[发明专利]一种农作物遥感分类方法及系统

权利要求书

1.一种农作物遥感分类方法，其特征在于包括：

步骤S100：获取目标区的时间序列遥感影像，进行预处理得到多时相的遥感影像；其中，时间序列的时相数为n；

步骤S200：对每个时相的遥感影像进行云和阴影的检测，得到时间序列的云和阴影掩膜二值图；

步骤S300：对每个时相的遥感影像进行植被提取，得到时间序列的植被分布二值图；

步骤S400：从时间序列的云和阴影掩膜二值图中计算得出所有时相均无云和阴影的区域，记为AOI区域；根据时间序列的植被分布二值图对目标区的时间序列遥感影像落在AOI区域的所有像元进行多时相植被合成得到多时相植被类型；

步骤S500：计算每种多时相植被类型所占的AOI区域的面积百分比，若该百分比小于设定阈值T时，则判定为无效类型；否则为有效类型；

步骤S600：对于每一种有效类型，计算该有效类型对应的多时相遥感影像落在AOI区域内的平均光谱，作为该有效类型的多时相特征光谱，构成监督分类光谱库；

步骤S700：使用监督分类光谱库对AOI区域以外的区域以及AOI区域内的无效类型区域进行逐像元的选择性监督分类得到待分类光谱矢量V₁和特征光谱矢量集合；

步骤S800：计算待分类光谱矢量V₁和特征光谱矢量集合中的每条特征光谱之间的欧氏距离，取欧氏距离最小的特征光谱所在的有效类型作为待分类像元的有效类型。

2.根据权利要求1所述的农作物遥感分类方法，其特征在于还包括：

步骤S900：在预先知道目标区不同作物的播种期和收获期的基础上，结合多时相的遥感影像的采集日期，将不同的有效类型指定为不同的农作物类型；

步骤S1000：建立目标区的有效类型和农作物类型之间的映射查找表。

3.根据权利要求1所述的农作物遥感分类方法，其特征在于：在步骤S400中，多时相植被类型通过如下公式得到：

其中，C为多时相植被类型，P_i为第i时相的植被分布二值图，n为时间序列的时相数，i为时相的序号。

4.根据权利要求3所述的农作物遥感分类方法，其特征在于：多时相植被类型的种类数量为：N＝2ⁿ。

5.根据权利要求3所述的农作物遥感分类方法，其特征在于：在步骤S500中，有效类型的数量为：N_e≤N；其中，N_e为有效类型的数量，N为多时相植被类型的种类数量。

6.根据权利要求1所述的农作物遥感分类方法，其特征在于：在步骤S600中，监督分类光谱库中的每一条特征光谱具有b*n个特征，并具有一个类型标签C；其中，b为单一时相遥感图像的波段数量。

7.根据权利要求1所述的农作物遥感分类方法，其特征在于：在步骤S700中，使用监督分类光谱库对AOI区域以外的区域以及AOI区域内的无效类型区域进行逐像元的选择性监督分类得到待分类光谱矢量V₁和特征光谱矢量集合包括如下步骤：

对于某个待分类像元，首先从时间序列的云和阴影掩膜二值图中获取待分类像元的无云和阴影的时相，继而从多时相的遥感影像中抽取无云和阴影时相的待分类像元的光谱反射率值，构成待分类光谱矢量V₁；

对于每一种有效类型，从光谱库中提取待分类像元的对应的无云和阴影时相的特征光谱矢量集合。

8.根据权利要求1所述的农作物遥感分类方法，其特征在于：所述特征光谱矢量集合包括N_e条特征光谱。

9.根据权利要求2所述的农作物遥感分类方法，其特征在于：在步骤S900中，农作物在播种前至播种后一个月之内均为非植被，播种后一个月至收获前均为植被，收获后均为非植被。

10.一种农作物遥感分类系统，其特征在于包括：

第一模块，用于获取目标区的时间序列遥感影像，进行预处理得到多时相的遥感影像；其中，时间序列的时相数为n；

第二模块，用于对每个时相的遥感影像进行云和阴影的检测，得到时间序列的云和阴影掩膜二值图；

第三模块，用于对每个时相的遥感影像进行植被提取，得到时间序列的植被分布二值图；

第四模块，用于从时间序列的云和阴影掩膜二值图中计算得出所有时相均无云和阴影的区域，记为AOI区域；根据时间序列的植被分布二值图对目标区的时间序列遥感影像落在AOI区域的所有像元进行多时相植被合成得到多时相植被类型；

第五模块，用于计算每种多时相植被类型所占的AOI区域的面积百分比，若该百分比小于设定阈值T时，则判定为无效类型；否则为有效类型；

第六模块，用于对于每一种有效类型，计算该有效类型对应的多时相遥感影像落在AOI区域内的平均光谱，作为该有效类型的多时相特征光谱，构成监督分类光谱库；

第七模块，用于使用监督分类光谱库对AOI区域以外的区域以及AOI区域内的无效类型区域进行逐像元的选择性监督分类得到待分类光谱矢量V₁和特征光谱矢量集合；

第八模块，用于计算待分类光谱矢量V₁和特征光谱矢量集合中的每条特征光谱之间的欧氏距离，取欧氏距离最小的特征光谱所在的有效类型作为待分类像元的有效类型。