一种基于红边波段的桑树快速识别方法技术

本发明专利技术公开了一种基于红边波段的桑树快速识别方法，属于农业遥感技术领域。一种基于红边波段的桑树快速识别方法，包括：至少得到待识别区域内时序为五月份的遥感影像；对所得到的影像进行RGB

【技术实现步骤摘要】
一种基于红边波段的桑树快速识别方法


[0001]本专利技术属于农业遥感
，更具体地说，涉及一种基于红边波段的桑树快速识别方法。

技术介绍

[0002]桑树喜光耐干旱，对土壤的适应性强，在我国分布广泛；桑树作为一种落叶乔木，在长江中下游地区，每年3月份开始发芽长叶，桑园地块在没有桑叶的情况下，主要呈现裸地特征；伴随叶片生长，至4月份，桑园地块在真彩色影像中呈现淡绿色；至5月份，桑园地块在真彩色影像呈现较为均一的亮绿色；桑叶的叶片面积较大，伴随着桑叶的生长过程，桑园地块主要呈现出桑叶的颜色特征，5月至6月，桑叶颜色逐渐加深，桑园地块颜色也由亮绿色向深绿色转变；在6
‑
8月针对桑树存在一系列农事管理，比如剪枝等；10
‑
11月桑树开始落叶，11月桑园基本呈现裸地颜色，呈现黄褐色；基于对叶片生长过程中颜色变化的分析，为遥感识别桑园地块提供了可行性。
[0003]目前通过遥感技术识别桑树地块的方法主要包括有：谢国雪等（2015年）提出的基于RapidEye遥感影像的桑树信息提取，其中作者采用面向对象的多尺度分割，并结合DEM、NDVI、EVI等特征，利用决策树结合模糊分类进行桑树提取；张家政等（2023年）采用高分系列卫星，利用多尺度分割结合光谱特征、水体指数、植被指数以及形状、纹理特征，采用阈值分类与模糊分类相结合方法提取桑树分布；上述识别方法主要以面向对象与常用遥感特征指数选取为主，缺少对桑树的生长过程的特征分析，选取的遥感特征指数，未能充分结合桑树生长的特点，因此需要收集到的桑树的时序数据多，时间跨度长，导致在识别桑树和提取桑树分布的过程中需要处理的数据偏多，且识别和提取步骤繁多复杂，增加了数据处理成本，对于桑树分布的提取效率不高。

