的农用大棚类型信息提取方法及系统


[0001]本专利技术涉及遥感图像处理
，更具体的说是涉及一种多层多尺度分割分类的大棚类型信息提取方法及系统。

技术介绍

[0002]目前，农业大棚的增加反映了我国农业现代化的高速发展，准确快速地获取大棚面积及空间分布信息，既有助于农作物的监测和估产，也对农业资源的高效利用和可持续发展有重要意义。
[0003]近年来随着航天科技领域的不断进步，卫星遥感影像的空间、时间和光谱分辨率得到极大的提升。遥感技术凭借其宏观、实时、覆盖广和成本低的优势，已经成为现代农业信息化发展的重要工具。通过对高分辨率遥感影像中的农业大棚信息进行识别提取，可为合理规划大棚分布、集约化作物生产、提升农业发展水平奠定良好基础，并为农业管理、环境保护、土壤污染等问题提供决策依据。
[0004]在传统的农业大棚提取方法中，大棚空间、面积信息的获取往往以人工实地测定、人工解译为主，该方法费时费力，且无法获得大面积的大棚地理分布信息。随着遥感技术进步，遥感指数及传统机器学习的方法被逐渐应用于农业大棚信息提取领域。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，具体步骤包括：获取遥感影像，并对所述遥感影像进行预处理；利用ESP尺度评价工具确定不同层次的每种地物的最优分割尺度；初始特征变量提取，并进行样本可分离性计算，得出最适合分类的优化特征；基于样本数据和优化特征对每层目标地物确定不同层次不同地物类型的阈值，得到多层次分类模型；输入待测数据到所述多层次分类模型，输出农用大棚类型信息。2.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，所述预处理步骤包括：大气校正、重采样、波段合成、镶嵌、裁剪。3.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，确定每种地物的最优分割尺度具体步骤如下：确定初始分割尺度范围；通过统计影像同质性的局部方差以及其变化率值来确定每种地物最优分割尺度，其中，当变化率呈现峰值时，相对应的分割尺度是某种地物的最优分割尺度；根据所有地物的分割尺度参数构建自上而下四层分割，每一层确定对应分割尺度。4.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，初始特征变量包括：综合光谱特征、指数特征、几何特征和纹理特征；其中，综合光谱特征包括均值波段、亮度和光谱最大差分；指数特征包括归一化植被指数、归一化水体指数、建筑物指数；几何特征包括：长宽比、形状指数和对称性；纹理特征包括：灰度共生矩阵产生的平均值、方差、同质性、对比度、非相似性、熵、二阶矩和相关性的0
°
、45
°
、90
°
、135
°
四个方向。5.根据权利要求4所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，得出最...

【专利技术属性】
技术研发人员：哈斯图亚，张圣微，姜志伟，王乌云，
申请(专利权)人：内蒙古农业大学，
类型：发明
国别省市：