[发明专利]一种湿地遥感信息的识别方法及装置

权利要求书

1.一种湿地遥感信息的识别方法，其特征在于，包括如下步骤：

步骤一、基于相容粗糙集，对遥感影像数据进行预处理；

步骤二、将所述预处理后的数据作为训练样本，然后对相容粗糙集样本进行处理，并输入到BP神经网络模型，对影像分类；

步骤三、利用采集的样本点对分类结果进行分析和精度验证，建立混淆矩阵。

2.如权利要求1所述的一种湿地遥感信息的识别方法，其特征在于，所述步骤一中，还包括：

获取预设历史时间段内目标区域的实地数据；

根据所述实地数据获取所述目标区域的矢量边界图；

根据所述矢量边界图对遥感影像进行裁剪。

3.如权利要求2所述的一种湿地遥感信息的识别方法，其特征在于，所述步骤二中，将所述预处理后的数据作为所述训练样本，包括：

根据所述目标区域的土地利用数据，将所述目标区域分成若干类地物；

根据若干类所述地物的反射率差异，分析若干类所述地物的光谱特性，选择所述训练样本。

4.如权利要求3所述的一种湿地遥感信息的识别方法，其特征在于:所述地物包括河流、湖泊、林地、芦苇、水田、滩涂、居民点、旱地。

5.如权利要求1所述的一种湿地遥感信息的识别方法，其特征在于，所述步骤二中，对所述相容粗糙集样本进行处理，包括：

根据多光谱数据，提取所述训练样本各波段的反射率值；

通过粗糙熵获取相似性阈值最优值，进行相容粗糙集约简处理。

6.如权利要求5所述的一种湿地遥感信息的识别方法，其特征在于，所述步骤二中，并输入到BP神经网络模型，对影像分类，包括：

将相容粗糙集约简后得到的新样本集合作为输入数据，建立所述相容粗糙集和所述BP神经网络相结合的遥感影像分类模型。

7.如权利要求1所述的一种湿地遥感信息的识别方法，其特征在于：所述BP神经网络模型的输入层节点的数量为7个，所述BP神经网络模型的输出层节点的数量为8个，所述BP神经网络模型的隐藏层节点的数量为19个。

8.一种湿地遥感信息的识别装置，其特征在于：包括依次连接的预处理模块、影像分类模块及输出模块；

所述预处理模块，用于对遥感影像数据进行处理；

所述影像分类模块，用于将处理后的数据作为训练样本，然后对相容粗糙集样本进行处理，并输入到BP神经网络模型，对影像分类；

所述输出模块，用于输出分类结果图，并对所述分类结果图进行分析和精度验证，建立混淆矩阵。

9.如权利要求8所述的一种湿地遥感信息的识别装置，其特征在于：所述预处理模块和所述影像分类模块均设置有资料输入端，所述资料输入端用于输入预设历史时间段内目标区域的实地数据。

10.如权利要求8所述的一种湿地遥感信息的识别装置，其特征在于：所述输出模块设置有样品输入端，所述样品输入端用于输入验证样品。