[发明专利]基于高分辨率遥感影像的林业信息识别方法

权利要求书

1.基于高分辨率遥感影像的林业信息识别方法，其特征在于，该方法包括以下步骤：

采集林业遥感影像，绘制林业遥感影像的灰度直方图，对灰度直方图进行一维高斯混合模型拟合，得到子高斯模型；

根据子高斯模型的均值参数获取所有待选边界灰度值；根据待选边界灰度值的频率以及子高斯模型获取待选边界灰度值的拟合度；根据子高斯模型的均值参数以及每个待选边界灰度值的拟合度获取候选区间；

将候选区间中每个灰度值分别作为一个分界点，根据所有分界点得到多个增强区间；

根据增强区间中待选边界灰度值的拟合度以及频率获取增强区间中每个灰度值的修正频率；利用增强区间中每个灰度值的修正频率构建修正直方图，对修正直方图进行直方图均衡化，得到增强区间对应的增强图像；

获取增强区间对应的增强图像中的林业像素点，根据林业遥感图像以及增强图像中的林业像素点获取增强区间的增强优势；

根据所有增强区间的增强优势进行聚类获取所有候选增强区间；获取候选增强区间的细节丢失程度，将所有候选增强区间中细节丢失程度最小的候选增强区间对应的增强图像作为最佳增强图像；

根据最佳增强图像识别林业树木种类及生长区域；

所述根据待选边界灰度值的频率以及子高斯模型获取待选边界灰度值的拟合度，包括的具体步骤如下：

其中为第个待选边界灰度值的拟合度；为第个待选边界灰度值在灰度直方图中对应的频率；为第个待选边界灰度值在第一个子高斯模型下的概率密度值；为第个待选边界灰度值在第二个子高斯模型下的概率密度值；为最大值函数；为以自然常数为底的指数模型，为绝对值符号；

所述根据增强区间中待选边界灰度值的拟合度以及频率获取增强区间中每个灰度值的修正频率，包括的具体步骤如下：

将任意一个增强区间作为目标增强区间，获取目标增强区间内每个灰度值的修正频率：

其中为目标增强区间中第个灰度值的修正频率；为目标增强区间中第个灰度值在灰度直方图中对应的频率；为目标增强区间中第个灰度值的大小；为第一个子高斯模型的均值参数；为第二个子高斯模型的均值参数；为目标增强区间中第个灰度值的拟合度；为以自然常数为底的指数模型。

2.根据权利要求1所述的基于高分辨率遥感影像的林业信息识别方法，其特征在于，所述根据子高斯模型的均值参数获取所有待选边界灰度值，包括的具体步骤如下：

将第一个子高斯模型的均值参数记为，将第二个子高斯模型的均值参数记为，将范围内每个灰度值作为待选边界灰度值。

3.根据权利要求1所述的基于高分辨率遥感影像的林业信息识别方法，其特征在于，所述根据子高斯模型的均值参数以及每个待选边界灰度值的拟合度获取候选区间，包括的具体步骤如下：

获取两个子高斯模型的曲线的交点的横坐标，用表示；将范围内每个灰度值作为待选左边界灰度值，将范围内每个灰度值作为待选右边界灰度值，其中为第一个子高斯模型的均值参数，为第二个子高斯模型的均值参数；获取所有待选左边界灰度值中拟合度最大的待选左边界灰度值，作为左边界灰度值，记为；获取所有待选右边界灰度值中拟合度最小的待选右边界灰度值，作为右边界灰度值，记为；将作为候选区间。

4.根据权利要求1所述的基于高分辨率遥感影像的林业信息识别方法，其特征在于，所述根据所有分界点得到多个增强区间，包括的具体步骤如下：

以0作为增强区间的左边界，以每个分界点分别作为增强区间的右边界，得到多个增强区间。

5.根据权利要求1所述的基于高分辨率遥感影像的林业信息识别方法，其特征在于，所述获取增强区间对应的增强图像中的林业像素点，包括的具体步骤如下：

对增强区间对应的增强图像进行阈值分割，得到增强区间对应的二值图像，对二值图像进行开运算，将开运算之后的二值图像中的黑色像素点在增强图像中对应位置的像素点作为林业像素点。