【技术实现步骤摘要】
本专利技术涉及遥感图像处理，尤其是涉及一种大棚识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、在过去的几十年里，塑料温室迅速改变了世界各地的农业模式。与传统农业相比，大棚作为一种有效的现代模式，可以保护作物免受不稳定环境的影响，并提供反季节作物，在农业领域得到广泛应用。尽管塑料大棚可以生产优质农作物，但其广泛使用也造成了一些环境问题。首先，大棚产生塑料废物，导致土壤退化和水污染。其次，集约化农业模式改变了土地覆盖，进一步影响景观和生态系统服务。最后，大棚影响景观的美观，例如视觉清晰度降低和区域生物多样性减少。因此，准确绘制大棚的时空分布对于环境监测和农业政策的实施是必要的。遥感数据的不断增加和分析方法的成熟使得利用遥感技术监测土地覆盖变得普遍，这为提取大棚提供了可能性。
2、利用遥感进行大棚识别的方法分为两类：一类是利用土地覆盖类型特征的特征提取方法，如使用基于对象的图像分析和决策树分类来检测大棚；另一类是基于指数的提取方法，如使用基于蔬菜的指数(vegetationindex，简称为vi，或vi)等大棚指数来提取大棚。然而特征提取方法需要高空间分辨图像支撑(如以空间分辨率为0.5m的影像为基础进行大棚识别)，这种影像数据难以获得，时空连续性不强，并且需要大量训练样本作为基础，对于大范围识别来说特征提取效果较差。而基于指数的提取方法，同谱异物和同物异谱的问题特别突出，导致识别效果较差。
技术实现思路
1、本专利技术的目的在于提供一种大棚识别方法、装置、电子
2、第一方面，本专利技术实施例提供了一种大棚识别方法，包括：
3、获取目标区域的原始遥感影像数据，所述原始遥感影像数据包括预设波段的反射率数据，所述预设波段包括沿海气溶胶波段、蓝色波段、绿色波段、近红外波段、短波红外1和短波红外2；
4、对所述原始遥感影像数据进行预处理，得到目标遥感影像数据；
5、基于预设的修改大棚指数mpgi对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果；其中，所述mpgi的定义如下：
6、
7、v＝(rgreen-rblue)×(rnir-rswir1-0.02)；
8、其中，rcoastal为沿海气溶胶波段的反射率，rblue为蓝色波段的反射率，rgreen为绿色波段的反射率，rnir为近红外波段的反射率，rswir1为短波红外1的反射率，rswir2为短波红外2的反射率，v为预设的初始判别参数。
9、进一步地，所述对所述原始遥感影像数据进行预处理，得到目标遥感影像数据，包括：
10、对所述原始遥感影像数据进行辐射定标、大气矫正和所述目标区域的裁剪，得到处理后数据；
11、对所述处理后数据进行典型地物类型的去除，得到目标遥感影像数据；其中，所述典型地物类型包括森林、水体、雪和裸土中的一种或多种。
12、进一步地，所述对所述处理后数据进行典型地物类型的去除，得到目标遥感影像数据，包括：
13、基于归一化植被指数、改进水体指数和归一化差异裸土指数对所述处理后数据进行所述典型地物类型的识别，得到非大棚识别结果；
14、从所述处理后数据中剔除所述非大棚识别结果对应的非大棚区域数据，得到目标遥感影像数据。
15、进一步地，所述基于预设的修改大棚指数mpgi对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果，包括：
16、遍历所述目标遥感影像数据中的每个像元；
17、对于遍历到的当前像元，基于所述目标遥感影像数据中所述当前像元对应的反射率数据，计算得到所述当前像元对应的mpgi数据，并基于所述mpgi数据确定所述当前像元的大棚识别结果；其中，所述mpgi数据包括初始判别参数值和mpgi值；
18、直至遍历完所述目标遥感影像数据中的所有像元，得到所述目标区域的目标大棚识别结果。
19、进一步地，所述基于所述目标遥感影像数据中所述当前像元对应的反射率数据，计算得到所述当前像元对应的mpgi数据，并基于所述mpgi数据确定所述当前像元的大棚识别结果，包括：
20、基于所述目标遥感影像数据中所述当前像元对应的第一反射率数据，计算得到所述当前像元对应的初始判别参数值；其中，所述第一反射率数据包括蓝色波段的反射率值、绿色波段的反射率值、近红外波段的反射率值和短波红外1的反射率值；
21、判断所述当前像元对应的初始判别参数值是否大于0，得到第一判断结果；
22、当所述第一判断结果为否时，确定所述当前像元属于非大棚区域；
23、当所述第一判断结果为是时，基于所述目标遥感影像数据中所述当前像元对应的第二反射率数据，计算得到所述当前像元对应的mpgi值；其中，所述第二反射率数据包括沿海气溶胶波段的反射率值、蓝色波段的反射率值、近红外波段的反射率值、短波红外1的反射率值和短波红外2的反射率值；
