System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像分析领域,尤其涉及一种基于多光谱遥感的草原退化指示植物识别方法及系统。
技术介绍
1、草原是重要的生态系统,对维持地球生态平衡和人类可持续发展具有重要作用。草原退化植物识别可以帮助监测和评估草原的健康状况,及时发现和应对草原退化问题,采取相应的保护和恢复措施。
2、目前,对于草原退化指示植物识别一般通过采集草原区域的直方图并利用深度学习模型进行物种识别,通过这种方法,获得结果较快,然而草原区域物种多而复杂从而使得深度学习模型识别时容易出现误差,导致对于草原退化指示植物的识别不够精准。
技术实现思路
1、为了解决上述技术问题,本专利技术提供了一种基于多光谱遥感的草原退化指示植物识别方法及系统,可以提高草原优势物种的识别准确度。
2、第一方面,本专利技术提供了一种一种基于多光谱遥感的草原退化指示植物识别方法,包括:
3、采集草原区域的多光谱图像,对所述多光谱图像进行平滑处理,得到平滑光谱图像;
4、提取所述平滑光谱图像的光谱谱段,识别所述光谱谱段的谱段角度,根据所述谱段角度,计算所述光谱谱段中每两个光谱谱段之间的谱段相似度,根据所述谱段相似度,将所述光谱谱段进行谱段分类,得到分类谱段;
5、查询所述分类谱段的谱段属性,根据所述谱段属性,识别所述分类谱段对应的草原植物;
6、查询所述草原区域的历史退化植物,并提取所述历史退化植物在不同物候期的历史植物参数,将所述历史植物参数输入至训练好的退化分类模型
7、查询所述草原植物在不同物候期的当前植物参数,利用所述退化规律和所述当前植物参数分析所述草原植物的退化状态,基于所述退化状态,确定所述草原区域的退化指示植物。
8、在第一方面的一种可能实现方式中,所述对所述初始光谱图像进行图像矫正,得到矫正光谱图像,包括:
9、对所述初始光谱图像进行辐射定标处理,得到辐射定标图像;
10、对所述辐射定标图像进行大气校正,得到矫正光谱图像。
11、在第一方面的一种可能实现方式中,所述对所述多光谱图像进行平滑处理,得到平滑光谱图像,包括:
12、对所述多光谱图像进行辐射定标处理,得到辐射定标图像;
13、对所述辐射定标图像进行大气校正处理,得到校正图像;
14、构建所述校正图像的滤波窗口,利用所述滤波窗口结合下述公式对所述校正图像进行滤波处理,得到滤波图像:
15、
16、其中,表示滤波图像,m表示滤波窗口的水平宽度,v表示滤波窗口的垂直长度,(k,l)表示滤波窗口中对应所述校正图像的像素坐标,δ(k,l)表示为(k,l)的复数相位,e表示一个常数,表示所述校正图像中待滤波像素点在水平宽度方向上的相位频率,表示所述校正图像中待滤波像素点在垂直高度方向上的相位频率,c表示复数相位的虚部。
17、在第一方面的一种可能实现方式中,所述提取所述平滑光谱图像的光谱谱段,包括:
18、接收所述光谱谱段的光谱光线;
19、将所述光谱光线进行光线分散处理,得到分散光谱光线;
20、对所述分散光谱光线进行光线增强,得到增强光线;
21、测量所述增强光线的光线强度值,并基于所述光线强度值,确定所述平滑光谱图像的光谱谱段。
22、在第一方面的一种可能实现方式中,所述识别所述光谱谱段的谱段角度,包括:
23、对所述光谱谱段进行谱段降维处理,得到降维谱段;
24、将所述降维谱段转换为矢量谱段,识别所述矢量谱段中的相交谱段;
25、计算所述相交谱段中每个相交谱段之间的夹角角度,并将所述夹角角度作为所述谱段角度。
26、在第一方面的一种可能实现方式中,所述计算所述相交谱段中每个相交谱段之间的夹角角度,包括:
27、利用下述公式计算所述相交谱段中每个相交谱段之间的夹角角度:
28、
29、其中,θ表示夹角角度,r1表示相交谱段中的第1个相交谱段,r2表示相交谱段中第2个相交谱段,b1表示相交谱段中的第1个相交谱段的中心波长,b2表示相交谱段中的第2个相交谱段的中心波长。
30、在第一方面的一种可能实现方式中,所述根据所述谱段角度,计算所述矢量谱段中每两个矢量谱段之间的谱段相似度,包括:
31、提取所述谱段角度中符合预设角度的目标谱段角度;
32、将所述目标谱段角度对应的矢量谱段转换为灰度图像;
33、利用所述灰度图像结合下述公式计算所述矢量谱段中每两个矢量谱段之间的谱段相似度:
34、
