[发明专利]面向对象与物候知识相融合的遥感互花米草制图方法

说明书

本申请公开了一种面向对象与物候知识相融合的遥感互花米草制图方法，包括：获取目标区域去云处理后的遥感图像和互花米草样本点；计算归一化植被指数均值并绘制年度变化曲线，获取年内最佳物候期窗口；在不同物候期利用每个像素以及每个波段的单个中值获取各个物候期的中值合成影像，将所有中值合成图像进行波段叠加，得一多波段的合成图像；对合成图像进行基于非监督的多尺度优化分割，生成图像分割对象，从中提取结合物候知识的分类特征作为支持向量机分类器的输入进行面向对象的图像分类，得到互花米草分布图。本申请结合互花米草的关键物候期特征和面向对象的图像分类方法，可快速准确将互花米草与其他背景地物区分，得到互花米草分布图。

技术领域

本申请涉及植物技术领域，特别是涉及一种面向对象与物候知识相融合的遥感互花米草制图方法。

背景技术

互花米草原产于北美洲大西洋沿岸，1979年作为重要的生态工程材料从美国引进，1981年首次在福建省罗源湾大规模试种成功，因其适应性强、繁殖快而迅速蔓延，目前在北起天津、南至广西防城港的海岸滩涂湿地均已发现互花米草。互花米草侵占红树林等原生生态系统，阻塞航道，影响水产养殖，造成重大经济损失，已成为我国沿海危害严重的恶性入侵植物。因此准确监测互花米草对于自然环境和生态系统具有重要作用。

遥感图像识别是一种利用计算机对遥感图像中各类地物的光谱信息和空间信息进行分析，将图像中各个像元划分到各自地物类型的技术。而遥感互花米草制图则是利用遥感图像，识别目标区域互花米草，并生成互花米草分布图的技术。目前，互花米草制图常用的是一种像素级的物候特征合成方法，即基于像素与物候知识融合方法，通过在像素级别结合互花米草的关键物候期特征，然后以单个像素为制图单元进行遥感图像分类。

然而，其存在以下的缺点：1、影像特征利用不完全：当前互花米草识别制图技术主要利用单个像素的光谱信息来区分互花米草与其他地物，而遥感影像的其他形状、纹理以及空间邻域等地理信息尚未得到充分利用，从而损失大量对于提高分类精度至关重要的影像特征，而这将会影响识别的结果；2、传统分割方法具有局限性：通常传统的单尺度分割中存在分割不足或分割过度问题，而多尺度分割中参数设置需要依赖专家知识和主观经验。然而，这些问题通常会直接影响分割结果的质量，而这将会降低互花米草的识别精度。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种面向对象与物候知识相融合的遥感互花米草制图方法，包括如下步骤：

步骤S1：获取目标区域去云处理后的遥感图像和互花米草样本点；

步骤S2：计算所述互花米草样本点的归一化植被指数均值并绘制年度变化曲线，从而获取互花米草监测的年内最佳物候期窗口；

步骤S3：在年内最佳物候窗口的不同物候期利用每个像素以及每个波段的单个中值获取各个物候期的中值合成影像，然后将所有的中值合成图像进行波段叠加，得到一多波段的合成图像；

步骤S4：对所述合成图像进行基于非监督的多尺度优化分割，生成合适的图像分割对象，然后从图像分割对象中提取结合物候知识的分类特征作为支持向量机分类器的输入进行面向对象的图像分类，进而得到目标区域的互花米草分布图。

可选地，所述步骤S3中的年内最佳物候期窗口包含2个物候期，分别为衰老期和生长巅峰期。

可选地，所述衰老期为一年中的第1-142天，所述生长巅峰期为一年中的第154-270天。

可选地，所述互花米草在衰老期时归一化植被指数的平均值小于0.3，所述互花米草在生长巅峰期时归一化植被指数的平均值大于0.4。

可选地，所述步骤S3中的每一中值合成图像包含10个光谱波段，所获的合成图像包含20个光谱波段。