← 返回列表
联合SAR和光学影像的不同淡水资源类型精细识别方法
摘要文本
本发明涉及联合SAR和光学影像的不同淡水资源类型精细识别方法，包括：获取时序SAR影像和时序光学影像及对应的合成影像；构建归一化洪泛指数NDHF；对合成影像进行多尺度分割，生成影像的同质单元对象；采用阈值法识别淡水资源最小范围；构建基于光谱特征的决策树算法识别洪泛区；构建基于几何形状特征的决策树算法识别河流、湖泊、库塘、水塘和养殖塘。本发明的有益效果是：本发明综合使用SAR后向散射特征、光学光谱特征和几何形状特征构建了区分不同决策树算法，以此获得不同淡水资源类型的细致区分和不同淡水资源类型分布的空间范围，有助于及时、准确掌握现有淡水资源分布和变化概况，实现淡水资源的合理分配和科学调度。
申请人信息
- 申请人:宁波大学
- 申请人地址:315211 浙江省宁波市江北区风华路818号
- 发明人: 宁波大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 联合SAR和光学影像的不同淡水资源类型精细识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311188266.9 |
| 申请日 | 2023/9/15 |
| 公告号 | CN117392433A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 宁波大学 |
| 发明人 | 王利花; 杨松玲; 谭本华; 王桐; 孙伟伟; 杨刚 |
| 地址 | 浙江省宁波市江北区风华路818号 |
专利主权项内容
1.联合SAR和光学影像的不同淡水资源类型精细识别方法，其特征在于，包括：步骤1、获取时序SAR影像和时序光学影像，对时序SAR影像和时序光学影像进行预处理，并对预处理后的时序SAR影像生成对应的中值、最大值、最小值合成影像，对预处理后的时序光学影像生成对应的中值合成影像；步骤2、根据时序SAR影像的最大值、最小值合成影像，选取淡水和非淡水类型样本点，获取SAR后向散射系数数据，构建归一化洪泛指数NDHF；步骤3、对合成影像进行多尺度分割，生成影像的同质单元对象；步骤4、计算同质单元对象的光谱特征，联合数字高程模型DEM数据的坡度参数，采用阈值法识别淡水资源最小范围；步骤5、依托SAR最大值和最小值合成影像，计算每个同质单元对象的洪泛指数NDHF，构建基于光谱特征的决策树算法识别洪泛区；步骤6、合并同质单元对象，计算每个同质单元对象的几何形状特征，构建基于几何形状特征的决策树算法识别河流、湖泊、库塘、水塘和养殖塘；步骤7、将所识别的淡水栅格数据转换为矢量数据，得到不同淡水资源类型的识别结果。