[发明专利]一种类圆形植被斑块综合检测方法

权利要求书

1.一种类圆形植被斑块综合检测方法，其特征在于：该综合检测方法包括如下步骤：

1)反演高分辨率遥感数据的缨帽变化参数；

2)根据反演的缨帽变化参数，计算缨帽变化的亮度和绿度成分；

3)构建决策树分类规则集，实现植被斑块与背景分离；

决策树分类规则集构建过程为：

利用图像的近红外波段、红波段和绿波段组合形成假彩色图像，以缨帽变换亮度成分为X轴，绿度成分为Y轴，构建散点图，通过假彩色图像与散点图交互对比，确定植被斑块在散点图上的区域范围，通过对该区域进行统计，确定植被斑块在缨帽变换亮度和绿度成分的分离阈值(Threshold_TCB，Threshold_TCG)；然后，通过多次试验及分类结果的目视判断，获得植被斑块与背景的准确分离，生成黑白二值图像；

4)利用分水岭算法，对植被斑块图像进行分割，将粘连的类圆形植被斑块从粘连植被斑块中分割出来；

其中，植被斑块图像进行分割过程为：

首先，计算黑白二值图像的欧氏距离变换，然后，计算扩展H-minima变换的区域最小值，构成一个标记域；基于该标记域，通过形态重建调整强度图像使得黑白二值图像仅保留非零的区域最小值；最后，利用分水岭变换对调整后的图像进行分割，获得分割图像；

5)通过圆霍夫曼变换方法进行检测，实现类圆形植被斑块的识别。

2.根据权利要求1所述的类圆形植被斑块综合检测方法，其特征在于：步骤1)中，缨帽变化参数反演包括亮度成分、绿度成分参数的反演，具体过程为：

为了获得计算亮度成分的参数(TCBC_i)，首先计算各波段亮土壤光谱平均值与暗土壤光谱平均值的差i代表第几个波段，然后，亮度成分的参数(TCBC_i)通过光谱平均值的差除以归一化因子(B)获得；如公式Ⅰ所示：

其中，B为

为了获得绿度成分的参数(TCGC_i)，首先计算各波段浓密植被像元光谱平均值与亮土壤光谱平均值的差(TCG_i)，如公式Ⅱ所示：

其中，D_g由公式Ⅲ计算所得：

然后，计算归一化因子(G)，最后绿度成分的参数(TCGC_i)通过光谱平均值的差除以归一化因子获得，如公式Ⅳ所示：

其中，G为

。

3.根据权利要求2所述的类圆形植被斑块综合检测方法，其特征在于：步骤2)中，亮度成分的计算过程为：

根据反演的缨帽变换参数，通过各波段(X_i)与各波段对应的亮度成分缨帽变换系数(TCBC_i)分别相乘，然后求和，获得缨帽变换亮度成分(TCB)，如公式Ⅵ所示：

。

4.根据权利要求3所述的类圆形植被斑块综合检测方法，其特征在于：步骤2)中，绿度成分的计算过程为：

根据反演的缨帽变换参数，通过各波段(X_i)与各波段对应的绿度成分缨帽变换系(TCGC_i)数分别相乘，然后求和，获得图像的缨帽变换绿度成分(TCG)，如公式Ⅶ所示：

。

5.根据权利要求4所述的类圆形植被斑块综合检测方法，其特征在于：步骤5)中，圆霍夫曼变换方法检测过程为：设定边界因子阈值为0.1，利用圆霍夫曼变换对分水岭分割后图像的类圆形斑块进行检测，获得类圆形植被斑块的数量、中心点坐标位置、半径面积、周长信息，最终，完成本发明类圆形植被斑块的检测。