[发明专利]一种适用于光学遥感卫星影像植被分类方法及装置

说明书

技术领域

本发明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。

背景技术

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。

FVC=VIi-VIsVIv-VIs---(1)]]>

式中，VI_i为像元i的植被指数值，VI_s为纯裸土像元的植被指数值，VI_v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VI_s和VI_v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VI_s的值为0.2；Begue在1991年对Niamey地区的植被研究中，VI_v值取为0.72(Leprieur,2000;Begue,1991)。QIJ等认为VI_s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VI_s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VI_s与VI_v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，VI_s与VI_v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。

发明内容

有鉴于此，本发明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VI_v和纯裸土像元的植被指数值VI_s，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。