[发明专利]一种基于神经网络和遥感影像的湿地提取方法及系统

权利要求书

1.一种基于神经网络和遥感影像的湿地提取方法，其特征在于，包括：

获取历史遥感影像；

获取对历史遥感影像进行湿地区域划分得到的已划分影像；

将已划分影像随机划分成训练影像和验证影像；

提取训练影像的光谱特征、纹理特征和水文特征作为神经网络的输入，将训练影像的划分结果作为神经网络的输出，对神经网络进行训练，得到神经网络模型；

提取验证影像的光谱特征、纹理特征和水文特征作为所述神经网络模型的输入，以所述验证影像的划分结果为神经网络模型的目标输出对神经网络模型进行调整；

提取待划分影像的光谱特征、纹理特征和水文特征作为调整后的神经网络模型的输入，得到神经网络模型的分类结果，实现对待划分影像的湿地区域的划分。

2.根据权利要求1所述的一种基于神经网络和遥感影像的湿地提取方法，其特征在于，所述获取对历史遥感影像进行湿地区域划分得到的已划分影像，具体包括：

获取利用目视解译的方法对所述历史遥感影像进行划分所得到的已划分影像。

3.根据权利要求1所述的一种基于神经网络和遥感影像的湿地提取方法，其特征在于，所述提取训练影像的光谱特征、纹理特征和水文特征作为神经网络的输入，将训练影像的划分结果作为神经网络的输出，对神经网络进行训练，得到神经网络模型，具体包括：

利用主成分分析法提取所述训练影像的光谱特征；

利用灰度共生矩阵法提取所述训练影像的纹理特征；

计算所述训练影像的归一化水指数；

构建卷积神经网络，将所述训练影像的光谱特征、纹理特征和归一化水指数作为所述卷积神经网络的输入，将所述训练影像的划分结果作为所述卷积神经网络的输出，利用反向传播算法调整所述卷积神经网络的参数，从而构建出神经网络模型。

4.根据权利要求1所述的一种基于神经网络和遥感影像的湿地提取方法，其特征在于，所述提取待划分影像的光谱特征、纹理特征和水文特征作为调整后的神经网络模型的输入，得到神经网络模型的分类结果，实现对待划分影像的湿地区域的划分，具体包括：

利用主成分分析法提取所述待划分影像的光谱特征；

利用灰度共生矩阵法提取所述待划分影像的纹理特征；

计算所述待划分影像的归一化水指数；

将所述待划分影像的光谱特征、纹理特征和归一化水指数作为所述神经网络模型的输入，得到神经网络模型的分类结果。

5.一种基于神经网络和遥感影像的湿地提取系统，其特征在于，包括：

历史数据获取模块，用于获取历史遥感影像；

历史影像划分模块，用于获取对历史遥感影像进行湿地区域划分得到的已划分影像；

样本划分模块，用于将已划分影像随机划分成训练影像和验证影像；

训练模块，用于提取训练影像的光谱特征、纹理特征和水文特征作为神经网络的输入，将训练影像的划分结果作为神经网络的输出，对神经网络进行训练，得到神经网络模型；

验证模块，用于提取验证影像的光谱特征、纹理特征和水文特征作为所述神经网络模型的输入，以所述验证影像的划分结果为神经网络模型的目标输出对神经网络模型进行调整；

湿地划分模块，用于提取待划分影像的光谱特征、纹理特征和水文特征作为调整后的神经网络模型的输入，得到神经网络模型的分类结果，实现对待划分影像的湿地区域的划分。

6.根据权利要求5所述的一种基于神经网络和遥感影像的湿地提取方法，其特征在于，所述历史影像划分模块，具体包括：

目视解译划分单元，用于获取利用目视解译的方法对所述历史遥感影像进行划分所得到的已划分影像。