[发明专利]一种输电线路走廊区域内树种的分类方法

权利要求书

1.一种输电线路走廊区域内树种的分类方法，其特征在于，包括：

获取输电线路走廊区域的激光雷达的点云数据及遥感影像；

对所述点云数据进行过滤处理以将所述点云数据分类为地面点集及非地面点集，根据所述非地面点集建立DSM；

将所述DSM与所述遥感影像进行配准；

从所述DSM提取DTM；

将所述DTM与所述DSM进行数据归一化处理，得到NDSM；

将所述遥感影像与所述NDSM进行融合处理，得到融合数据；

通过机器学习分类算法分离出植被，并利用所述输电线路走廊区域内的优势树种的特征信息对各优势树种进行自动分类。

2.如权利要求1所述的输电线路走廊区域内树种的分类方法，其特征在于，将所述DSM与所述遥感影像进行配准的步骤包括：

测定所述遥感影像中多组遥感图像上特殊地物的第一坐标点以及对应DEM上的第二坐标点；

将多组第一坐标点和第二坐标点带入坐标系转换多项式方程，并求解出所述坐标系转换多项式方程；

将DSM上的坐标点逐个带入所述坐标系转换多项式方程中求解，然后按照内插法得到DSM上的坐标点对应的影像像素值并存入DSM中。

3.如权利要求2所述的输电线路走廊区域内树种的分类方法，其特征在于，所述特殊地物为规则地物的角点、线路杆塔的拐点或地面建筑的规则交点。

4.如权利要求1所述的输电线路走廊区域内树种的分类方法，其特征在于，利用形态学算子开闭运算从所述DSM中提取出DTM。

5.如权利要求1所述的输电线路走廊区域内树种的分类方法，其特征在于，利用像元级的代数法、HIS变换法、小波变换法、主要成分变换法、特征级的聚类分析法、加权平均法或决策级的神经网络法将所述遥感影像与所述NDSM进行融合处理。

6.如权利要求1所述的输电线路走廊区域内树种的分类方法，其特征在于，在通过机器学习分类算法分离出植被之前，还包括：

对所述NDSM进行改进型标记控制分水岭图像分割算法，以提取地上物对象。

7.如权利要求6所述的输电线路走廊区域内树种的分类方法，其特征在于，所述地上物包括电力线、杆塔、植被或噪声点，通过滤除电力线、杆塔及噪声点以分离出植被。

8.如权利要求7所述的输电线路走廊区域内树种的分类方法，其特征在于，利用NDVI值分离出植被。

9.如权利要求1所述的输电线路走廊区域内树种的分类方法，其特征在于，所述特征信息包括树高信息、冠幅信息、种群分布特征信息及NDVI值中的一种或多种。