一种适用于光学遥感卫星影像植被分类方法及装置制造方法及图纸

本发明专利技术公开了一种适用于光学遥感卫星影像植被分类方法及装置，首先对待测影像进行区域分割获得分割矢量区域，并针对不同分割矢量区域获取不同的纯裸土像元的植被指数值VIv和纯裸土像元的植被指数值VIs，进而获得有针对性的植被覆盖度，而非采用固定的经验值计算植被覆盖度，使得不同图像的取值不同，即便在同一幅图像中，对于土壤类型与植被类型不同的区域，VIs与VIv也会不同，使用本发明专利技术能够减少了因地域性和植被类型差异引起的植被覆盖度计算误差，具有提高植被分类精度的效果。

【技术实现步骤摘要】
一种适用于光学遥感卫星影像植被分类方法及装置
本专利技术涉及光学遥感卫星影像领域，具体涉及一种适用于光学遥感卫星影像植被分类方法及装置。
技术介绍
遥感影像是利用星载或机载传感器获取的反应地球表面地物空间分布和光谱信息的图像资料，它具有覆盖范围广，成像周期短等特点，随着遥感影像分类技术的发展，使得遥感影像分类技术在植被监测中得到越来越多的应用。植被的遥感监测中，特别重要的一个方面是植被覆盖度（FVC）的计算。目前，遥感领域多使用线性光谱分离（LSU）方法估算多光谱和高光谱影像的植被覆盖度。对于波段相对较少的影像，一般采用两个端元的线性组合来估算植被覆盖度，这两个端元为：纯裸土和100%纯植被覆盖。基于植被指数（VI）的线性模型是目前比较通用的线性模型（公式1）。所用的植被指数可能是现有的植被指数，也可能是研究者专为植被覆盖度测量而发展出的新植被指数。式中，VIi为像元i的植被指数值，VIs为纯裸土像元的植被指数值，VIv为纯植被像元的植被指数值。可见，遥感范畴的植被覆盖度的研究重点是如何确定VIs和VIv这两个参数。2000年LePrieur在研究半干旱地区的植被覆盖度时，从1992年8月20日的AVHRR影像的红波段与近红外波段的散点图中得到VIs的值为0.2；Begue在1991年对Niamey地区的植被研究中，VIv值取为0.72(Leprieur,2000;Begue,1991)。QIJ等认为VIs应该取图像中理想的无植被地表的植被指数，如机场跑道和高速公路，并从多时相高分辨率数据中得出VIs为0.8，并将这一经验值用于所有研究的图像中(QIJ,etal,2000)，然而机场跑道与高速公路等人工建筑的反射未必会与混合像元中裸土的反射一致。由于VIs与VIv是随着时间与空间变化的，不同图像的取值应该是不同的，即使是同一幅图像由于土壤类型与植被类型的不同，VIs与VIv也会不同，因此，仅仅采用固定的经验值计算植被覆盖度是不科学的。
技术实现思路
有鉴于此，本专利技术提供了一种适用于光学遥感卫星影像植被分类方案，能够针对不同区域计算纯裸土像元的植被指数值VIv和纯裸土像元的植被指数值VIs，进而获得有针对性的植被覆盖度。一种适用于光学遥感卫星影像植被分类方法，包括下列步骤：步骤一、获取待测影像中每个像元的植被指数；对待测影像进行区域分割，获得分割矢量区域；同时，根据待测影像中的具体地物特征，对待测影像进行初级分类，从而将感兴趣的待二级分类的植被目标提取出来。步骤二、将每个分割矢量区域内的最大像元植被指数值作为该分割矢量区域内的纯植被像元的植被指数值，最小像元植被指数值作为该分割矢量区域内的纯裸土像元的植被指数值。步骤三、针对待测影像中的每个像元，根据步骤一获得的该像元的植被指数和步骤二获得的该像元所在分割矢量区域内的纯植被像元的植被指数值和纯裸土像元的植被指数值，获得该像元的植被覆盖度。步骤四、根据步骤三获得的每个像元的植被覆盖度，对步骤一初级分类提取的植被目标按照分类标准进行二级分类。较佳的，像元植被指数为归一化植被指数或垂直植被指数或土壤调节植被指数或植被条件指数。较佳的，区域分割以现有的行政边界、生态区边界进行分割，或以遥感影像作为基底，根据影像的类型以及影像上的地物特征采用多尺度分割方法进行区域分割。