[发明专利]红树林识别方法及系统

权利要求书

1.一种红树林识别方法，其特征在于，包括如下步骤：

读取待识别遥感图像，采用假彩色合成技术对所述待识别遥感图像进行处理，获取相应的假彩色图像；

基于超像素算法对所述假彩色图像进行面向对象的多尺度自适应分割，得到多个假彩色子图像；

对每一个所述假彩色子图像进行属性参数的计算，生成相应的带有矢量信息的待识别文件；

运用基于综合特征的红树林识别算法对每一份所述待识别文件进行红树林识别，获取所述待识别遥感图像中的红树林区域；所述运用基于综合特征的红树林识别算法对每一份所述待识别文件进行红树林识别，包括如下步骤：对每一份所述待识别文件进行归一化植被指数分析计算，并根据计算得到的所述归一化植被指数区分所述待识别文件中的不同地物类型；根据红树林的特征和研究区域的可标定性，将所述待识别文件中的无红树林的陆地植被区剔除，并通过掩膜技术建立仅保留有红树林的潮间带和海水解译区的遥感影像掩膜图；采用支持向量机分类方法区分所述遥感影像掩膜图中的红树林和非红树林。

2.如权利要求1所述的方法，其特征在于，所述采用假彩色合成技术对所述待识别遥感图像进行处理，获取相应的假彩色图像，包括如下步骤：

由所述待识别遥感图像中提取出三帧单谱段图像；其中，所述三帧单谱段图像分别为：第一谱段图像、第二谱段图像和第三谱段图像；

逐个将所述第一谱段图像中像元的灰度、第二谱段图像中像元的灰度和第三谱段图像中像元的灰度分别映射为LAB空间的色调分量、明度分量和彩度分量；

将映射得到的LAB空间的色调分量、明度分量和彩度分量进行合成，得到所述假彩色图像。

3.如权利要求1所述的方法，其特征在于，所述基于超像素算法对所述假彩色图像进行面向对象的多尺度自适应分割，得到多个假彩色子图像，包括如下步骤：

初始化超像素分割的距离、标签和聚类中心；

以当前像素点为中心，预设距离范围内计算当前像素点到所有种子点的距离；根据计算出的距离重新计算所述聚类中心，得到实际聚类中心；

判断重新计算出的所述实际聚类中心与初始化设定的所述聚类中心是否相同；

当判断出所述实际聚类中心与初始化设定的所述聚类中心相同时，结束分割；

当判断出所述实际聚类中心与初始化设定的所述聚类中心不同时，返回继续执行所述以当前像素点为中心，预设距离范围内计算当前像素点到所有种子点的距离的步骤，直至所述实际聚类中心与初始化设定的所述聚类中心相同为止。

4.如权利要求1或3所述的方法，其特征在于，对所述假彩色图像进行分割得到多个所述假彩色子图像后，还包括如下步骤：

判断每个所述假彩色子图像是否满足目视分割要求；

当判断出所述假彩色子图像均满足所述目视分割要求时，直接执行所述对每一个所述假彩色子图像进行属性参数的计算的步骤；

当判断出所述假彩色子图像不满足所述目视分割要求时，根据预先设定的分割参数对所述假彩色子图像进行进一步分割，直至分割得到的图像满足所述目视分割要求。

5.如权利要求1所述的方法，其特征在于，所述运用基于综合特征的红树林识别算法对每一份所述待识别文件进行红树林识别之后，还包括如下步骤：

判断识别结果是否满足目视识别要求；

若是，则标记所述红树林区域；若否，则启动自定义识别，对所述待识别文件继续进行识别。

6.如权利要求1所述的方法，其特征在于，获取所述红树林区域后，还包括如下步骤：

计算所述红树林区域的面积；

根据计算得到的面积监测不同时期所述红树林区域的变化趋势。