技术实现思路

[0004]本专利技术要解决的技术问题在于提供一种基于红边波段的桑树快速识别方法，它可以实现结合桑树生长过程中影像特征变化，选择合适的影像数据时间，充分利用红边波段特征，建立桑树的识别过程，以快速准确地桑树识别。
[0005]本专利技术的一种基于红边波段的桑树快速识别方法，包括：至少得到待识别区域内时序为五月份的遥感影像；对所得到的影像进行RGB
‑
HSV色彩空间变换，得到假彩色影像；至少获取所述假彩色影像内各个像元的Sat值；至少根据所得到的Sat值对获取所述假彩色影像内的各个像元进行阈值分割，以提取待识别区域内的判断为桑树地块的像元，以识别得到桑树分布区域。
[0006]作为本专利技术的进一步改进，选择红边3（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）或近红外（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）作为桑树识别数据输入并进行RGB
‑
HSV色彩空间变
换。
[0007]作为本专利技术的进一步改进，根据Sat值对获取所述假彩色影像内的各个像元进行阈值分割的步骤包括：对待识别区域内时序为五月份的遥感影像选择近红外（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）进行RGB
‑
HSV色彩空间变换，并得到待识别区域内每个像元的饱和度Sat；得到桑树样方地块上的Sat阈值a；选择a作为阈值处理数据；当Sat<a时，判断该像元内为非桑树地块；当Sat>=a时，则判断该像元为桑树地块；提取所有判断为桑树地块的像元，输出为出初步识别区域。
[0008]作为本专利技术的进一步改进，a=2700。
[0009]作为本专利技术的进一步改进，还包括剔除常绿植被等干扰地物的步骤；所述剔除常绿植被等干扰地物的步骤包括：得到初步识别区域/待识别区域内的1~2月影像；计算初步识别区域内每个像元在1~2月的NDVI指数，其中NDVI=(Nir
‑
Red)/(Nir+Red)；根据所述NDVI指数剔除常绿植被等干扰地物，以得到桑树分布区域。
[0010]作为本专利技术的进一步改进，根据所述NDVI指数剔除常绿植被等干扰地物的步骤包括：选择b=0.25作为阈值，对初步识别区域内的各个像元进行判断；当NDVI<0.25时，判断该像元为桑树地块；当NDVI>0.25时，则判断该像元为非桑树地块；提取初步识别区域内的所有判断为桑树地块的像元。
[0011]作为本专利技术的进一步改进，对识别结果进行形态学处理，以剔除不必要零碎图斑，以保证识别结果内桑树地块的完整性。
[0012]作为本专利技术的进一步改进，对识别结果进行形态学处理的步骤包括：在得到的识别结果的基础上，采用1代表桑树地块，0代表非桑树地块，生成栅格图像，并结合形态学中的开闭运算操作，去除无意义的零散地块，并对分割结果中的孔洞进行填充，生成的结果为桑树分布区域。
[0013]相比于现有技术，本专利技术的有益效果在于：申请人通过发现的5月3日的影像中桑树的红边波段反射率明显高于其他地物对应的反射率的结论，选取五月作为桑树的最佳识别期；并在获得桑树最佳识别期与红边波段特殊的反射特征后，确定近红外（Nir）、红边（Rededge）、红（Red）波段组合的假彩色影像中，桑树呈现亮黄色影像特征，采用色彩空间变换，突出桑树特征，并选择色彩空间变换后的饱和度（Sat）作为桑树识别的主要特征，进行阈值分割，不容易受到其他地物的干扰，使得对桑树地块的识别更加精准，以得到较为准确的桑树分布区域；通过1~2月NDVI指数排出常绿植被的干扰，以使得到的桑树分布区域更加精准，剔除了部分常绿植被在5月份叶片快速生长而导致对桑树分布区域的识别产生干扰的情况，以使得到的桑树分布区域更加准确；通过形态学去除识别结果中无意义的零散地块，并对分割结果中的孔洞进行填充，以保证得到的桑树地块的完整性；选取特征明显的红边反射率和并根据其进行色彩空间变换后得到的Sat作为桑树地块识别的特征指数，其中所需要获取的桑树的遥感影像和时序数据仅为五月的数据即
可，时间跨度短，提高了识别和提取的效率；仅需要处理五月份的影像数据，需要处理的数据相对变少，降低了数据处理成本，减少了数据处理压力；先通过Sat确定桑树地块的初步识别区域，再在初步识别区域内计算NDVI，相对于同时求取整块待识别区域内的红边指数和NDVI的情况，缩小了需要计算NDVI的范围，降低了数据处理成本，减少了数据处理压力；优选采用近红外（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）进行假彩色合成，数据获取难度低，数据获取方便，降低了数据获取成本，提高了数据获取的效率。
附图说明
[0014]图1为本专利技术的流程图；图2为本专利技术的桑树地块的植被指数特征图；图3为本专利技术的桑树红边指数散点图；图4为本专利技术的不同地物五月三日在影像中的红边波段的反射率对比图；图5为本专利技术的不同地物七月二十八日在影像中的红边波段的反射率对比图；图6为本专利技术的假彩色影像中典型地物分布示意图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红边波段的桑树快速识别方法，其特征在于，包括：至少得到待识别区域内时序为五月份的遥感影像；对所得到的影像进行RGB
‑
HSV色彩空间变换，得到假彩色影像；至少获取所述假彩色影像内各个像元的Sat值；至少根据所得到的Sat值对获取所述假彩色影像内的各个像元进行阈值分割，以提取待识别区域内的判断为桑树地块的像元，以识别得到桑树分布区域。2.根据权利要求1所述的一种基于红边波段的桑树快速识别方法，其特征在于：选择红边3（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）或近红外（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）作为桑树识别数据输入并进行RGB
‑
HSV色彩空间变换。3.根据权利要求1所述的一种基于红边波段的桑树快速识别方法，其特征在于：根据Sat值对获取所述假彩色影像内的各个像元进行阈值分割的步骤包括：对待识别区域内时序为五月份的遥感影像选择近红外（R）
‑
红边1（G）/红边2（G）
‑
红波段（B）进行RGB
‑
HSV色彩空间变换，并得到待识别区域内每个像元的饱和度Sat；得到桑树样方地块上的Sat阈值a；选择a作为阈值处理数据；当Sat<a时，判断该像元内为非桑树地块；当Sat>=a时，则判断该像元为桑树地块；提取所有判断为桑...

【专利技术属性】
技术研发人员：周祖煜，林波，张澎彬，陈煜人，杨肖，
申请(专利权)人：杭州领见数字农业科技有限公司，
类型：发明
国别省市：