[发明专利]一种基于荧光遥感的植被冠层阴阳叶检测方法有效
申请号: | 201810192935.2 | 申请日: | 2018-03-09 |
公开(公告)号: | CN108399393B | 公开(公告)日: | 2018-11-27 |
发明(设计)人: | 孙雷刚;徐全洪;鲁军景;刘剑锋;张宁佳;张可慧 | 申请(专利权)人: | 河北省科学院地理科学研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京德崇智捷知识产权代理有限公司 11467 | 代理人: | 贾凯 |
地址: | 050000 河*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 植被冠层 遥感 荧光 植被 检测 构建 分类法 空间分布图 遥感影像图 最大程度地 准确度 背景信息 操作过程 几何校正 检测结果 空间运算 人工干预 遥感影像 荧光指数 植被空间 植被类型 植被信息 分布图 普适性 有效地 标定 自动化 辐射 灵活 监督 | ||
1.一种基于荧光遥感的植被冠层阴阳叶检测方法,其特征在于,包括以下步骤:
S1,对目标遥感影像图进行预处理,得到代表不同地物类型真实辐亮度值的遥感影像结果图;
S2,构建荧光遥感植被识别指数FVDI,其计算公式为:
其中ρ740、ρ670分别为740nm和670nm波段处的地物上行辐亮度值,I740、I670分别为740nm和670nm波段处的太阳入射辐亮度值;
S3,基于步骤S1所得遥感影像结果图,计算荧光遥感植被识别指数FVDI;
S4,基于步骤S3所得荧光遥感植被识别指数结果,利用K-Means聚类分析法提取影像中的植被信息,得到一张植被信息空间分布图;
S5,将步骤S4所得植被信息空间分布图与步骤S1所得遥感影像结果图进行空间运算,得到一张仅包含植被信息的遥感影像结果图;所述空间运算具体包括以下两个步骤:
S51,对步骤S4所得植被信息空间分布图进行二值化处理,生成一个0-1二值信息图,0代表非植被像元,1代表植被像元;
S52,利用该0-1二值信息图对步骤S1所得遥感影像结果图进行掩模处理,得到一张仅包含植被信息的遥感影像结果图;
S6,构建植被阴阳叶荧光指数DLFI,其计算公式为:
其中ρ740、ρ760、ρ773分别为740nm、760nm和773nm波段处的地物上行辐亮度值,I760、I773分别为760nm和773nm波段处的太阳入射辐亮度值;
S7,基于步骤S5所得仅包含植被信息的遥感影像结果图,计算植被阴阳叶荧光指数DLFI;
S8,基于步骤S7所得植被阴阳叶荧光指数结果,利用遥感非监督分类法提取植被冠层阴叶和阳叶信息,得到最终的植被冠层阴阳叶空间分布图。
2.如权利要求1所述的一种基于荧光遥感的植被冠层阴阳叶检测方法,其特征在于,步骤S1中对目标遥感影像图进行的预处理包括精确的几何校正和辐射标定。
3.如权利要求1所述的一种基于荧光遥感的植被冠层阴阳叶检测方法,其特征在于,步骤S4中K-Means聚类分析法是一种遥感非监督分类法,无需训练样本,采用聚类分析技术,通过自组织、自学习、迭代聚合过程完成对目标影像的分类,把植被信息与其他地物区分开来,生成一张植被空间分布图。
4.如权利要求1所述的一种基于荧光遥感的植被冠层阴阳叶检测方法,其特征在于,步骤S8中所用遥感非监督分类法不需要目标影像的训练样本,是一种自组织、自学习的遥感分类方法。
5.如权利要求1所述的一种基于荧光遥感的植被冠层阴阳叶检测方法,其特征在于,步骤S8中所用遥感非监督分类法是K-Means聚类分析法或ISODATA分类法。
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河北省科学院地理科学研究所,未经河北省科学院地理科学研究所许可,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/201810192935.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:指纹识别结构和显示装置
- 下一篇:障碍物预警方法、装置及终端