多层多尺度分割的农用大棚类型信息提取方法及系统

本发明涉及遥感图像处理，更具体的说是涉及一种多层多尺度分割分类的大棚类型信息提取方法及系统。

背景技术：

1、目前，农业大棚的增加反映了我国农业现代化的高速发展，准确快速地获取大棚面积及空间分布信息，既有助于农作物的监测和估产，也对农业资源的高效利用和可持续发展有重要意义。

2、近年来随着航天科技领域的不断进步，卫星遥感影像的空间、时间和光谱分辨率得到极大的提升。遥感技术凭借其宏观、实时、覆盖广和成本低的优势，已经成为现代农业信息化发展的重要工具。通过对高分辨率遥感影像中的农业大棚信息进行识别提取，可为合理规划大棚分布、集约化作物生产、提升农业发展水平奠定良好基础，并为农业管理、环境保护、土壤污染等问题提供决策依据。

3、在传统的农业大棚提取方法中，大棚空间、面积信息的获取往往以人工实地测定、人工解译为主，该方法费时费力，且无法获得大面积的大棚地理分布信息。随着遥感技术进步，遥感指数及传统机器学习的方法被逐渐应用于农业大棚信息提取领域。虽然有诸多研究成果，但仍然存在一些问题亟待解决：

4、1、目前大多数研究只关注塑料大棚，忽略不同大棚类型信息的提取，缺乏农用大棚二级类型信息提取方法。

5、2、影像分割参数的选择受人为主观影响，存在过度分割或亚分割现象，错分/漏分率高。

6、因此，如何提供一种多层多尺度分割分类的大棚类型信息提取方法及系统是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种多层多尺度分割分类的大棚类型信息提取方法及系统，高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取思路能够有效提高大棚类型信息提取精度，且能为地物信息精细提取技术体系提供一定参考思路。

2、为了实现上述目的，本发明采用如下技术方案：

3、一方面，公开了一种多层多尺度分割的农用大棚类型信息提取方法，具体步骤包括：

4、获取遥感影像，并对所述遥感影像进行预处理；

5、利用esp尺度评价工具确定不同层次的每种地物的最优分割尺度；

6、初始特征变量提取，并进行样本可分离性计算，得出最适合分类的优化特征；

7、基于样本数据和优化特征对每层目标地物确定不同层次不同地物类型的阈值，得到多层次分类模型；

8、输入待测数据到所述多层次分类模型，输出农用大棚类型信息。

9、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取方法中，所述预处理步骤包括：大气校正、重采样、波段合成、镶嵌、裁剪。

10、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取方法中，确定每种地物的最优分割尺度具体步骤如下：

11、确定初始分割尺度范围；

12、通过统计影像同质性的局部方差以及其变化率值来确定每种地物最优分割尺度，其中，当变化率呈现峰值时，相对应的分割尺度是某种地物的最优分割尺度；

13、根据所有地物的分割尺度参数构建自上而下四层分割，每一层确定对应分割尺度。

14、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取方法中，初始特征变量包括：综合光谱特征、指数特征、几何特征和纹理特征；

15、其中，综合光谱特征包括均值波段、亮度和光谱最大差分；

16、指数特征包括归一化植被指数、归一化水体指数、建筑物指数；

17、几何特征包括：长宽比、形状指数和对称性；

18、纹理特征包括：灰度共生矩阵产生的平均值、方差、同质性、对比度、非相似性、熵、二阶矩和相关性的0°、45°、90°、135°四个方向。

19、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取方法中，得出最适合分类的优化特征具体步骤如下：

20、利用对象影像分析软件对样本进行可分离性计算；

21、对计算结果进行排序，根据分离距离选取优化特征。

22、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取方法中，确定不同层次不同地物类型的阈值具体步骤如下：

23、根据各地物最优分割尺度构建层；

24、根据优化特征在每层样本数据计算相对应的特征及分类阈值范围；

25、通过层间类别继承和阈值范围完成分类。

26、另一方面，公开了一种多层多尺度分割的农用大棚类型信息提取系统，包括：

27、获取与预处理模块，获取遥感影像，并对所述遥感影像进行预处理；

28、最优分割尺度确定模块，利用esp尺度评价工具确定不同层次的每种地物的最优分割尺度；

29、优化特征确定模块，初始特征变量提取，并进行样本可分离性计算，得出最适合分类的优化特征；

30、阈值确定模块，基于样本数据和优化特征对每层目标地物确定不同层次不同地物类型的阈值，得到多层次分类模型；

31、验证模块，输入待测数据到所述多层次分类模型，输出农用大棚类型信息。

32、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取系统中，最优分割尺度确定模块包括：

33、初始分割尺度单元，确定初始分割尺度范围；

34、最优分割尺度单元，通过统计影像同质性的局部方差以及其变化率值来确定每种地物最优分割尺度，其中，当变化率呈现峰值时，相对应的分割尺度是某种地物的最优分割尺度；

35、输出单元，根据所有地物的分割尺度参数构建自上而下四层分割，每一层确定对应分割尺度。

36、优选的，在上述的一种多层多尺度分割的农用大棚类型信息提取系统中，阈值确定模块包括：

37、层构建单元，根据各地物最优分割尺度构建层；

38、阈值确定单元，根据优化特征在每层样本数据计算相对应的特征及分类阈值范围；

39、分类单元，通过层间类别继承和阈值范围完成分类。

40、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种多层多尺度分割分类的大棚类型信息提取方法及系统，基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度，分别在不同地物各自的最优分割尺度上提取其信息，以抑制过度分割或亚分割现象，从而降低错分/漏分率；高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取思路能够有效提高大棚类型信息提取精度，且能为地物信息精细提取技术体系提供一定参考思路。

技术特征：

1.一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，具体步骤包括：

2.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，所述预处理步骤包括：大气校正、重采样、波段合成、镶嵌、裁剪。

3.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，确定每种地物的最优分割尺度具体步骤如下：

4.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，初始特征变量包括：综合光谱特征、指数特征、几何特征和纹理特征；

5.根据权利要求4所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，得出最适合分类的优化特征具体步骤如下：

6.根据权利要求1所述的一种多层多尺度分割的农用大棚类型信息提取方法，其特征在于，确定不同层次不同地物类型的阈值具体步骤如下：

7.一种多层多尺度分割的农用大棚类型信息提取系统，其特征在于，包括：

8.根据权利要求7所述的一种多层多尺度分割的农用大棚类型信息提取系统，其特征在于，最优分割尺度确定模块包括：

9.根据权利要求7所述的一种多层多尺度分割的农用大棚类型信息提取系统，其特征在于，阈值确定模块包括：

技术总结
本发明公开了一种多层多尺度分割的农用大棚类型信息提取方法及系统，应用于遥感图像处理技术领域，包括：获取遥感影像，并对所述遥感影像进行预处理；利用ESP尺度评价工具确定不同层次的每种地物的最优分割尺度；初始特征变量提取，并进行样本可分离性计算，得出最适合分类的优化特征；基于样本数据和优化特征对每层目标地物确定不同层次不同地物类型的阈值，得到多层次分类模型；输入待测数据到所述多层次分类模型，输出农用大棚类型信息。本发明通过高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取思路能够有效提高大棚类型信息提取精度，且能为地物信息精细提取技术体系提供一定参考思路。

技术研发人员：哈斯图亚,张圣微,姜志伟,王乌云
受保护的技术使用者：内蒙古农业大学
技术研发日：
技术公布日：2024/1/13