本發(fā)明涉及遙感圖像處理，尤其是涉及一種大棚識(shí)別方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在過去的幾十年里，塑料溫室迅速改變了世界各地的農(nóng)業(yè)模式。與傳統(tǒng)農(nóng)業(yè)相比，大棚作為一種有效的現(xiàn)代模式，可以保護(hù)作物免受不穩(wěn)定環(huán)境的影響，并提供反季節(jié)作物，在農(nóng)業(yè)領(lǐng)域得到廣泛應(yīng)用。盡管塑料大棚可以生產(chǎn)優(yōu)質(zhì)農(nóng)作物，但其廣泛使用也造成了一些環(huán)境問題。首先，大棚產(chǎn)生塑料廢物，導(dǎo)致土壤退化和水污染。其次，集約化農(nóng)業(yè)模式改變了土地覆蓋，進(jìn)一步影響景觀和生態(tài)系統(tǒng)服務(wù)。最后，大棚影響景觀的美觀，例如視覺清晰度降低和區(qū)域生物多樣性減少。因此，準(zhǔn)確繪制大棚的時(shí)空分布對(duì)于環(huán)境監(jiān)測(cè)和農(nóng)業(yè)政策的實(shí)施是必要的。遙感數(shù)據(jù)的不斷增加和分析方法的成熟使得利用遙感技術(shù)監(jiān)測(cè)土地覆蓋變得普遍，這為提取大棚提供了可能性。

2、利用遙感進(jìn)行大棚識(shí)別的方法分為兩類：一類是利用土地覆蓋類型特征的特征提取方法，如使用基于對(duì)象的圖像分析和決策樹分類來檢測(cè)大棚；另一類是基于指數(shù)的提取方法，如使用基于蔬菜的指數(shù)(vegetationindex，簡稱為vi，或vi)等大棚指數(shù)來提取大棚。然而特征提取方法需要高空間分辨圖像支撐(如以空間分辨率為0.5m的影像為基礎(chǔ)進(jìn)行大棚識(shí)別)，這種影像數(shù)據(jù)難以獲得，時(shí)空連續(xù)性不強(qiáng)，并且需要大量訓(xùn)練樣本作為基礎(chǔ)，對(duì)于大范圍識(shí)別來說特征提取效果較差。而基于指數(shù)的提取方法，同譜異物和同物異譜的問題特別突出，導(dǎo)致識(shí)別效果較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種大棚識(shí)別方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以提高大棚識(shí)別精確度和識(shí)別效果。

2、第一方面，本發(fā)明實(shí)施例提供了一種大棚識(shí)別方法，包括：

3、獲取目標(biāo)區(qū)域的原始遙感影像數(shù)據(jù)，所述原始遙感影像數(shù)據(jù)包括預(yù)設(shè)波段的反射率數(shù)據(jù)，所述預(yù)設(shè)波段包括沿海氣溶膠波段、藍(lán)色波段、綠色波段、近紅外波段、短波紅外1和短波紅外2；

4、對(duì)所述原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，得到目標(biāo)遙感影像數(shù)據(jù)；

5、基于預(yù)設(shè)的修改大棚指數(shù)mpgi對(duì)所述目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，得到所述目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果；其中，所述mpgi的定義如下：

6、

7、v＝(rgreen-rblue)×(rnir-rswir1-0.02)；

8、其中，rcoastal為沿海氣溶膠波段的反射率，rblue為藍(lán)色波段的反射率，rgreen為綠色波段的反射率，rnir為近紅外波段的反射率，rswir1為短波紅外1的反射率，rswir2為短波紅外2的反射率，v為預(yù)設(shè)的初始判別參數(shù)。

9、進(jìn)一步地，所述對(duì)所述原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，得到目標(biāo)遙感影像數(shù)據(jù)，包括：

