[发明专利]一种基于三线阵影像的甘蔗种植区遥感信息提取方法

摘要

本发明公开一种基于三线阵影像的甘蔗种植区遥感信息提取方法，使用卫星三线阵影像，经过预处理形成DSM、多光谱融合影像以及前、后视影像，采用面向对象的方法将影像分割为对象集合，在影像中选取的一定数量甘蔗种植区样本和非甘蔗种植区样本，使用基于监督分类的特征提取方法，识别影像中属于甘蔗种植区类别的地块对象。本发明的甘蔗种植信息提取方法解决了以往甘蔗遥感识别仅使用了常规卫星光学相机拍摄的单一视角影像，可用数据有限和仅计算卫星影像光谱、纹理、形状等特征，可用信息有限等缺点，能获取甘蔗种植区高程、多角度观测信息，结合光谱、纹理等特征，基于面向对象的方法进行甘蔗种植区遥感识别，提高了甘蔗和别精度。

主权项

1.一种基于三线阵影像的甘蔗种植区遥感信息提取方法，其特征在于，包括以下步骤：A、三线阵影像预处理，将利用三线阵立体测图卫星获得原始前视影像、原始后视影像、原始正视影像和原始多光谱影像处理成分辨率一致的影像集，得到前视纠正影像、后视纠正影像、正视纠正影像和多光谱纠正影像；具体步骤如下：（1）基于有理多项式模型的前视影像正射纠正：打开前视影像数据和数字高程模型文件，读取前视影像有理多项式文件，基于有理多项式函数模型，对前视影像进行正射纠正处理，得到前视纠正影像；（2）基于有理多项式模型的后视影像正射纠正：打开后视影像数据和数字高程模型文件，读取后视影像有理多项式文件，基于有理多项式函数模型，对后视影像进行正射纠正处理，得到后视纠正影像；（3）基于有理多项式模型的正视影像正射纠正：打开正视影像数据和数字高程模型文件，读取正视影像有理多项式文件，基于有理多项式函数模型，对正视影像进行正射纠正处理，得到正视纠正影像；（4）基于有理多项式函数的多光谱影像正射纠正：打开多光谱影像数据和数字高程模型文件，读取多光谱影像有理多项式文件，基于有理多项式函数模型，对多光谱影像进行正射纠正处理，得到多光谱纠正影像；B、利用三线阵影像生成数字表面模型，即DSM；具体步骤如下：（1）利用原始前视影像和前视纠正影像生成左核线影像；（2）利用原始后视影像和后视纠正影像生成右核线影像；（3）将左核线影像和右核线影像合并，生成DSM；C、将前视纠正影像、后视纠正影像、正视纠正影像、多光谱纠正影像和DSM形成重采样影像数据合集；具体步骤如下：（1）将低分辨率的多光谱纠正影像与高分辨率的正视纠正影像进行融合增强，生成具有较高的空间分辨率又具有多光谱特征的影像，即多光谱融合影像；（2）分别对前视纠正影像、后视纠正影像和正视纠正影像进行重采样，分辨率数值上设置为与正视影像相同，得到重采样前视纠正影像、重采样后视纠正影像和重采样正视纠正影像；（3）将重采样前视纠正影像、重采样后视纠正影像和多光谱融合影像作为不同波段组合成为一景多波段影像，然后与DSM合并形成数据集，得到重采样影像数据合集；D、对重采样影像数据合集进行分割，即得到影像分割对象集合；所述的分割算法为使用分水岭影像分割算法，分割尺度参数根据影像分辨率进行选取，分辨率小于1米的影像可将分割尺度参数设置为90以上，分辨率为2米左右的影像可将分割尺度参数设置为85以上；E、选取样本，在影像分割对象集合中根据外业调查或内业解译结果选取甘蔗种植区样本，每景影像选取20~30个；F、信息分类，使用支持向量机、神经网络或其他机器学习算法对影像进行监督分类，然后提取分类结果中得到的甘蔗作为最终提取结果；具体步骤如下：（1）使用样本作为训练样本，在重采样影像数据合集基础上进行影像分析，得到影像分类结果栅格数据；（2）提取影像分类结果栅格数据中得到的未成熟甘蔗、成熟甘蔗、已砍收甘蔗作为最终提取结果，即得到甘蔗种植区遥感信息。