[发明专利]一种植被分类与识别方法

摘要

本发明涉及遥感数据融合及智能化应用领域，即采用多源传感器遥感数据融合实现地表植被覆盖的精细提取，更具体地说，本发明涉及一种高光谱图像与激光雷达点云融合的植被分类与识别方法。本发明针对地表植被覆盖分类与识别的难点，采用一种融合高光谱图像和激光雷达点云数据特征的组合分类方法，并对影响分类精度的空谱特征进行优化选择与组合，从而进一步提高植被覆盖分类和识别的精度，增加植被覆盖制图的精细度。

主权项

1.一种植被分类与识别方法，其特征在于，包括以下步骤；S1：数据预处理，包括激光雷达点云LiDAR预处理和高光谱图像HSI预处理；S2：高光谱图像与激光雷达点云数据配准，通过建立健壮的特征线/面配准基元库，实现异源的激光雷达点云和高光谱图像间精度配准,并统一地理编码到确定的空间参考系统；S3：利用激光雷达点云生成的数字地面模型DSM和数字地形模型DTM，生成归一化的数字地面模型nDSM；S4：利用高光谱图像计算NDVI与EVI两个光谱植被指数，结合归一化的数字地面模型nDSM，生成植被覆盖区域的参考掩膜；S5：定义地表植被覆盖类型，将目标场景中的地表覆盖划分为植被覆盖区域和非植被覆盖区域，而后将植被覆盖区域的地表覆盖类型进一步粗划分为不同密度的林本地与不同覆盖度的草本地；S6：对高光谱图像作主成分分析PCA变换，获得空间主成分和光谱主成分，利用参考或辅助的训练样本，采用RF算法，进行基于光谱主成分的初分类，然后在此基础上，将空间主成分与归一化的数字地面模型nDSM进行空间尺度上的融合，并将初分类图斑输入MRF先验分类器，实现精细地表植被覆盖分类与识别，得到植被覆盖分类图；S7：分类精度与结果回溯修正，对植被覆盖分类图进行精度评定和可能误差回溯改正。