较佳的，分类标准为FVC<0.1为极低覆盖区；0.1=<FVC<=0.35为低覆盖区；0.35<FVC<=0.55为中覆盖区；0.55<FVC<=0.75为中高覆盖区；FVC>0.75为高覆盖区。基于一种适用于光学遥感卫星影像植被分类方法的分类装置，包括获取单元、分割单元、统计单元、FVC计算单元和分类单元。获取单元，用于获取每个像元的植被指数，并发送给统计单元和FVC计算单元；对待测影像进行初步分类，将感兴趣的待二级分类的植被目标提取出来。分割单元，用于对待测影像进行区域分割，获取分割矢量区域，并发送给统计单元。统计单元，对接收到的每个像元的植被指数和分割矢量区域进行统计，从而获取每个分割矢量区域内的最大像元植被指数和最小像元植被指数，将每个分割矢量区域内的最大像元植被指数值作为该分割矢量区域内的纯植被像元的植被指数值，最小像元植被指数值作为该分割矢量区域内的纯裸土像元的植被指数值，并发送给FVC计算单元。FVC计算单元，针对待测影像中的每个像元，根据获取单元获取的该像元的植被指数和统计单元获得的该像元所在分割矢量区域内的纯植被像元的植被指数值和纯裸土像元的植被指数值，获得该像元的植被覆盖度，并发送给分类单元。分类单元，根据FVC计算单元获取的每个像元的植被覆盖度和初级分类提取的植被目标按照分类标准进行二级分类，以获取最终分类影像。本专利技术与现有技术相比的优点在于：本专利技术对待测影像进行区域分割，获得分割矢量区域，针对不同的分割矢量区域获取不同的纯裸土像元的植被指数值VIv和纯裸土像元的植被指数值VIs，进而获得有针对性的植被覆盖度，而非采用固定的经验值计算植被覆盖度，使得不同图像的取值不同，即便在同一幅图像中，对于土壤类型与植被类型不同的区域，VIs与VIv也会不同，从而减少了因地域性和植被类型差异引起的植被覆盖度计算误差，具有提高植被分类精度的效果。附图说明图1为本专利技术植被分类方法的流程图；图2为本专利技术实施例中待测影像的分割矢量区域图；图3为本专利技术实施例中待测影像的每个像元植被指数示意图；图4为本专利技术实施例中待测影像的初级分类示意图；图5为本专利技术实施例中待测影像的植被覆盖度示意图；图6为本专利技术实施例中待测影像的植被的最终分类图；图7为本专利技术植被分类装置示意图。具体实施方式下面结合附图并举实施例，对本专利技术进行详细描述。如图1所示，为本专利技术植被分类方法的流程图。首先，对待测影像进行区域分割，并获得待测影像中每个像元的植被指数；同时，根据待测影像中的具体地物特征，对待测影像进行初级分类，从而将感兴趣的待二级分类的植被目标提取出来；其次，将每个区域内的最大像元植被指数值作为该区域内的纯植被像元的植被指数值，最小像元植被指数值作为该区域内的纯裸土像元的植被指数值；再次，针对待测影像中的每个像元，根据该像元所在区域的纯植被像元的植被指数值和纯裸土像元的植被指数值，获得该像元的植被覆盖度；从而对初级分类提取的植被目标进行二级分类。实施例下面以对一个LandsatTM（美国陆地探测卫星系统专题绘图仪）影像进行草地的高、中、低覆盖度的二级分类为例，进一步说明本专利技术方法的原理。步骤一、获取待测影像中每个像元的植被指数；对待测影像进行区域分割，获得分割矢量区域；同时，根据待测影像中的具体地物特征，对待测影像进行初级分类，从而将感兴趣的待二级分类的植被目标提取出来。（1）计算像元植被指数植被指数有很多种，如归一化植被指数、垂直植被指数、土壤调节植被指数、植被条件指数等。可以根据不同的需要选择不同的植被指数作为计算植被覆盖度的植被指数。本例选择归一化植被指数（NDVI），通过计算得到待测影像的每个像元的归一化植被指数，如图3所示，图中植被指数值用灰度表示。（2）影像分割针对植被的地域性以及类别差异，将影像进行区域分割，获取分割矢量区域，以现有的行政边界、生态区边界进行分本文档来自技高网...

