【技术实现步骤摘要】
一种基于遥感图像的杂草数据采集方法
[0001]本专利技术涉及遥感测绘
，具体涉及一种基于遥感图像的杂草数据采集方法
。
技术介绍
[0002]植被杂草测量的传统方法是地面测量，最常用的方法有目估法
、
样方法
、
样带法
、
样点法等以及借助于采样仪器的测量方法，如空间定量计
、
移动光量计等，这些方法虽然提高了测量的精度，但野外操作不便，成本较高，难以在大范围内快速提取植被杂草区域，尤其是大面积的草地区域
。
[0003]航拍的引入克服了上述缺点，大大提高了效率，但是传统的遥感成像仅能采集地上目标物的形貌信息以及极少的光谱信息，无法对地面复杂的目标进行精准鉴别和自动测绘
。
高光谱卫星的出现，在很大程度上提高了目标物精准识别和定量分析的能力
。
高光谱成像技术是通过拍摄目标物一系列窄波段的影像构成光谱立方体，进而获得目标物的二维空间信息和光谱信息
。
[0004]随着遥感技术的发展，可以从多时相
、
多波段遥感信息中提取草地植被覆盖状况，为大面积提取植被杂草识别提供了强有力的手段
。
技术实现思路
[0005]本专利技术的目的在于提出一种基于遥感图像的杂草数据采集方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件
。
[0006]为实现上述技术目的，本专利技术技术方案如下：一种基于遥感图
【技术保护点】
【技术特征摘要】
1.
一种基于遥感图像的杂草数据采集方法，其特征在于，所述方法包括以下步骤：步骤1，获取草地测绘区的高光谱图像，并进行预处理；步骤2，从预处理后的高光谱图像提取反射率数据；步骤3，根据反射率设局对草地测绘区提取边界作为第一边界；步骤4，根据第一边界对草地测绘区进行聚类后获得杂草区域
。2.
根据权利要求1所述的一种基于遥感图像的杂草数据采集方法，其特征在于，步骤1中，获取草地测绘区的高光谱图像，并进行预处理的子步骤为：对高光谱图像进行预处理；预处理包括几何校正处理
、
辐射校正处理和大气校正处理，以消除地形对高光谱图像的影响，高光谱图像来自搭载高光谱成像仪的卫星或者无人机
。3.
根据权利要求1所述的一种基于遥感图像的杂草数据采集方法，其特征在于，步骤2中，从预处理后的高光谱图像提取反射率数据的子步骤为：提取特定波段的光谱图像，波段为
550nm。4.
根据权利要求1所述的一种基于遥感图像的杂草数据采集方法，其特征在于，步骤3中，根据反射率设局对草地测绘区提取边界作为第一边界的子步骤为：步骤
2.1
，读取光谱数据，把光谱图像转化为灰度图像，对灰度图像进行高斯滤波和提取轮廓得到边缘线；步骤
2.2
，依次对步骤
2.1
得到的灰度图像的每个像素进行标记，标记方式为像素的灰度值大于设定的阈值标记为1，像素的灰度值小于设定的阈值标记为0；步骤
2.3
，对步骤
2.2
得到的经过标记的灰度图像作为标记图像进行平滑边缘得到第一标记图像；步骤
2.4
，以第一标记图像的图像矩阵的几何中心点作为极点，对标记为1的像素利用极点进行膨胀运算，获得待定草坪分区图像；待定草坪分区图像中面积最大的闭合区间的集合作为分区集合；筛选出待定草坪分区图像中面积最大的闭合区间作为第一参考域并将第一参考域从分区集合中剔除；所述闭合区间的区域为由边缘检测得到的边缘线分割待定草坪分区图像得到的封闭区域；步骤
2.5
，计算第一参考域在遥感图像中相应区域中各个像素值的算术平均值作为参照像素值，计算分区集合各个闭合区间的各个像素值的算术平均值得到各个闭合区间的平均像素值；筛选出平均像素值小于参照像素值的闭合区间作为参照集合；选出参照集合中面积最大的闭合区间作为第二参考域；步骤
2.6
，通过
Harris
角点检测对第二参考域进行检测得到多个角点，得到的角点集合；将各个角点两两连接从而得到各个角点连线划分得到的新增区域，从而由各个新增区域得到新增区域集合；步骤
2.7
，扫描新增区域集合中各个新增区域，如果新增区域属于第一参考域的位置则依次拼接新增区域集合中与当前新增区域位置相邻的新增区域构成待拼接杂草区域，并且将该新增区域标记为杂草子区域，待拼接杂草区域拼接新增区域集合中与待拼接杂草区域位置相邻的新增区域形成新的待拼接杂草区域直到待拼接杂草区域不存在位置相邻的新增区域，最终将待拼接杂草区域作为杂草区域；步骤
2.8
，从而得到标记的杂草子区域和由所有杂草区域构成杂草区域集合
。
5.
根据权利要求1所述的一种基于遥感图像的杂草数据采集方法，其特征...
【专利技术属性】
技术研发人员：宋一岚，曾晖，付玉林，陆耀东，刘然福，
申请(专利权)人：广东碧然美景观艺术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。