10、對(duì)所述原始遙感影像數(shù)據(jù)進(jìn)行輻射定標(biāo)、大氣矯正和所述目標(biāo)區(qū)域的裁剪，得到處理后數(shù)據(jù)；

11、對(duì)所述處理后數(shù)據(jù)進(jìn)行典型地物類型的去除，得到目標(biāo)遙感影像數(shù)據(jù)；其中，所述典型地物類型包括森林、水體、雪和裸土中的一種或多種。

12、進(jìn)一步地，所述對(duì)所述處理后數(shù)據(jù)進(jìn)行典型地物類型的去除，得到目標(biāo)遙感影像數(shù)據(jù)，包括：

13、基于歸一化植被指數(shù)、改進(jìn)水體指數(shù)和歸一化差異裸土指數(shù)對(duì)所述處理后數(shù)據(jù)進(jìn)行所述典型地物類型的識(shí)別，得到非大棚識(shí)別結(jié)果；

14、從所述處理后數(shù)據(jù)中剔除所述非大棚識(shí)別結(jié)果對(duì)應(yīng)的非大棚區(qū)域數(shù)據(jù)，得到目標(biāo)遙感影像數(shù)據(jù)。

15、進(jìn)一步地，所述基于預(yù)設(shè)的修改大棚指數(shù)mpgi對(duì)所述目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，得到所述目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果，包括：

16、遍歷所述目標(biāo)遙感影像數(shù)據(jù)中的每個(gè)像元；

17、對(duì)于遍歷到的當(dāng)前像元，基于所述目標(biāo)遙感影像數(shù)據(jù)中所述當(dāng)前像元對(duì)應(yīng)的反射率數(shù)據(jù)，計(jì)算得到所述當(dāng)前像元對(duì)應(yīng)的mpgi數(shù)據(jù)，并基于所述mpgi數(shù)據(jù)確定所述當(dāng)前像元的大棚識(shí)別結(jié)果；其中，所述mpgi數(shù)據(jù)包括初始判別參數(shù)值和mpgi值；

18、直至遍歷完所述目標(biāo)遙感影像數(shù)據(jù)中的所有像元，得到所述目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果。

19、進(jìn)一步地，所述基于所述目標(biāo)遙感影像數(shù)據(jù)中所述當(dāng)前像元對(duì)應(yīng)的反射率數(shù)據(jù)，計(jì)算得到所述當(dāng)前像元對(duì)應(yīng)的mpgi數(shù)據(jù)，并基于所述mpgi數(shù)據(jù)確定所述當(dāng)前像元的大棚識(shí)別結(jié)果，包括：

20、基于所述目標(biāo)遙感影像數(shù)據(jù)中所述當(dāng)前像元對(duì)應(yīng)的第一反射率數(shù)據(jù)，計(jì)算得到所述當(dāng)前像元對(duì)應(yīng)的初始判別參數(shù)值；其中，所述第一反射率數(shù)據(jù)包括藍(lán)色波段的反射率值、綠色波段的反射率值、近紅外波段的反射率值和短波紅外1的反射率值；

21、判斷所述當(dāng)前像元對(duì)應(yīng)的初始判別參數(shù)值是否大于0，得到第一判斷結(jié)果；

22、當(dāng)所述第一判斷結(jié)果為否時(shí)，確定所述當(dāng)前像元屬于非大棚區(qū)域；

23、當(dāng)所述第一判斷結(jié)果為是時(shí)，基于所述目標(biāo)遙感影像數(shù)據(jù)中所述當(dāng)前像元對(duì)應(yīng)的第二反射率數(shù)據(jù)，計(jì)算得到所述當(dāng)前像元對(duì)應(yīng)的mpgi值；其中，所述第二反射率數(shù)據(jù)包括沿海氣溶膠波段的反射率值、藍(lán)色波段的反射率值、近紅外波段的反射率值、短波紅外1的反射率值和短波紅外2的反射率值；

