[发明专利]大豆玉米带状复合种植区的遥感提取方法、系统及产品

权利要求书

1.一种大豆玉米带状复合种植区的遥感提取方法，其特征在于，包括：

获取目标区域影像以及所述目标区域影像的多光谱波段；所述多光谱波段包括蓝光波段、绿光波段、红光波段、近红外波段以及短波红外波段；

确定所述短波红外波段的均值纹理特征；

根据所述目标区域影像确定植被指数；所述植被指数包括归一化植被指数、差值植被指数、植被水分含量指数以及比值植被指数；

将所述多光谱波段以及所述植被指数进行波段合成，生成合成后的数据；

对合成后的数据进行主成分分析，生成多个主成分；

根据所述均值纹理特征、所述植被指数以及前三个所述主成分构建决策树模型，并根据所述决策树模型提取所述目标区域影像中大豆玉米带状复合种植区；前三个所述主成分包括第一主成分、第二主成分以及第三主成分。

2.根据权利要求1所述的大豆玉米带状复合种植区的遥感提取方法，其特征在于，所述确定所述短波红外波段的均值纹理特征，具体包括：

基于灰度共生矩阵，确定所述短波红外波段的均值纹理特征。

3.根据权利要求1所述的大豆玉米带状复合种植区的遥感提取方法，其特征在于，所述对合成后的数据进行主成分分析，生成多个主成分，具体包括：

对所述合成后的数据进行去均值处理，生成去均值处理后的特征；

将任意两个所述均值处理后的特征的元素值的协方差组成协方差矩阵，确定所述协方差矩阵的特征值和特征向量；

按照从大到小的顺序对所述特征值进行排序，选取前K个特征值及对应的特征向量组成特征向量矩阵；

将所述合成后的数据投影变换至所述特征向量矩阵上，并根据变换后的特征向量矩阵生成多个主成分。

4.根据权利要求1所述的大豆玉米带状复合种植区的遥感提取方法，其特征在于，所述根据所述均值纹理特征、所述植被指数以及前三个所述主成分构建决策树模型，并根据所述决策树模型提取所述目标区域影像中大豆玉米带状复合种植区，具体包括：

根据所述归一化植被指数以及所述第一主成分区分所述目标区域影像中的植被区域以及非植被区域；

根据所述差值植被指数确定所述植被区域中的大豆种植区；

根据所述均值纹理特征、所述第二主成分以及所述第三主成分区分非大豆种植区的植被区域中的玉米种植区以及大豆玉米带状复合种植区。

5.一种大豆玉米带状复合种植区的遥感提取系统，其特征在于，包括：

多光谱波段获取模块，用于获取目标区域影像以及所述目标区域影像的多光谱波段；所述多光谱波段包括蓝光波段、绿光波段、红光波段、近红外波段以及短波红外波段；

均值纹理特征确定模块，用于确定所述短波红外波段的均值纹理特征；

植被指数确定模块，用于根据所述目标区域影像确定植被指数；所述植被指数包括归一化植被指数、差值植被指数、植被水分含量指数以及比值植被指数；

合成模块，用于将所述多光谱波段以及所述植被指数进行波段合成，生成合成后的数据；

主成分分析模块，用于对合成后的数据进行主成分分析，生成多个主成分；

大豆玉米带状复合种植区提取模块，用于根据所述均值纹理特征、所述植被指数以及前三个所述主成分构建决策树模型，并根据所述决策树模型提取所述目标区域影像中大豆玉米带状复合种植区；前三个所述主成分包括第一主成分、第二主成分以及第三主成分。

6.根据权利要求5所述的大豆玉米带状复合种植区的遥感提取系统，其特征在于，所述均值纹理特征确定模块，具体包括：

均值纹理特征确定单元，用于基于灰度共生矩阵，确定所述短波红外波段的均值纹理特征。