[发明专利]基于时序遥感影像的多季农作物自动识别方法

权利要求书

1.一种基于时序遥感影像的多季农作物自动识别方法，其特征在于，该方法基于时序遥感影像，利用连续小波变换，获取研究区域每个像元的小波系数谱，并从中提取可以表征研究区域每个像元植被变化特征的年内变化特征图谱，进一步从所述年内变化特征图谱中提取用于区分植被相对偏好时期与植被相对偏差时期的特征线，逐尺度计算特征线确定的区域范围内的特征点数构成特征点变量，而后依据已知的多季农作物特征点变量在不同尺度区间内的值域分布特征，进行多季农作物识别。

2.根据权利要求1所述的基于时序遥感影像的多季农作物自动识别方法，其特征在于，包括以下步骤：

（1）基于一定时间步长为间隔的年内时序变化系列遥感影像数据集，建立研究区域每个像元以一定时间间隔为时间步长的年内时序变化原始图谱，并将其扩展为多年期时序变化原始图谱，以此作为多季农作物自动识别的基础；

（2）基于墨西哥帽母小波，对每个像元的多年期时序变化原始图谱进行连续小波变换，获得小波系数谱，体现为一幅横纵坐标分别为时间维与尺度维的二维图谱，从时间与尺度两个维度刻画农作物年内变化信息；在所述小波系数谱中，数值为正的区域表示该区域处于植被相对偏好时期，数值为负的区域表示该区域处于植被相对偏差时期，正负相邻的区域表示开始发生突变的区域；

（3）截取中间年份小波系数谱，将小波系数正负相邻的区域赋值为1，其他区域赋值为0，从而建立表征研究区域每个像元植被变化特征的年内变化特征图谱；

（4）从所述年内变化特征图谱中，提取用于区分植被相对偏好时期与植被相对偏差时期的特征线：从所述年内变化特征图谱的最大尺度开始搜索数值为1的区域，作为特征线的起点，采用领域搜索的方法，依次往小尺度方向逐行搜索数值为1的区域，从而获得用于区分植被相对偏好时期与植被相对偏差时期的特征线；

（5）从所述年内变化特征图谱中，在特征线确定的区域范围内，从小尺度向大尺度逐步进行搜索，记录下每个尺度上数值为1的区域个数，称为特征点数，并将所有尺度上的特征点数从小尺度到大尺度依次保存在特征点变量中；

（6）依据已知的多季农作物特征点变量在不同尺度上的值域分布特征，建立多季农作物判别标准，然后与步骤（5）中得到的特征点变量进行比较，以对研究区域各像元是否为多季农作物进行识别。

3.根据权利要求2所述的基于时序遥感影像的多季农作物自动识别方法，其特征在于，在步骤（6）中，所述多季农作物特征点变量基于已知多季农作物的时序遥感影像，按步骤（1）~（6）所述方法求得。

4.根据权利要求2所述的基于时序遥感影像的多季农作物自动识别方法，其特征在于，在步骤（6）中，建立多季农作物判别标准的依据是多季农作物在较低频率域范围内的变化信息。

5.根据权利要求1、2、3或4所述的基于时序遥感影像的多季农作物自动识别方法，其特征在于，该方法应用在农作物监测、遥感影像自动分类领域中。