[发明专利]红树林识别方法及系统

说明书

本发明公开了一种红树林识别方法及系统，其中方法包括：读取待识别遥感图像，采用假彩色合成技术对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待识别文件进行红树林识别，获取待识别遥感图像中的红树林区域。其采用基于超像素算法对待识别遥感图像进行自适应分割，利用像素之间特征的相似程度将遥感图像中的像素进行分组的目的，降低了后续图像处理任务的复杂度，从而提高了红树林识别效率。

技术领域

本发明涉及图像处理技术领域，具体涉及一种红树林识别方法及系统。

背景技术

红树林是生长在热带、亚热带沿海潮间带滩涂上特有的木本植物群落，属于常绿阔叶林，对海岸带的环境保护、生态平衡以及生物多样化保护有非常重要的意义。由于红树林主要分布于淤泥深厚的海湾或河口盐渍土壤上，其特殊的生长环境不利于大面积的野外实地调查，往往需要借助遥感技术来快速进行监测和调查。由此，基于遥感图像的红树林检测技术具有重要的意义。目前，传统的基于遥感图像的红树林检测技术主要有目视解译法、波段组合法、图像分类法、专家分类法、模糊分类法和面向对象分类法等。但是，上述方法中对图像的处理大多以像素为单位，用二维矩阵来表示一张图像，并且其通常没有考虑像素之间的空间组织关系，这就使得检测算法处理效率过低，从而影像红树林的识别效率。

发明内容

有鉴于此，本发明实施例提供一种红树林识别方法及系统，以解决传统的红树林检测技术的识别效率较低的问题。

为实现本发明目的提供的一种红树林识别方法，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。

在其中一个实施例中，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。

在其中一个实施例中，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。