【技术实现步骤摘要】
农田防护林图像的提取方法、装置及电子设备
[0001]本专利技术涉及计算机
,尤其涉及一种农田防护林图像的提取方法
、
装置及电子设备
。
技术介绍
[0002]相关技术中,在从遥感影像中提取农田防护林信息的方法方面,常见的方法倾向于使用单一时相的高分辨率影像进行分析,但由于农田防护林的季节性变化和生长动态,单一时相影像无法准确捕捉这些变化,导致精确度较低
。
技术实现思路
[0003]针对现有技术存在的问题,本专利技术实施例提供一种农田防护林图像的提取方法
、
装置及电子设备
。
[0004]第一方面,本专利技术提供一种农田防护林图像的提取方法,包括:
[0005]基于多个目标图像特征类别和多个目标月份,对目标区域的时间序列遥感影像集合进行特征提取,获取各个目标图像特征类别对应的时间序列特征集合,图像特征类别为光谱特征类别
、
地形特征类别或纹理特征类别;
[0006]输入各个目标图像特征类别对应的时间序列特征集合至目标随机森林分类模型,获取所述目标随机森林分类模型输出的分类结果,所述分类结果用于表示目标区域的遥感影像中各个像元对应的地物分类;
[0007]基于所述分类结果,从目标区域的遥感影像中提取出第一农田防护林图像
。
[0008]可选地,根据本专利技术提供的一种农田防护林图像的提取方法,在基于多个目标图像特征类别和多个目标月份,对目标区域的时间序列遥感影像集合进行特征 ...
【技术保护点】
【技术特征摘要】
1.
一种农田防护林图像的提取方法,其特征在于,包括:基于多个目标图像特征类别和多个目标月份,对目标区域的时间序列遥感影像集合进行特征提取,获取各个目标图像特征类别对应的时间序列特征集合,图像特征类别为光谱特征类别
、
地形特征类别或纹理特征类别;输入各个目标图像特征类别对应的时间序列特征集合至目标随机森林分类模型,获取所述目标随机森林分类模型输出的分类结果,所述分类结果用于表示目标区域的遥感影像中各个像元对应的地物分类;基于所述分类结果,从目标区域的遥感影像中提取出第一农田防护林图像
。2.
根据权利要求1所述农田防护林图像的提取方法,其特征在于,在基于多个目标图像特征类别和多个目标月份,对目标区域的时间序列遥感影像集合进行特征提取,获取各个目标图像特征类别对应的时间序列特征集合之前,还包括:基于预设时间步长,按时序对所述目标区域的遥感影像进行多次影像融合,获取多个目标时段分别对应的融合后遥感影像,一次影像融合用于处理一个预设时间步长内的多幅遥感影像,所述目标时段的时长等于所述预设时间步长;基于多个目标时段分别对应的融合后遥感影像,确定所述时间序列遥感影像集合
。3.
根据权利要求2所述农田防护林图像的提取方法,其特征在于,所述影像融合,包括:基于所述预设时间步长,获取目标时段内的多幅待融合遥感影像;基于所述多幅待融合遥感影像,获取各个像元对应的多个像元遥感数据;针对每一个像元,从像元对应的多个像元遥感数据中筛选出归一化植被指数
NDVI
最高的目标像元遥感数据;基于各个像元对应的目标像元遥感数据,生成所述目标时段对应的融合后遥感影像
。4.
根据权利要求2所述农田防护林图像的提取方法,其特征在于,在基于多个目标图像特征类别和多个目标月份,对目标区域的时间序列遥感影像集合进行特征提取,获取各个目标图像特征类别对应的时间序列特征集合之前,还包括:基于多个预设图像特征类别和所述时间序列遥感影像集合,通过随机森林评估特征重要性,获取各个预设图像特征类别在各个目标时段对应的特征重要性值;基于各个预设图像特征类别在各个目标时段对应的特征重要性值,对所述多个预设图像特征类别进行筛选,确定所述多个目标图像特征类别;基于各个预设图像特征类别在各个目标时段对应的特征重要性值,对一年中月份进行筛选,确定所述多个目标月份
。5.
根据权利要求4所述农田防护林图像的提取方法,其特征在于,所述基于各个预设图像特征类别在各个目标时段对应的特征重要性值,对所述多个预设图像特征类别进行筛选,确定所述多个目标图像特征类别,包括:针对各个预设图像特征类别,基于预设图像特征类别在各个目标时段对应的特征重要性值,通过计算平均值,确定预设图像特征类别对应的特征重要性平均值;基于第一特征重要性阈值和各个预设图像特征类别...
【专利技术属性】
技术研发人员:马慧,吴炳方,田富有,赵航,
申请(专利权)人:中国科学院空天信息创新研究院,
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。