买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东省科学院广州地理研究所

摘要：本申请提供一种基于多时相高分辨率遥感影像的耕地分类方法及系统，包括：获取目标耕地区域的多时相高分辨率遥感影像；获取目标耕地区域的土地利用类型和地物类别，所述土地利用类型包括耕地类型和非耕地类型，所述地物类别包括分别对应所述耕地类型的耕地地物类别和对应所述非耕地类型的非耕地地物类别；确定所述多时相高分辨率遥感影像的最佳分割尺度；根据所述多时相高分辨率遥感影像和所述最佳分割尺度，提取所述耕地类型和所述耕地地物类别的特征信息；以所述最佳分割尺度和特征信息作为输入数据集输入至预设的耕地分类模型，得到耕地分类结果。同时兼顾了耕地的空间尺度和耕地地物类别的时序特征，能够实现对耕地类型的快速、准确的识别。

主权项：1.一种基于多时相高分辨率遥感影像的耕地分类方法，其特征在于，包括：以下步骤：获取目标耕地区域的多时相高分辨率遥感影像；获取目标耕地区域的土地利用类型和地物类别，所述土地利用类型包括耕地类型和非耕地类型，所述地物类别包括分别对应所述耕地类型的耕地地物类别和对应所述非耕地类型的非耕地地物类别，其中，所述耕地类型包括：旱地、水田和水浇地，所述非耕地类型包括：建设用地、林草地和水域；通过设置若干分割尺度参数，将所述多时相高分辨率遥感影像划分为所述分割尺度参数对应下的若干个第一影像对象，分析所述第一影像对象的局部变化，确定所述多时相高分辨率遥感影像的最佳分割尺度；根据所述多时相高分辨率遥感影像和所述最佳分割尺度，提取所述耕地类型和所述耕地地物类别的特征信息，所述特征信息包括：纹理特征、形状特征和时序特征，具体还包括以下步骤：基于所述多时相高分辨率遥感影像的全色波段数据，利用灰度共生矩阵计算所述纹理特征，其中，所述纹理特征包括均值、方差、协同性、对比度、相异性、信息熵、二阶矩和相关性；按照所述最佳分割尺度，将所述多时相高分辨率遥感影像划分为若干个第二影像对象；通过所述第二影像对象的边界框的长度和宽度的比值或者计算所述第二影像对象中所有像素点的坐标协方差矩阵的特征值的比值，得到所述第二影像对象的长宽比率，以所述长宽比率作为所述形状特征；对所述多时相高分辨率遥感影像进行光谱特征提取，得到所述多时相高分辨率遥感影像的光谱特征数据，其中，所述光谱特征数据包括：归一化差异水体指数、归一化植被指数和土壤调节植被指数；根据所述光谱特征数据和所述最佳分割尺度，构建所述耕地地物类别的物候特征曲线，得到所述时序特征，具体还包括：根据所述最佳分割尺度将所述多时相高分辨率遥感影像分割成若干第三影像对象，其中，所述第三影像对象包括：旱地影像对象、水田影像对象、水浇地影像对象、建设用地影像对象、林草地影像对象和水域影像对象；选取任一时间段内，所述多时相高分辨率遥感影像的波段光谱反射率，根据所述波段光谱反射率分别获得所述时间段内的若干时间节点下，所述第三影像对象的归一化差异水体指数、归一化植被指数和土壤调节植被指数；根据所述第三影像对象的归一化差异水体指数、归一化植被指数和土壤调节植被指数，分别计算不同所述时间节点下所述第三影像对象的归一化差异水体指数平均值、归一化植被指数平均值和土壤调节植被指数平均值；通过分析所述第三影像对象的归一化差异水体指数平均值、归一化植被指数平均值和土壤调节植被指数平均值，区分得到所述旱地影像对象、水田影像对象和水浇地影像对象；分别将所述旱地影像对象、水田影像对象和水浇地影像对象的归一化差异水体指数平均值、归一化植被指数平均值和土壤调节植被指数平均值，作为所述时序特征；以所述最佳分割尺度和特征信息作为输入数据集输入至预设的耕地分类模型，得到耕地分类结果。

全文数据：

权利要求：

百度查询： 广东省科学院广州地理研究所 一种基于多时相高分辨率遥感影像的耕地分类方法及系统