[发明专利]人工绿色目标的检测方法和装置有效

专利信息
申请号: 201611249031.6 申请日: 2016-12-29
公开(公告)号: CN106841116B 公开(公告)日: 2019-08-16
发明(设计)人: 黄长平;张立福;岑奕;吴太夏;乔娜;张红明 申请(专利权)人: 中国科学院遥感与数字地球研究所
主分类号: G01N21/55 分类号: G01N21/55
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 李相雨
地址: 100101 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人工 绿色 目标 检测 方法 装置
【权利要求书】:

1.一种人工绿色目标的检测方法,其特征在于,包括:

采集待检测场景的高光谱影像数据,并对所述高光谱影像数据进行预处理;

根据预处理后的高光谱影像数据,计算每一像元的归一化差分植被指数,并筛选出所述归一化差分植被指数大于第一预设值的像元;

计算所述归一化差分植被指数大于第一预设值的像元的光化学反射率指数,筛选出所述光化学反射率指数大于第二预设值的像元作为所述人工绿色目标。

2.根据权利要求1所述的方法,其特征在于,所述筛选出所述光化学反射率指数大于第二预设值的像元作为所述人工绿色目标之前,所述方法还包括:计算所述归一化差分植被指数大于第一预设值的像元的太阳诱导叶绿素荧光;

对应的,所述筛选出所述光化学反射率指数大于第二预设值的像元作为所述人工绿色目标,包括:筛选出所述光化学反射率指数大于第二预设值且所述太阳诱导叶绿素荧光小于第三预设值的像元作为所述人工绿色目标。

3.根据权利要求2所述的方法,其特征在于,所述计算所述归一化差分植被指数大于第一预设值的像元的太阳诱导叶绿素荧光,包括:

采用弗朗禾费暗线法或光谱拟合法计算所述太阳诱导叶绿素荧光。

4.根据权利要求2或3所述的方法,其特征在于,采用下式计算所述太阳诱导叶绿素荧光:

式中,Fin为所述太阳诱导叶绿素荧光,为像元在吸收暗线波段处的实测辐亮度,为像元在吸收暗线波段处的基线辐亮度,为参考白板在吸收暗线波段处的实测辐亮度,为参考白板在吸收暗线波段处的基线辐亮度。

5.根据权利要求4所述的方法,其特征在于,采用下式计算像元或参考白板在吸收暗线波段处的基线辐亮度

式中,λoutR为像元或参考白板在不受大气影响的右侧参考波段的波长,λoutL为像元或参考白板在不受大气影响的左侧参考波段的波长,λin为像元或参考白板在吸收暗线波段的波长,为像元或参考白板在不受大气影响的左侧参考波段的实测辐亮度,为像元或参考白板在不受大气影响的右侧参考波段的实测辐亮度。

6.根据权利要求1所述的方法,其特征在于,采用下式计算所述归一化差分植被指数:

式中,NDVI为所述归一化差分植被指数,ρNIR为叶绿素最强吸收谷的红波段反射率,ρR为叶片结构导致的近红外波段峰值反射率。

7.根据权利要求1所述的方法,其特征在于,采用下式计算所述光化学反射率指数:

式中,PRI为所述光化学反射率指数,ρ531为在预设强光照下像元在531nm波段的反射率,ρ570为在预设强光照下像元在570nm波段的反射率。

8.根据权利要求1所述的方法,其特征在于,所述采集待检测场景的高光谱影像数据,包括:采用高光谱传感器采集待检测场景的高光谱影像数据;

对应的,在所述采用高光谱传感器采集待检测场景的高光谱影像数据之前,所述方法还包括:对所述高光谱传感器进行光谱定标和辐射定标。

9.根据权利要求8所述的方法,其特征在于,所述对所述高光谱传感器进行光谱定标和辐射定标包括:

采用单色仪或大气吸收暗线对所述高光谱传感器进行光谱定标;

采用积分球对所述高光谱传感器进行辐射定标,得到绝对辐射定标系数。

10.一种人工绿色目标的检测装置,其特征在于,包括:

数据获取模块,用于采集待检测场景的高光谱影像数据,并对所述高光谱影像数据进行预处理;

第一筛选模块,用于根据预处理后的高光谱影像数据,计算每一像元的归一化差分植被指数,并筛选出所述归一化差分植被指数大于第一预设值的像元;

第二筛选模块,用于计算所述归一化差分植被指数大于第一预设值的像元的光化学反射率指数,筛选出所述光化学反射率指数大于第二预设值的像元作为所述人工绿色目标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院遥感与数字地球研究所,未经中国科学院遥感与数字地球研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611249031.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top