[发明专利]一种基于多光谱影像和SAR影像的地物分类方法及装置

说明书

本发明涉及地物分类领域，具体涉及一种基于多光谱影像和SAR影像的地物分类方法及装置，该方法及装置获取预设区域的多光谱影像，并对多光谱影像进行多光谱影像特征提取；获取预设区域的时间序列SAR影像，并对时间序列SAR影像进行时间序列SAR影像特征提取；对多光谱影像特征和时间序列SAR影像特征进行特征级融合，获取地物分类结果。该方法及装置利用合成孔径雷达SAR全天时、全天候工作、重访周期短的优势，获取长时间序列SAR影像，增加了输入的特征维度；对多光谱和SAR影像进行特征级融合，在充分利多光谱信息的同时，结合时间序列SAR影像所反映的地物结构、纹理和电磁散射特性来辅助地物解译。

技术领域

本发明涉及地物分类领域，具体而言，涉及一种基于多光谱影像和SAR影像的地物分类方法及装置。

背景技术

近年来，随着卫星和成像技术的不断发展，光学遥感影像和星载合成孔径雷达(SAR)影像的获取渠道越来越多，成为大范围对地观测的重要数据源。光学影像由于其丰富的光谱信息，对目标的识别与检测较为容易。但是，传统地物分类方法只采用光学影像，由于天气的影响，难以形成时间序列数据集，大大限制了输入特征的维度。星载合成孔径雷达(SAR)作为一种主动微波遥感技术，具有全天时、全天候工作的优势，穿透能力强且纹理信息丰富，但受几何畸变以及SAR成像系统固有的相干斑等因素的影响，限制了对地物的解译能力，单独采用雷达图像进行地物分类精度不高。因此，如何对光学和SAR遥感影像进行融合，实现多源数据信息互补和综合利用，从而提高地物分类的精度，成为研究的热点。

现有技术一部分只采用可见光遥感数据，受云盖影响无法获取长时间序列特征，限制了分类精度；在与SAR影像融合的研究中，现有技术对SAR数据本身的相干斑抑制效果不理想，由于采用本地规则窗口进行滤波，没有考虑周边像素的统计特性，在抑制噪声的同时极易模糊强散射体与周边低相干区域。

发明内容

本发明实施例提供了一种基于多光谱影像和SAR影像的地物分类方法及装置，以至少解决现有地物分类方法分类精度较差的技术问题。

根据本发明的一实施例，提供了一种基于多光谱影像和SAR影像的地物分类方法，包括以下步骤：

S101:获取预设区域的多光谱影像，并对多光谱影像进行多光谱影像特征提取；

S102:获取预设区域的时间序列SAR影像，并对时间序列SAR影像进行时间序列SAR影像特征提取；

S103:对多光谱影像特征和时间序列SAR影像特征进行特征级融合，获取地物分类结果。

进一步地，方法还包括：

S104:对获取的地物分类结果进行精度评估。

进一步地，步骤S101包括：

选取覆盖同一研究区云盖小于10％的多光谱影像；对多光谱影像进行预处理，然后采用大气顶部TOA反射率计算多光谱影像中的植被指数NDVI和水体指数NDWI；

植被指数(NDVI)计算公式如下：

水体指数(NDWI)计算公式如下：

其中，Band_Green、Band_NIR、Band_Red分别为多光谱影像的绿、红外、红光波段的大气顶部反射率。

进一步地，步骤S102包括：

选取覆盖同一研究区的时间序列SAR影像，对时间序列SAR影像进行预处理：采取基于统计同质像素集的自适应滤波方法计算干涉相干系数、VV/VH极化通道幅度离散度估计、灰度共生矩阵GLCM纹理特征提取。