【技术保护点】
一种适用于光学遥感卫星影像植被分类方法，其特征在于，包括下列步骤：步骤一、获取待测影像中每个像元的植被指数；对待测影像进行区域分割，获得分割矢量区域；同时，根据待测影像中的具体地物特征，对待测影像进行初级分类，从而将感兴趣的待二级分类的植被目标提取出来；步骤二、将每个分割矢量区域内的最大像元植被指数值作为该分割矢量区域内的纯植被像元的植被指数值，最小像元植被指数值作为该分割矢量区域内的纯裸土像元的植被指数值；步骤三、针对待测影像中的每个像元，根据步骤一获得的该像元的植被指数和步骤二获得的该像元所在分割矢量区域内的纯植被像元的植被指数值和纯裸土像元的植被指数值，获得该像元的植被覆盖度；步骤四、根据步骤三获得的每个像元的植被覆盖度，对步骤一初级分类提取的所述植被目标按照分类标准进行二级分类。

【技术特征摘要】
1.一种适用于光学遥感卫星影像植被分类方法，其特征在于，包括下列步骤：步骤一、获取待测影像中每个像元的植被指数；对待测影像进行区域分割，获得分割矢量区域；同时，根据待测影像中的具体地物特征，对待测影像进行初级分类，从而将感兴趣的待二级分类的植被目标提取出来；步骤一具体为：S101、采用归一化植被指数NDVI，通过计算得到待测影像的每个像元的归一化植被指数，并将植被指数值在所述待测影像中以灰度值表示，获得像元植被指数示意图；S102、根据影像的类型以及影像上的地物特征采用多尺度分割方法进行区域分割，从而获得分割矢量区域图；S103、将所述像元植被指数示意图与分割矢量区域图叠加，获得像元与分割矢量区域的对应关系，从而得出每个分割矢量区域内的各像元的植被指数；S104、对待测影像进行初级分类，从而将感兴趣的待二级分类的植被目标提取出来；步骤二、将每个分割矢量区域内的最大像元植被指数值作为该分割矢量区域内的纯植被像元的植被指数值，最小像元植被指数值作为该分割矢量区域内的纯裸土像元的植被指数值；步骤三、针对待测影像中的每个像元，根据步骤一获得的该像元的植被指数和步骤二获得的该像元所在分割矢量区域内的纯植被像元的植被指数值和纯裸土像元的植被指数值，获得该像元的植被覆盖度FVC；步骤四、根据步骤三获得的每个像元的植被覆盖度，对步骤一初级分类提取的所述植被目标按照分类标准进行二级分类；所述的分类标准为FVC<0.1为极低覆盖区；0.1＝<FVC<＝0.35为低覆盖区；0.35<FVC<＝0.55为中覆盖区；0.55<FVC<＝0.75为中高覆盖区；FVC>0.75为高覆盖区。2.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员：翟亮，燕琴，桑会勇，邱程锦，李巍，魏石磊，祖彭蕾，窦鹏，
申请(专利权)人：中国测绘科学研究院，
类型：发明
国别省市：北京;11