[发明专利]基于遥感图像的作物倒伏识别方法、装置以及设备

权利要求书

1.一种基于遥感图像的作物倒伏识别方法，其特征在于，包括以下步骤：

获取目标区域的遥感图像，根据所述遥感图像以及相应的特征提取算法，获取所述遥感图像的各个像素对应的特征数据，其中，所述特征数据包括纹理特征数据以及超绿特征数据；

对所述遥感图像进行超像素分割，获取所述遥感图像的若干个超像素图像，根据所述超像素图像的各个像素的位置以及所述遥感图像各个像素对应的特征数据，将所述特征数据填充至所述超像素图像的各个像素，获取填充处理后的超像素图像；

根据所述填充处理后的超像素图像的各个像素的特征数据以及预设的特征阈值，从所述填充处理后的超像素图像中提取目标像素，作为所述目标区域的作物倒伏区域。

2.根据权利要求1所述的基于遥感图像的作物倒伏识别方法，其特征在于：所述遥感图像包括RGB遥感图像以及HSV遥感图像，其中，所述HSV遥感图像由所述RGB遥感图像经过色彩空间转换获取的。

3.根据权利要求2所述的基于遥感图像的作物倒伏识别方法，其特征在于，所述根据所述遥感图像以及相应的特征提取算法，获取所述遥感图像的各个像素对应的特征数据，包括步骤：

构建所述HSV遥感图像对应的灰度共生矩阵，根据所述灰度共生矩阵以及纹理特征提取算法，获取所述HSV遥感图像的各个像素对应的纹理特征数据，其中，所述纹理特征提取算法为：

式中，Var为所述纹理特征数据；M为所述灰度共生矩阵的第一灰度等级；N为所述灰度共生矩阵的第二灰度等级；f(i，j，d，θ)表示在方向θ上，相隔d个像素距离的一对像素分别具有灰度i和j的概率；μ为所述灰度共生矩阵的纹理均值。

4.根据权利要求2所述的基于遥感图像的作物倒伏识别方法，其特征在于，所述根据所述遥感图像以及相应的特征提取算法，获取所述遥感图像的各个像素对应的特征数据，包括步骤：

根据所述RGB遥感图像以及超绿特征提取算法，获取所述RGB遥感图像的各个像素对应的超绿特征数据，其中，所述超绿特征提取算法为：

ExG＝2*G-B-R

式中，ExG为所述超绿特征数据，G为所述RGB遥感图像中的绿通道数据，B为所述RGB遥感图像中的蓝通道数据，R为所述RGB遥感图像中的红通道数据。

5.根据权利要求4所述的基于遥感图像的作物倒伏识别方法，其特征在于：所述特征阈值包括纹理特征阈值以及超绿特征阈值。

6.根据权利要求5所述的基于遥感图像的作物倒伏识别方法，其特征在于，所述根据所述填充处理后的超像素图像的各个像素的特征数据以及预设的特征阈值，从所述填充处理后的超像素图像中提取目标像素，作为所述目标区域的作物倒伏区域之前，包括步骤：

获取所述特征像素图像集的灰度值数据，其中，所述灰度值数据包括所述纹理特征数据对应的超像素图像中各个像素对应的灰度值以及所述超绿特征数据对应的超像素图像中各个像素对应的灰度值；

根据所述灰度值数据，对所述特征数据对应的超像素图像进行图像分割，获取不同的灰度值对应的特征数据对应的超像素图像的前景与后景，计算不同的灰度值对应的所述特征数据对应的超像素图像的前景和背景之间的类内方差值，根据所述类内方差值，获取最大的类内方差值对应的灰度值，获取所述超绿特征阈值以及纹理特征阈值。