[发明专利]海水养殖区分层分类提取方法、装置、存储介质及电子设备

说明书

公开了海水养殖区分层分类提取方法、装置、存储介质及电子设备，属于海水养殖区技术领域。该方法包括：获取待检测海水养殖区的卫星图像；以待检测海水养殖区的卫星图像为基础，根据海水与陆地的图像特征，进行海水与陆地分类，通过图像提取，得到待检测海水区域和陆地区域；以待检测海水区域为基础，根据围海养殖区域的图像特征，通过图像提取得到围海养殖区域；以去除所述围海养殖区域之后的待检测海水区域为基础，根据浮筏养殖区域的图像特征，通过图像提取得到浮筏养殖区域。该装置、存储介质及电子设备能够用于实现该方法。其以卫星所得影像为数据源，在充分考虑影像中养殖区域的光谱与空间结构差异的情况下，能够分层分类提取海水养殖区。

技术领域

本发明涉及海水养殖区技术领域，特别是涉及一种海水养殖区分层分类提取方法、装置、存储介质及电子设备。

背景技术

海水养殖产品已经成为全球人类不可或缺的食品源之一，过多的海水养殖会影响到海水质量，而海水养殖产品的质量又受到海水质量的影响，进而影响人类健康，因此海水养殖的相关研究日益得到人们关注。

我国是一个海洋大国，海水养殖种类繁多，如潮间带的围海养殖、海藻类浮筏养殖、网箱类虾池养殖等.随着海洋经济的蓬勃发展，海水养殖区的实时监视监测与管理变得越来越重要。遥感对地观测技术的快速发展为海水养殖区的管理提供了数据源。特别是高分辨率影像的获取，为高精度的养殖区范围提取提供了优质数据源。目前海水养殖区的遥感提取方法主要采用人工目视解译、面向对象的提取方法和卷积神经网络方法。人工目视解译结果最理想，但耗时耗力，难以满足海水养殖区动态变化实时监测的需求；面向对象的提取方法主要采用归一化水体指数NDWI和熵等纹理特征进行海水养殖区的提取，其中以熵作为纹理特征是实现海水养殖区提取的关键，但由于计算熵时需要固定窗口大小，而海水养殖池的大小不一，即使同为养殖区域，其计算出的熵值也存在较大差别，这就限制了这类方法的广泛使用；卷积神经网络方法由于可以获得不同尺度的纹理特征，可以较高精度的提取出海水养殖区域，但由于此方法受训练样本的影响较大，而标记训练样本本身就是耗时费力的工作，另外该方法训练时间较长的缺点也限制了该类方法在实际应用中的广泛使用。更为关键的，目前这些方法的提出主要适用于中低分辨率的遥感影像的海水养殖区提取。对于优于1m的高分辨率卫星影像，因其不仅能够清晰的展现出海水养殖区域的更为精细的地物类型，如养殖池、养殖池之间的堤坝、堤坝上的房屋等，而且还能表现出多种地物所构成的空间结构，如围海养殖区域养殖池格子形状，浮筏养殖区域浮筏的成排形状，使得适用于中低分辨率提取方法不能胜任，急需发展适用于高分辨率影像的海水养殖区域提取方法。

发明内容

有鉴于此，本发明提供了一种海水养殖区分层分类提取方法、装置、存储介质及电子设备，其以卫星所得影像为数据源，在充分考虑影像中养殖区域的光谱与空间结构差异的情况下，能够分层分类提取海水养殖区，从而更加实用。

为了达到上述第一个目的，本发明提供的海水养殖区分层分类提取方法的技术方案如下：

本发明提供的海水养殖区分层分类提取方法包括以下步骤：

获取待检测海水养殖区的卫星图像；

以所述待检测海水养殖区的卫星图像为基础，根据海水与陆地的图像特征，进行海水与陆地分类，通过图像提取，得到待检测海水区域和陆地区域；

以所述待检测海水区域为基础，根据围海养殖区域的图像特征，通过图像提取，得到围海养殖区域；

以所述待检测海水区域为基础，根据浮筏养殖区域的图像特征，通过图像提取，得到浮筏养殖区域。

本发明提供的海水养殖区分层分类提取方法还可采用以下技术措施进一步实现。

作为优选，所述围海养殖区域的特征包括，所述围海养殖区域内呈水体斑块与堤坝交替出现且成排出现。

作为优选，

所述浮筏养殖区域的特征包括：