35、其中,ρ表示谱段相似度,u表示灰度图像的长度,n表示灰度图像的宽度,t(a,b)表示灰度图像矢量t的灰度值,表示所述矢量t的平均灰度值,r(a,b)表示灰度图像中矢量r的灰度值,表示所述矢量r的平均灰度值,(a,b)表示所述矢量谱段中每两个矢量谱段中的矢量谱段a和矢量谱段b。
36、在第一方面的一种可能实现方式中,所述查询所述分类谱段的谱段属性,包括:
37、识别所述分类谱段的谱段波长、谱段颜色、谱段强度、谱线形状,并计算所述分类谱段的谱段分辨率;
38、根据所述谱段波长、所述谱段颜色、所述谱段强度、所述谱线形状以及所述谱段分辨率,确定所述分类谱段的谱段属性。
39、在第一方面的一种可能实现方式中,所述通过所述训练好的退化分类模型分析所述历史植物参数中所述历史退化植物的退化规律,包括:
40、利用所述训练好的退化分类模型构建所述历史植物参数的线性回归函数,并计算所述线性回归函数的召回率;
41、在所述召回率不满足预设召回率时,对所述线性回归函数进行因子优化,得到优化好因子的线性回归函数;
42、在对所述线性回归函数进行因子优化,得到优化好因子的线性回归函数之后,返回上述计算所述线性回归函数的召回率的步骤;
43、在所述召回率满足所述预设召回率时,得到训练好的线性回归函数;
44、基于所述历史植物参数,利用所述训练好的线性回归函数分析所述历史退化植物的退化规律。
45、在第一方面的一种可能实现方式中,所述计算所述线性回归函数的召回率,包括:
46、利用下述公式计算所述线性回归函数的召回率:
47、
48、其中,表示召回率,g表示线性回归函数的数据量,ε表示回归系数,f()表示线性回归函数,ti表示所述线性回归函数的第i个输出因变量,ri表示所述所述训练好的退化分类模型的第i个输出结果。
49、第二方面,本专利技术提供了一种基于多光谱遥感的草原退化指示植物识别方法及系统,所述系统包括:
50、图像预处理模块,用于采集草原区域的多光谱图像,对所述多光谱图像进行平滑本文档来自技高网...
【技术保护点】
1.一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述对所述多光谱图像进行平滑处理,得到平滑光谱图像,包括:
3.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述提取所述平滑光谱图像的光谱谱段,包括:
4.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述识别所述光谱谱段的谱段角度,包括:
5.如权利要求4所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述计算所述相交谱段中每个相交谱段之间的夹角角度,包括:
6.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述根据所述谱段角度,计算所述矢量谱段中每两个矢量谱段之间的谱段相似度,包括:
7.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述查询所述分类谱段的谱段属性,包括:
8.如权利要求1所述的一种基于
9.如权利要求8所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述计算所述线性回归函数的召回率,包括:
10.一种基于多光谱遥感的草原退化指示植物识别方法及系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述对所述多光谱图像进行平滑处理,得到平滑光谱图像,包括:
3.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述提取所述平滑光谱图像的光谱谱段,包括:
4.如权利要求1所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述识别所述光谱谱段的谱段角度,包括:
5.如权利要求4所述的一种基于多光谱遥感的草原退化指示植物识别方法,其特征在于,所述计算所述相交谱段中每个相交谱段之间的夹角角度,包括:
6.如权利要求1所述的...
【专利技术属性】
技术研发人员:哈斯巴根,石红霄,王海,刘永新,姜超,
申请(专利权)人:中国农业科学院草原研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。