[发明专利]一种基于光学遥感数据的甘蔗分布识别方法

权利要求书

1.一种基于光学遥感数据的甘蔗分布识别方法，其特征在于：包括如下步骤：

获取甘蔗的物候信息和该甘蔗的历史Sentinel-2序列数据，并针对每景图像计算NDVI；

根据物候信息划分物候阶段，并合成每个物候阶段分别对应的NDVI最大值图像；

将NDVI最大值图像进行图像降维，所述将NDVI最大值图像进行图像降维的步骤，具体包括如下步骤：计算每个物候阶段分别对应的NDVI最大值图像的波动值，取

diff＝max(NDVI_S1,......,NDVI_Sn)-min(NDVI_S1,......,NDVI_Sn)，其中，diff为波动值，NDVI_S1～NDVI_Sn为每个物候阶段分别对应的NDVI最大值图像，n为物候阶段的个数，且n＝5，采用响应值L＝min(NDVI_S2,......,NDVI_Sn)-NDVI_S1-diff将n个NDVI最大值图像进行图像降维；

对所述图像降维后的图像采用梯度算子计算梯度，获得边缘幅度图像；

对边缘幅度图像采用分水岭分割算法提取甘蔗分布。

2.根据权利要求1所述的基于光学遥感数据的甘蔗分布识别方法，其特征在于：所述获取甘蔗的物候信息和该甘蔗的历史Sentinel-2序列数据，并针对每景图像计算NDVI的步骤包括依照行政区域、温度、光照、经纬度和专家知识获取不同地理区域的甘蔗的物候信息。

3.根据权利要求1所述的基于光学遥感数据的甘蔗分布识别方法，其特征在于：所述物候阶段对应于甘蔗不同的生长发育阶段。

4.根据权利要求1所述的基于光学遥感数据的甘蔗分布识别方法，其特征在于：所述梯度算子为Sobel算子。

5.根据权利要求1所述的基于光学遥感数据的甘蔗分布识别方法，其特征在于：所述对边缘幅度图像采用分水岭分割算法提取甘蔗的步骤，具体包括如下步骤：

利用先验知识训练阈值T_true和T_false，通过阈值T_true和T_false标记已知区域；其中，标记将响应值L大于阈值T_true的像素所属区域标记为甘蔗分布区域，将响应值L小于阈值T_false的像素所属区域标记为甘蔗未分布区域；

根据标记的已知区域和梯度，采用分水岭分割算法提取甘蔗分布。

6.根据权利要求5所述的基于光学遥感数据的甘蔗分布识别方法，其特征在于：所述根据标记的已知区域和梯度，采用分水岭分割算法提取甘蔗分布的步骤之后，还包括如下步骤：

利用数字形态学算法删除提取结果中不符合预设条件的斑块。