[发明专利]一种基于多光谱影像的农作物分类方法及装置

权利要求书

1.一种基于多光谱影像的农作物分类方法，其特征在于，包括：

获取研究区影像数据，对所述影像数据进行预处理，得到第一数据，所述影像数据包括Sentinel-2多光谱影像数据和Landsat多光谱影像数据；

根据预设公式对所述第一数据进行指数计算，得到第二数据；

获取第三数据，根据所述第二数据和所述第三数据对土地利用类型进行分析，并根据预设阈值进行分类，得到第一分类结果；

对所述第一分类结果进行合成，得到第一掩膜图层，根据所述第二数据对所述第三数据进行合成，得到第二掩膜图层；

根据叠加分析法对所述第一分类结果、所述第一掩膜图层和所述第二掩膜图层进行分析，得到第二分类结果。

2.根据权利要求1所述的一种基于多光谱影像的农作物分类方法，其特征在于，所述获取研究区影像数据，对所述影像数据进行预处理，得到第一数据，包括：

对所述Sentinel-2多光谱影像数据进行大气校正、坐标系转换和波段合成处理，得到第一影像数据；

当所述Sentinel-2多光谱影像数据的时相缺失，则对所述Landsat多光谱影像数据进行辐射定标、大气校正、坐标系转换和波段合成处理，得到第二影像数据，将所述第一影像数据和所述第二影像数据汇总，得到所述第一数据。

3.根据权利要求2所述的一种基于多光谱影像的农作物分类方法，其特征在于，所述根据预设公式对所述第一数据进行指数计算，得到第二数据，包括：

根据公式EVI＝2.5*(NIR-RED)/(NIR+6*RED-7.5*BLUE+1)对所述第一数据进行计算，得到第一指数，根据公式LSWI＝(NIR-SWIR1)/(NIR+SWIR1)对所述第一数据进行计算，得到第二指数，根据公式NDBI＝(SWIR1-NIR) /(SWIR1+NIR)(REDNIRSWIR1)对所述第一数据进行计算，得到第三指数，其中EVI为增强型植被指数，LSWI为地表水分指数，NDBI为归一化建筑指数，BLUE为蓝光波段，RED为红光波段，NIR为近红外波段，SWIR1为短波红外波段1；

将所述第一指数、所述第二指数、所述第三指数汇总，得到所述第二数据。

4.根据权利要求3所述的一种基于多光谱影像的农作物分类方法，其特征在于，所述获取第三数据，根据所述第二数据和所述第三数据对土地利用类型进行分析，并根据预设阈值进行分类，得到第一分类结果，包括：

根据所述第三数据和所述第二数据判断所述研究区的土地类型是否为水体，否，则根据所述第一指数和所述第二指数对所述土地类型通过决策树方法进行分类，得到所述第一分类结果。

5.根据权利要求4所述的一种基于多光谱影像的农作物分类方法，其特征在于，所述根据叠加分析法对所述第一分类结果、所述第一掩膜图层和所述第二掩膜图层进行分析，得到第二分类结果，包括：

判断所述研究区影像数据的像素点是否落入第一掩膜图层区域且未落入第二掩膜图层区域；

是，则根据所述第一分类结果对所述像素点进行填充，得到第一结果，否，则所述像素点为非作物区，得到第二结果，将所述第一结果和所述第二结果汇总，得到所述第二分类结果。

6.一种基于多光谱影像的农作物分类装置，用于实现如权利要求1所述的一种基于多光谱影像的农作物分类方法，其特征在于，包括：

影像数据预处理模块：用于获取研究区影像数据，对所述影像数据进行预处理，得到第一数据，所述影像数据包括Sentinel-2多光谱影像数据和Landsat 多光谱影像数据；

指数计算模块：用于根据预设公式对所述第一数据进行指数计算，得到第二数据；

作物第一分类模块：用于获取第三数据，根据所述第二数据和所述第三数据对土地利用类型进行分析，并根据预设阈值进行分类，得到第一分类结果；

掩膜图层合成模块：用于对所述第一分类结果进行合成，得到第一掩膜图层，根据所述第二数据对所述第三数据进行合成，得到第二掩膜图层；

作物第二分类模块：用于根据叠加分析法对所述第一分类结果、所述第一掩膜图层和所述第二掩膜图层进行分析，得到第二分类结果。