24、判断所述当前像元对应的mpgi值是否大于或等于预设的mpgi阈值，得到第二判断结果；
25、当所述第二判断结果为是时，确定所述当前像元属于大棚区域；
26、当所述第二判断结果为否时，确定所述当前像元属于非大棚区域。
27、进一步地，在所述基于预设的修改大棚指数mpgi对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果之后，所述大棚识别方法还包括：
28、基于所述目标大棚识别结果，生成所述目标区域的大棚分布图。
29、进一步地，在所述基于预设的修改大棚指数mpgi对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果之后，所述大棚识别方法还包括：
30、基于所述目标大棚识别结果，计算得到所述目标区域的大棚占比值。
31、第二方面，本专利技术实施例还提供了一种大棚识别装置，包括：
32、数据获取模块，用于获取目标区域的原始遥感影像数据，所述原始遥感影像数据包括预设波段的反射率数据，所述预设波段包括沿海气溶胶波段、蓝色波段、绿色波段、近红外波段、短波红外1和短波红外2；
33、预处理模块，用于对所述原始遥感影像数据进行预处理，得到目标遥感影像数据；
34、大棚识别模块，用于基于预设的修改大棚指数mpgi对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果；其中，所述mpgi的定义如下：
35、
36、v＝(rgreen-rblue)×(rnir-rswir1-0.02)；
37、其中，rcoastal为沿海气溶胶波段的反射率，rblue为蓝色波段的反射率，rgreen为绿色波段的反射率，rnir为近红外波段的反射率，rswir1为短波红外1的反射率，rswir2为短波红外2的反射率，v为预本文档来自技高网...
【技术保护点】
1.一种大棚识别方法，其特征在于，包括：
2.根据权利要求1所述的大棚识别方法，其特征在于，所述对所述原始遥感影像数据进行预处理，得到目标遥感影像数据，包括：
3.根据权利要求2所述的大棚识别方法，其特征在于，所述对所述处理后数据进行典型地物类型的去除，得到目标遥感影像数据，包括：
4.根据权利要求1所述的大棚识别方法，其特征在于，所述基于预设的修改大棚指数MPGI对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果，包括：
5.根据权利要求4所述的大棚识别方法，其特征在于，所述基于所述目标遥感影像数据中所述当前像元对应的反射率数据，计算得到所述当前像元对应的MPGI数据，并基于所述MPGI数据确定所述当前像元的大棚识别结果，包括：
6.根据权利要求1-5中任一项所述的大棚识别方法，其特征在于，在所述基于预设的修改大棚指数MPGI对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果之后，所述大棚识别方法还包括：
7.根据权利要求1-5中任一项所述的大棚识别方法，其特征在于，
8.一种大棚识别装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器，所述存储器中存储有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权利要求1-7中任一项所述的大棚识别方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-7中任一项所述的大棚识别方法。
...【技术特征摘要】
1.一种大棚识别方法，其特征在于，包括：
2.根据权利要求1所述的大棚识别方法，其特征在于，所述对所述原始遥感影像数据进行预处理，得到目标遥感影像数据，包括：
3.根据权利要求2所述的大棚识别方法，其特征在于，所述对所述处理后数据进行典型地物类型的去除，得到目标遥感影像数据，包括：
4.根据权利要求1所述的大棚识别方法，其特征在于，所述基于预设的修改大棚指数mpgi对所述目标遥感影像数据进行大棚识别，得到所述目标区域的目标大棚识别结果，包括：
5.根据权利要求4所述的大棚识别方法，其特征在于，所述基于所述目标遥感影像数据中所述当前像元对应的反射率数据，计算得到所述当前像元对应的mpgi数据，并基于所述mpgi数据确定所述当前像元的大棚识别结果，包括：
6.根据权利要求1-5中任一项所述的大棚识别方法，其特...
【专利技术属性】
技术研发人员：陈姗姗，陈奕嘉，李泞吕，纪晨旭，赵方凯，陈利顶，
申请(专利权)人：云南大学，
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。