[发明专利]一种基于卫星影像数据的新疆棉花区域识别方法及系统在审

专利信息
申请号: 202010176835.8 申请日: 2020-03-13
公开(公告)号: CN111345214A 公开(公告)日: 2020-06-30
发明(设计)人: 刘世生;王仁宗;李叶民;唐正;尹新健 申请(专利权)人: 武汉禾大科技有限公司
主分类号: A01G22/50 分类号: A01G22/50;A01G17/00;G06K9/00
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 赵泽夏
地址: 430223 湖北省武汉市东湖新技术开发区神墩*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 卫星 影像 数据 新疆 棉花 区域 识别 方法 系统
【说明书】:

发明公开一种基于卫星影像数据的新疆棉花区域识别方法及系统,属于遥感农作物分类识别技术领域,解决了现有技术中棉花区域识别精度较低的问题。一种基于卫星影像数据的新疆棉花区域识别方法,包括以下步骤:获取棉花苗期、花铃期和采收期的卫星影像数据,对棉花苗期、花铃期和采收期的卫星影像数据分别进行数据预处理;将数据预处理后的卫星影像数据进行归一化植被指数计算,得到归一化植被指数值NDVI;由归一化植被指数值NDVI确定植被区域和非植被区域,由植被区域内,农作物区域与非农作物区域的光谱反射率差异确定农作物区域,由农作物区域内,棉花区域与非棉花区域的光谱反射率差异值差异确定棉花种植区域。提高了棉花区域的识别精度。

技术领域

本发明涉及遥感农作物分类识别技术领域,尤其是涉及一种基于卫星影像数据的新疆棉花区域识别方法及系统。

背景技术

棉花是新疆维吾尔自治区农民经济收入的主要来源之一,是我区大农业的支柱产业,及时精确地获取新疆棉花的空间分布信息对指导农业生产、合理分配资源以及解决棉花产业安全问题等具有重要意义。

目前,行业内提取棉花空间分布信息主要为决策树分类法,但现有棉花决策树分类方法过于复杂,采用的参变量较多,难以理解,对分类者有较高的遥感和地学知识要求,导致未能大范围的推广和应用。同时,相关数据获取难度较高,而且数据的准确度难以保证。部分方法流程运用了一些经验值,不能根据区域特点去设置合理阈值,成果数据精度不高,使得棉花区域识别精度不高。

发明内容

本发明的目的在于至少克服上述一种技术不足,提出一种基于卫星影像数据的新疆棉花区域识别方法及系统。

一方面,本发明提供了一种基于卫星影像数据的新疆棉花区域识别方法,包括以下步骤:

获取棉花苗期、花铃期和采收期的卫星影像数据,对棉花苗期、花铃期和采收期的卫星影像数据分别进行数据预处理;

将数据预处理后的卫星影像数据进行归一化植被指数计算,得到归一化植被指数值NDVI;

根据所述归一化植被指数值NDVI确定植被区域和非植被区域,根据植被区域内,农作物区域与非农作物区域的光谱反射率差异确定农作物区域,根据农作物区域内,棉花区域与非棉花区域的光谱反射率差异值差异确定棉花种植区域。

进一步地,对棉花苗期、花铃期和采收期的卫星影像数据分别进行数据预处理,具体包括,分别对棉花苗期、花铃期和采收期的卫星影像数据分别进行辐射定标、大气校正处理及波段融合。

进一步地,根据所述归一化植被指数值NDVI确定植被区域和非植被区域,具体包括,若卫星影像数据对应的某一区域的归一化植被指数值NDVI大于第一阈值,则该区域为植被区域,否则,该区域为非植被区域。

进一步地,根据植被区域内,农作物区域与非农作物区域的光谱反射率差异确定农作物区域,并根据农作物区域内,棉花区域与非棉花区域的光谱反射率差异值差异确定棉花种植区域,具体包括:

若植被区域中的某个区域的NIR值大于第二阈值,则该区域为棉花或者梨树区域,否则该区域为林地或常绿地区域;若棉花或者梨树区域中的某个区域的NIR-RED值大于第三阈值,则该区域为棉花区域,否则该区域为非棉花区域。

进一步地,所述基于卫星影像数据的新疆棉花区域识别方法还包括,获取棉花在苗期、花铃期和采收期的NDVI值,并根据棉花在苗期、花铃期和采收期的NDVI值,将异物同谱像元和未完全剔除的非棉花区域从所述棉花区域中剔除。

另一方面,本发明还提供一种基于卫星影像数据的农作物区域识别系统,包括数据获取模块、数据预处理模块、归一化植被指数值获取模块、植物及棉花区域获取模块;

所述数据获取模块,用于获取棉花苗期、花铃期和采收期的卫星影像数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉禾大科技有限公司,未经武汉禾大科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010176835.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top