【技术实现步骤摘要】
本专利技术涉及遥感影像，尤其涉及一种农业大棚遥感提取方法。
技术介绍
1、粮食安全战略是我国最重要的国家战略，非农化、非粮化问题备受关注，保障粮食安全和重要农产品，特别是粮食供给成为首要任务。其中，农业大棚是非农化、非粮化整治的重要监测对象之一。
2、目前，农业大棚的识别和提取主要依托中高空间分辨率遥感影像开展，识别和提取的主流方法主要分为三大类：第一类是基于遥感影像光谱信息，针对农业大棚的反射率特征构建提取指数；第二类是基于遥感影像的光谱信息和各类光谱特征波段，采用决策树、随机森林等监督分类算法，设定特定阈值进行大棚的识别和提取；第三类是采用卷积神经网路等深度学习算法实现大棚的识别和提取，如申请号为cn202211569653.2(申请公布号为cn116206210a)的中国专利技术专利公开了一种基于nas-swin的遥感影像农业大棚提取方法。
3、但上述的三类农业大棚识别和提取方法存在如下局限性：其一，第一类方法和第二类方法都是基于遥感影像的光谱信息实现，对光谱反射率标准化程度要求较高，识别提取之前，需开展较精准的影像预处理，如辐射定标和大气校正等，对于同一地区获取的不同时相遥感影像间的光谱反射率差异对识别准确率影响较大，样本复用率不高、阈值通用性不强；其二，第三类方法中使用的深度学习算法对于解译样本的样本量级要求较大，样本标注制作的工作量较大。
4、为此，需要对现有技术作进一步的改进。
技术实现思路
1、本专利技术所要解决的技术问题是针对上
2、本专利技术解决上述技术问题所采用的技术方案为：一种农业大棚遥感提取方法，其特征在于包括如下步骤：
3、步骤1、获取卫星遥感影像和耕地图斑矢量数据；
4、步骤2、对卫星遥感影像进行主成分变换，提取前m个主成分波段，m为大于等于1的正整数；
5、步骤3、对前m个主成分波段进行灰度共生矩阵方差统计运算，得到方差纹理特征波段；
6、步骤4、在方差纹理特征波段上叠加耕地图斑矢量数据，计算每个耕地图斑矢量范围内的方差纹理特征均值；
7、步骤5、提取方差纹理特征均值大于第一预设阈值所对应的耕地图斑，并将提取出的所有耕地图斑作为初步耕地图斑结果；
8、步骤6、提取初步耕地图斑结果内的特征直线，统计每个耕地图斑提取的平行线数量；
9、步骤7、筛选出步骤6中平行线数量大于第二预设阈值所对应的耕地图斑，该筛选出的所有耕地图斑为农业大棚提取结果。
10、为了提高图斑提取的准确性，所述步骤5中第一预设阈值的预设方式为：
11、对所有方差纹理特征均值按照从大到小的顺序进行排序，则第一预设阈值为排序后的第n位方差纹理特征均值，n∈{1、2…n}，n为方差纹理特征均值的总数，n和n为正整数。
12、优选地，n的取值范围为：n*1/2≤n≤n*3/4。由于方差纹理特征均值反映的是某一图斑内与土壤材质反差明显、结构清晰的图像特征，从而该n的取值是根据经验确认得到，以初步确认出耕地图斑结果，减少后续特征直线提取的计算量。
13、优选地，所述步骤6中采用霍夫变换算法提取初步耕地图斑结果内的特征直线。
14、优选地，所述第二预设阈值为大于等于5的正整数。由于平行线数量为规则排列的大棚框架结构的行数，一般钢架覆膜大棚在影像上会有规则的纹路。在实际土地变更调查中，5排及以上的大棚结构是判断该块土地是否调查为用地性质变更的判别条件，该第二预设阈值的取值为经验值。
15、利用主成分分析法进行卫星遥感影像进行处理，可将卫星遥感影像大部分主要信息在某个或某几个波段上实现集中，从而起到数据压缩和信息增强的效果，由于过多的波段会增加计算量，为加快农业大棚遥感提取速度，优选地，所述步骤2中m的取值范围为：1≤m≤5。该m的取值也为经验值。
16、由于第1主成分保留的信息量最大，信息更完整，因此为了去除冗余数据量，又能较好的保留卫星遥感影像的灰度特征，最优地，所述步骤2中m＝1。
17、与现有技术相比，本专利技术的优点在于：由于农业大棚与其他耕地(直接在土地地表种植各类粮食、蔬菜)之间在卫星遥感影像上的主要区别体现在：农业大棚地与耕地之间在材质上差异更大、空间上也更具规律性，有更加明显的纹理特点；并且由于灰度共生矩阵方差统计值主要反映某种灰度分布在影像空间位置反复出现的特征，因此本专利技术通过方差统计值将农业大棚的上述空间布局特征进一步增强，并通过直线检测提取算法快速实现基于遥感影像的农业大棚提取，从而对不同时相、不同地区、不同传感器类别获取的遥感影像光谱一致性不提出要求，减少了数据预处理的繁琐步骤，此外也无需大量训练样本作为支撑，在保证识别准确度的同时，大大压缩了数据量和计算量。
本文档来自技高网...【技术保护点】
1.一种农业大棚遥感提取方法，其特征在于包括如下步骤：
2.根据权利要求1所述的农业大棚遥感提取方法，其特征在于：所述步骤5中第一预设阈值的预设方式为：
3.根据权利要求2所述的农业大棚遥感提取方法，其特征在于：n的取值范围为：N*1/2≤n≤N*3/4。
4.根据权利要求1～3任一项所述的农业大棚遥感提取方法，其特征在于：所述步骤6中采用霍夫变换算法提取初步耕地图斑结果内的特征直线。
5.根据权利要求4所述的农业大棚遥感提取方法，其特征在于：所述第二预设阈值为大于等于5的正整数。
6.根据权利要求1～3任一项所述的农业大棚遥感提取方法，其特征在于：所述步骤2中m的取值范围为：1≤m≤5。
7.根据权利要求6所述的农业大棚遥感提取方法，其特征在于：所述步骤2中m＝1。
【技术特征摘要】
1.一种农业大棚遥感提取方法，其特征在于包括如下步骤：
2.根据权利要求1所述的农业大棚遥感提取方法，其特征在于：所述步骤5中第一预设阈值的预设方式为：
3.根据权利要求2所述的农业大棚遥感提取方法，其特征在于：n的取值范围为：n*1/2≤n≤n*3/4。
4.根据权利要求1～3任一项所述的农业大棚遥感提取方法，其特征在于：所述步骤6中...
【专利技术属性】
技术研发人员：申佩佩，梁寒冬，聂倩，王芮，袁峥，朱梦圆，束进芳，
申请(专利权)人：宁波市测绘和遥感技术研究院，
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。