【技术实现步骤摘要】
本专利技术涉及遥感图像处理，具体涉及一种基于遥感图像的植被分布预测方法及系统。
技术介绍
1、遥感图像可对植被覆盖区域的植物生长特征进行有效分析，可利用预测算法预测植被的分布和变化，进而方便农业或者林业等领域的技术人员对当前区域进行分析。
2、在现有技术中，为了得到植被的生长趋势，可利用arima预测模型结合不同时序下的遥感影像进行分析，以不同区域像素值时序变化作为预测的样本数据，根据数据的变化特征得到未来时序下的植被发展结果。但是对于植被覆盖区域而言，乔木植物与草本植物之间的植被纹理差异明显、植被生长速度差异较大，主要表现在于乔木类型的植被具有空间异质性，植被之间存在明显间隙，在植被生长扩散过程中需要充当间隙等目标，导致部分像素值变化不稳定。因此若仅根据时序上的变化对整个遥感图像进行全局预测，会因为植被生长扩散的不统一导致预测出现明显误差。
技术实现思路
1、为了解决现有技术中未考虑到草本植物和乔木植物之间的植被扩散程度不统一导致预测出现误差的技术问题，本专利技术的目的在于提供一种基于遥感图像的植被分布预测方法及系统，所采用的技术方案具体如下：
2、本专利技术提出了一种基于遥感图像的植被分布预测方法，所述方法包括：
3、获得待预测植被区域连续多帧的遥感图像；所述遥感图像由多个像素块组成；不同所述遥感图像的所述像素块分布以及大小相同；
4、对于每个位置处的像素块，根据相所述像素块在多帧的所述遥感图像中像素分布均匀性的变化特征，以及像素
5、根据所述植被扩散程度筛选出遥感图像中的草本植物像素块以及乔木植物像素块；对于草本植物像素块中的像素点利用arima算法进行预测；对于乔木植物像素块中的像素点，根据所述乔木植物像素块的所述植被扩散程度在每个像素点邻域内挑选出参考像素点，将所述参考像素点在时序上的像素值变化结果进行加权融合，获得对应像素点的参考时序变化特征；根据所述参考时序变化特征利用arima算法对乔木植物像素块中的像素点进行预测；获得预测遥感图像。
6、进一步地，获得所述遥感图像之后还包括：
7、在传统加权平均灰度化算法中增大绿色通道的权重，将所述遥感图像进行灰度化处理。
8、进一步地，所述像素块的划分方法包括：
9、在连续多帧的所述遥感图像中，对第一帧遥感图像进行超像素分割，获得第一帧遥感图像中的像素块，按照第一帧遥感图像中的像素块的大小和分布对其他帧遥感图像进行相同的分割，获得每帧遥感图像中的像素块。
10、进一步地，利用所述像素块的平均灰度值作为所述颜色特征。
11、进一步地，所述像素分布均匀性的获取方法包括：
12、在每帧所述遥感图像中，获得每个像素块中的像素值的熵值以及方差，将所述熵值和方差的乘积进行负相关映射，获得每个像素块的所述像素分布均匀性。
13、进一步地，所述植被扩散程度的获取方法包括：
14、将任意一个像素块位置作为目标位置，将任意一帧遥感图像作为目标遥感图像；
15、获得所述目标遥感图像与下一帧遥感图像之间目标位置处像素块的像素分布均匀性差异；将所述像素分布均匀性差异负相关映射之后，与目标遥感图像中目标位置处像素块的颜色特征以及像素分布均匀性相乘，获得目标遥感图像中目标位置处像素块的初始扩散程度；
16、将所有帧遥感图像中目标位置处像素块的初始扩散程度平均值作为所述目标位置处像素块的植被扩散程度。
17、进一步地，所述参考像素点的获取方法包括：
18、将所述乔木植物像素块按照所述植被扩散程度大小进行升序排列，获得每个所述乔木植物像素块的次序，将第一个所述乔木植物像素块的参考像素点数量设置为预设数值，以所述预设数值作为初始值按照预设步长依次减小，获得每个次序的所述乔木植物像素块的参考像素点数量；根据所述参考像素点数量以每个像素点为中心，在横纵方向上获得每个像素点的所述参考像素点。
19、进一步地，所述参考时序变化特征的获取方法包括：
20、利用高斯权重将所述参考像素点在时序上的像素值变化结果进行加权求和，获得所述参考时序变化特征。
21、进一步地，所述根据所述植被扩散程度筛选出遥感图像中的草本植物像素块以及乔木植物像素块，包括：
22、在所述遥感图像中，若像素块的所述植被扩散程度大于预设扩散程度阈值，则所述像素块为草本植物像素块；否则为乔木植物像素块。
23、本专利技术还提出了一种基于遥感图像的植被分布预测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述一种基于遥感图像的植被分布预测方法的步骤。
24、本专利技术具有如下有益效果：
25、本专利技术实施例考虑到乔木植物和草本植物在纹理、颜色等图像特征上具有明显差异，为了对两类制备进行有效区分，首先需要对遥感图像进行局部分析，因此获得具有多个像素块组成的遥感图像，像素块代表了一个类型的植被在遥感图像中的一个局部分布区域。进一步考虑到了乔木植物和草本植物因为生长特征的不同，会导致在不同时序下像素的纹理以及变化规律不同，基于此获得植被扩散程度即可筛选出草本植物像素块以及乔木植物像素快。可根据不同植物类型的像素块进行不同规则的预测，因为乔木植物因为树冠以及树干高度等生长特点，导致植被存在空间特异性，因此为了防止预测误差，在乔木植物像素块中的像素点的邻域内挑选出参考像素点，进而以参考像素点在时序上的变化作为原本像素点的参考进行预测，消除由于空间特异性造成的误差，获得准确的预测遥感图像。
本文档来自技高网...【技术保护点】
1.一种基于遥感图像的植被分布预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，获得所述遥感图像之后还包括：
3.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述像素块的划分方法包括：
4.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，利用所述像素块的平均灰度值作为所述颜色特征。
5.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述像素分布均匀性的获取方法包括：
6.根据权利要求4所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述植被扩散程度的获取方法包括：
7.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述参考像素点的获取方法包括：
8.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述参考时序变化特征的获取方法包括：
9.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述根据所
10.一种基于遥感图像的植被分布预测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～9任意一项所述一种基于遥感图像的植被分布预测方法的步骤。
...【技术特征摘要】
1.一种基于遥感图像的植被分布预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，获得所述遥感图像之后还包括：
3.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述像素块的划分方法包括：
4.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，利用所述像素块的平均灰度值作为所述颜色特征。
5.根据权利要求1所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述像素分布均匀性的获取方法包括：
6.根据权利要求4所述的一种基于遥感图像的植被分布预测方法，其特征在于，所述植被扩散程度的获取方法包括...
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。