[发明专利]基于高分辨率遥感影像的林业信息识别方法

说明书

本发明涉及图像处理技术领域，具体涉及基于高分辨率遥感影像的林业信息识别方法，包括：采集林业遥感影像，对林业遥感影像的灰度直方图进行高斯混合模型拟合，得到子高斯模型，进而获取待选边界灰度值，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，进一步得到候选区间，根据候选区间获取多个增强区间，根据拟合度获取增强区间中灰度值的修正频率，进而得到增强图像，获取增强图像中的林业像素点，根据林业像素点得到增强区间的增强优势，进而得到候选增强区间，根据候选增强区间的细节丢失程度获取最佳增强图像，进一步识别林业信息。本发明增强了林业区域的细节，使得获得的林业信息更加准确。

技术领域

本发明涉及图像处理技术领域，具体涉及基于高分辨率遥感影像的林业信息识别方法。

背景技术

随着卫星技术的成熟，目前通常通过卫星获取遥感影像，根据遥感影像识别林业信息。为了识别遥感影像中林业信息，需要对遥感影像进行增强。传统的直方图均衡化方法对遥感影像进行全局增强，当遥感影像中山脉区域较大时，会使得山脉区域过度增强，造成林业区域的灰度值被挤压吞噬，使得林业区域的细节丢失，对林业信息的识别准确性造成影响。

发明内容

本发明提供基于高分辨率遥感影像的林业信息识别方法，以解决现有的问题。

本发明的基于高分辨率遥感影像的林业信息识别方法采用如下技术方案：

本发明一个实施例提供了基于高分辨率遥感影像的林业信息识别方法，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。

优选的，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。

优选的，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。

优选的，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：