24、判斷所述當(dāng)前像元對(duì)應(yīng)的mpgi值是否大于或等于預(yù)設(shè)的mpgi閾值，得到第二判斷結(jié)果；

25、當(dāng)所述第二判斷結(jié)果為是時(shí)，確定所述當(dāng)前像元屬于大棚區(qū)域；

26、當(dāng)所述第二判斷結(jié)果為否時(shí)，確定所述當(dāng)前像元屬于非大棚區(qū)域。

27、進(jìn)一步地，在所述基于預(yù)設(shè)的修改大棚指數(shù)mpgi對(duì)所述目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，得到所述目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果之后，所述大棚識(shí)別方法還包括：

28、基于所述目標(biāo)大棚識(shí)別結(jié)果，生成所述目標(biāo)區(qū)域的大棚分布圖。

29、進(jìn)一步地，在所述基于預(yù)設(shè)的修改大棚指數(shù)mpgi對(duì)所述目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，得到所述目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果之后，所述大棚識(shí)別方法還包括：

30、基于所述目標(biāo)大棚識(shí)別結(jié)果，計(jì)算得到所述目標(biāo)區(qū)域的大棚占比值。

31、第二方面，本發(fā)明實(shí)施例還提供了一種大棚識(shí)別裝置，包括：

32、數(shù)據(jù)獲取模塊，用于獲取目標(biāo)區(qū)域的原始遙感影像數(shù)據(jù)，所述原始遙感影像數(shù)據(jù)包括預(yù)設(shè)波段的反射率數(shù)據(jù)，所述預(yù)設(shè)波段包括沿海氣溶膠波段、藍(lán)色波段、綠色波段、近紅外波段、短波紅外1和短波紅外2；

33、預(yù)處理模塊，用于對(duì)所述原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，得到目標(biāo)遙感影像數(shù)據(jù)；

34、大棚識(shí)別模塊，用于基于預(yù)設(shè)的修改大棚指數(shù)mpgi對(duì)所述目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，得到所述目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果；其中，所述mpgi的定義如下：

35、

36、v＝(rgreen-rblue)×(rnir-rswir1-0.02)；

37、其中，rcoastal為沿海氣溶膠波段的反射率，rblue為藍(lán)色波段的反射率，rgreen為綠色波段的反射率，rnir為近紅外波段的反射率，rswir1為短波紅外1的反射率，rswir2為短波紅外2的反射率，v為預(yù)設(shè)的初始判別參數(shù)。

38、第三方面，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器，所述存儲(chǔ)器中存儲(chǔ)有可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)第一方面所述的大棚識(shí)別方法。

39、第四方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器運(yùn)行時(shí)執(zhí)行第一方面所述的大棚識(shí)別方法。

40、本發(fā)明實(shí)施例提供的大棚識(shí)別方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，在進(jìn)行大棚識(shí)別時(shí)，先獲取目標(biāo)區(qū)域的原始遙感影像數(shù)據(jù)，該原始遙感影像數(shù)據(jù)包括預(yù)設(shè)波段的反射率數(shù)據(jù)，預(yù)設(shè)波段包括沿海氣溶膠波段、藍(lán)色波段、綠色波段、近紅外波段、短波紅外1和短波紅外2；然后對(duì)原始遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，得到目標(biāo)遙感影像數(shù)據(jù)；進(jìn)而基于預(yù)設(shè)的修改大棚指數(shù)mpgi對(duì)目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，得到目標(biāo)區(qū)域的目標(biāo)大棚識(shí)別結(jié)果。這樣使用修改大棚指數(shù)mpgi對(duì)經(jīng)過預(yù)處理的目標(biāo)遙感影像數(shù)據(jù)進(jìn)行大棚識(shí)別，考慮了大棚與非大棚在預(yù)設(shè)波段的差異，且使用了初始判別參數(shù)來加強(qiáng)大棚的識(shí)別，抑制非大棚類型的信息，因此提高了大棚識(shí)別精確度和識(shí)別效果。