[发明专利]一种基于高分辨率遥感图像的农田边界提取方法

说明书

一种基于高分辨率遥感图像的农田边界提取方法，通过对农机工作区域的高分辨率遥感图像进行分层次的分割、聚类后再进行精准的边缘提取。本发明有益效果：解决了农田边缘提取中同谱异物错分的现象和高分辨率影像中丰富的地物信息带来的分割精度问题，能够准确的从遥感图像中提取出农田边界，用来指导农机自动导航。

技术领域

本发明涉及模式识别与图像处理技术领域，具体地说是一种基于高分辨率 遥感图像的农田边界提取方法。

背景技术

近年来，随着农业技术的革新与农业集中化生产的推进，自动化农机的需 求与日剧增。在农业部的大力推进下，我国的农业机械自动化发展进程迅速，农 业机械的自动导航和各种农业智能机器人成为人们研究的热点。相对于室内机器 人来讲，农业机械的机器视觉导航的工作环境和工作对象更加复杂。采用高分辨 率遥感数据，可准确、细致的反映出地表特征。从高分辨率影像准确的提取出农 田(即农机工作区域)，便于分析农田的空间特征和形状特征，为农机自动驾驶 提供空间位置信息与形状信息。高精度遥感影像能够清晰、准确的呈现出地表的 特征与细节，便于分析。可是，随之而来的影响是非目标地物噪声也越来越多， 加上遥感影像中地物细节的多样性和复杂性，利用高分辨率遥感数据中提取农田 的边界成为一件困难的事情。本发明的目的是提供一种结合面向对象的地物信息 提取方法，来获取精准的农田边界。

发明内容

本发明所要解决的技术问题是提供一种基于高分辨率遥感图像的农田边 界提取方法，解决农田边界提取中同谱异物错分的现象和高分辨率影像中丰富的 地物信息带来的分割精度问题。

本发明为解决上述技术问题所采用的技术方案是：一种基于高分辨率遥感 图像的农田边界提取方法，包括以下步骤：

步骤一、采用无人机低空摄影，获取农机工作区域的高空间分辨率的农田原 始图像；对原始图像进行预处理，将处理后的图像进行几何校正生成农田局部高 精度图像，利用地面控制点对生成的农田局部高精度图像进行几何精校正；

步骤二、对步骤一处理过的图像进行多尺度分割，建立多尺度地物基元属性 和关系的层次结构，引入多维特征空间向量，优化基元间的相似性度量；

步骤三、利用分类器对遥感图像中的主要的地物信息进行分类；

步骤四、采用聚类处理的方法对分类后的图像进行分类后处理，消除局部碎 斑；

步骤五、对步骤四处理过的图像进行分割，分别分割出农田区域和非农田区 域；

步骤六、在分割出的农田区域上，利用农田边缘的几何特性，进行边缘提取。

本发明所述步骤二中对图像进行多尺度分割处理的具体方法为：

(1)提取图像像素的RGB色度空间，将RGB色度空间转换到HSV色度 空间中，结合每个像素在图像中的位置，得到每个像素在5维特征空间中的值 (px,py,h,s,v)；

(2)寻找像素在5维特征空间中的值的概率密度的极大值点：采用非参数 密度估计的方法，某一点x的密度估计值为：

其中，K(x)为高斯核函数，这里采用径向对称核函数K(x)＝c_k,dk(||x||²)， 其中c_k,d为标准化函数，使得：h为核函数带宽，N为样本总数， d为特征值的维度；

从起始点开始，沿着密度估计值的梯度方向搜索极大值点，梯度方向是各个 数据点的方向向量的加权平均值，当时，就到达了模点；

(3)判断是否到模点，到了就停止，将模点颜色赋给出发点，实现图像平 滑；