[发明专利]基于高分辨率遥感影像及三维数据的乔灌草分类方法

权利要求书

1.一种对遥感图像中乔灌草分类方法，其特征在于，所述方法包括：

获取目标遥感图像，所述目标遥感图像包括植被区域；

根据预设的图像识别算法，在所述目标遥感图像中，识别所述植被区域；

根据所述植被区域中每个像素对应的nDSM值和蓝波段梯度值，对所述植被区域进行分类，得到草地参考区域、灌木参考区域和乔木参考区域；其中，将nDSM值小于第一nDSM阈值，且所述梯度值小于梯度阈值的像素，确定为草地参考区域中的像素，得到所述草地参考区域；在去除所述草地参考区域的其他区域中，将nDSM值小于第二nDSM阈值的像素，确定为灌木参考区域中的像素，得到所述灌木参考区域，将nDSM值大于第二nDSM阈值的像素，确定乔木参考区域中的像素，得到所述乔木参考区域；

根据所述草地参考区域、所述灌木参考区域和所述乔木参考区域分别对应的nDSM值的变化情况，对所述参考区域进行优化，得到草地区域、乔木区域和灌木区域。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的图像识别算法，在所述目标遥感图像中，识别所述植被区域，包括：

基于多尺度分割算法，对所述目标遥感图像进行分割，得到至少一个对象；

当所述对象为山区中的非耕地区域时，将每个像素对应的归一化植被指数和预设的第一植被阈值，输入区域增长算法，得到所述对象中的植被区域；

当所述对象为平原中的非耕地区域时，根据所述对象对应的平均归一化植被指数，确定植被区域。

3.根据权利要求2所述的方法，其特征在于，所述根据所述对象对应的平均归一化植被指数，确定植被区域，包括：

确定所述对象对应的平均归一化植被指数值；

当所述对象的平均归一化植被指数值大于等于第二植被阈值时，将所述对象确定为植被区域，所述第二植被阈值为目标图像的平均归一化植被指数值；

当所述对象的平均归一化植被指数小于第二植被阈值时，判断所述对象是否为阴影区域，如果是，则将所述对象中的非植被像素点和非植被阈值，输入区域增长算法，得到所述对象中的非植被区域，将除非植被区域的区域确定为植被区域。

4.根据权利要求3所述的方法，其特征在于，所述判断所述对象是否为阴影区域，包括：

获取目标图像的第一HSI均值和所述对象对应的第二HSI均值；

判断所述第二HSI均值是否小于第一HSI均值；

如果是，则确定所述对象为阴影区域；

如果否，则确定所述对象不为阴影区域。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述植被区域的蓝波段；

对所述植被区域的蓝波段进行canny边缘检测，得到所述植被区域中每个像素的梯度值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述草地参考区域、灌木参考区域和乔木参考区域分别对应的nDSM值的变化情况，对所述参考区域进行优化，得到草地区域、乔木区域和灌木区域，包括：

对于同一类型的参考区域，获取所述参考区域中每个对象的空间特征值、每个空间特征值对应的对象和对象数目，根据每个空间特征值、每个空间特征值对应的对象和对象数目，生成所述参考区域对应的特征变化曲线，其中，所述空间特征值为对象对应的平均归一化nDSM值；

根据每种参考区域分别对应的特征变化曲线，对所述参考区域进行优化，得到草地区域、乔木区域和灌木区域。