[发明专利]一种基于植被指数思想的地物信息遥感提取方法

说明书

本发明涉及遥感分类技术领域，具体涉及一种基于植被指数思想的地物信息遥感提取方法，包括以下步骤：S1.选取目标地物，计算得出相应的NEW‑NDVI或NEW‑RVI值；S2.应用阈值分割技术分别提取步骤S1获得NEW‑NDVII或NEW‑RVI值中大于T的部分，即可去除部分非目标地物信息；S3.应用数学中集合相交运算，将步骤S2得到的多个NEW‑NDVI或NEW‑RVI值求交得出最终的目标地物信息。本发明基于植被指数思想的地物信息遥感提取方法根据目标地物特征信息曲线类比叶绿素波谱特征曲线来提取目标信息，提取精度稳定，普适性强，适用于各种环境，自动化程度高，避免了提取过程中人为因素的干扰，同时提取方法简单，提取的信息准确，对掌握目标地物空间分布信息、促进遥感分类技术的应用发展具有重要意义。

技术领域

本发明涉及遥感分类技术领域，具体涉及一种基于植被指数思想的地物信息遥感提取方法。

背景技术

地物识别与提取对社会很多领域都具有重要的应用意义。遥感是一种大范围、快速获取地面地物信息的技术。因此，及时、准确地获取地物空间分布信息的技术与方法是当前遥感领域重要研究方向之一。当前，已有的地物遥感提取技术与方法有很多，例如基于不同分类技术的提取方法，包括监督分类和非监督分类(比如，目视解译、决策树、神经网络、支持向量机、聚类等分类技术)；基于不同遥感数据源的提取方法，包括高、中、低分辨率遥感影像(MODIS、TM/ETM、SPOT、高分等)，以及地面、航空、航天等方式获取的遥感数据(车载扫描仪、无人机/载人飞机、卫星等)。

但是，根据已有研究成果分析发现，现有地物遥感提取方法存在以下问题：一是提取精度不稳定，特别是空间位置精度低；二是方法具有区域局限性，普适性差；三是需要人工采集大量的地物训练样本；四是人为因素干扰较大；五是方法复杂；六是自动化程度较低。

发明内容

本发明的目的在于解决以上技术问题，提供一种基于植被指数思想的地物信息遥感提取方法，通过遥感技术获取目标的遥感图像，根据遥感图像建立目标地物特征信息曲线，经特定的技术方法，结合阈值分割技术提取地物信息。

为解决上述问题，本发明采用以下技术方案：

一种基于植被指数思想的地物信息遥感提取方法，其特征在于，包括以下步骤：

S1.选取目标地物，计算得出相应的NEW-NDVI或NEW-RVI值，所述NEW-NDVI和NEW-RVI的计算方法包括以下步骤：

a.通过遥感技术获取目标地物特征信息数据，并根据目标地物特征信息数据建立目标地物特征信息时间序列曲线；

b.将目标地物特征信息时间序列曲线与叶绿素波谱特征曲线类比，基将目标地物特征信息时间序列曲线与叶绿素波谱特征曲线类比，基于植被指数思想的地物信息遥感提取方法，取目标地物特征信息时间序列曲线中的H_Image和L_Image；根据下述公式计算NEW-NDVI或NEW-RVI，

NEW-NDVI＝(H_Image-L_Image)/(H_Image+L_Image)，

NEW-RVI＝H_Image/L_Image，

其中，H_Image是目标地物特征信息高值影像，单位为m，L_Image是目标地物特征信息低值影像，单位为m，，NEW-NDVI或NEW-RVI值大于T的区域表示目标地物，小于等于T的区域表示其它地物；

所述T在与NEW-NDVI值对比时，-1＜T≤0；所述T在与NEW-RVI值对比时，0＜T≤1；

所述叶绿素波谱特征曲线选自地物波谱库；

NEW-RVI指的是近红外光和红光两个波段之比即为比值植被指数；NEW-NDVI指的是两波段之差除以两波段之和即为归一化植被指数”，T指的是归一化植被指数的取值；