[发明专利]遥感数据识别方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种遥感数据识别方法、装置、电子设备及可读存储介质。其中，方法包括响应用户在可视化页面上的样本选择指令，从待识别遥感影像数据中获取目标样本数据；计算目标样本数据的光谱分布特征；利用预设函数关系式描述光谱分布特征，并基于光谱分布特征对预设函数关系式进行拟合处理；根据拟合结果计算目标样本数据对应的分类阈值；根据光谱分布特征和分类阈值之间关系，对待识别遥感影像数据进行识别。本申请可有效提高遥感影像数据的识别精准度。

技术领域

本申请涉及遥感技术领域，特别是涉及一种遥感数据识别方法、装置、电子设备及可读存储介质。

背景技术

由于遥感技术具备远距离、大面积、无需直接接触等探测特点，其被广泛应用于农、林、牧等领域执行监测任务。由于光谱数据包含丰富的地物特征信息，因此光谱数据成为遥感识别的主要数据源之一。在光谱遥感识别中，光谱指数是遥感识别的主要分类特征，而如何计算光谱指数阈值成为决定分类精度的重要问题。

相关技术可通过诸如Otsu(最大类间方差法)阈值、自适应阈值、最大熵阈值、迭代阈值等方法计算光谱指数阈值，但是由于遥感影像的场景复杂、地物种类多样等原因，上述方法计算得到的光谱指数阈值难以满足实际要求的精度。

鉴于此，如何提高遥感影像数据的识别精准度，是所属领域技术人员需要解决的技术问题。

发明内容

本申请提供了一种遥感数据识别方法、装置、电子设备及可读存储介质，有效提高了遥感影像数据的识别精准度。

为解决上述技术问题，本发明实施例提供以下技术方案：

本发明实施例一方面提供了一种遥感数据识别方法，包括：

响应用户在可视化页面上的样本选择指令，从待识别遥感影像数据中获取目标样本数据；

计算所述目标样本数据的光谱分布特征；

利用预设函数关系式描述所述光谱分布特征，并基于所述光谱分布特征对所述预设函数关系式进行拟合处理；

根据拟合结果计算所述目标样本数据对应的分类阈值；

根据所述光谱分布特征和所述分类阈值之间关系，识别所述待识别遥感影像数据。

可选的，所述响应用户在可视化页面上的样本选择指令之前，还包括：

获取原始遥感影像数据；

对所述原始遥感影像数据进行配准操作、拼接操作和辐射定标操作，以生成拼接的反射率正射影像数据；

将所述反射率正射影像数据作为所述待识别遥感影像数据显示在可视化页面中。

可选的，所述响应用户在可视化页面上的样本选择指令，从待识别遥感影像数据中获取目标样本数据，包括：

响应用户的图层选择指令，将从各栅格图层中获取的目标图层显示给用户；

响应用户的测区范围选择指令，从所述目标图层中获取目标测区；

响应用户的样本选择指令，从所述目标测区中获取目标样本数据，所述目标样本数据中的各样本属于同一地物类型且为用户需求识别的地物类型。

可选的，所述计算所述目标样本数据的光谱分布特征，包括：

将所述目标样本数据的各处样本存储至相应样本栅格中，每个样本栅格包含的波段数目与所述待识别遥感影像数据包含的波段数目相同；

计算每个样本栅格的特征指数，并根据各样本栅格的特征指数生成样本直方图，以作为所述目标样本数据的光谱分布特征。

可选的，所述根据拟合结果计算所述目标样本数据对应的分类阈值，包括：