1.一种在高分辨率遥感影像中识别东北红豆杉的方法,包括以下步骤:S1,输入高分辨率遥感影像(简称:Image),遥感影像的分辨率(简称:Resolution),计算待分析影像块的尺度Size,在Image上选取一个包含东北红豆杉的坐标位置(HHD,LHD)、一个非针叶植被的坐标位置(HFZY,LFZY),一个非东北红豆杉的针叶植物坐标位置(HFHD,LFHD):Image是由像元构成的,包含3个波段:R红色波段、G绿色波段、B蓝色波段;Image中的一个像元Pixel包含以下属性:Pixel.R红波段的值;
Pixel.G绿波段的值;
Pixel.B蓝波段的值;
Pixel.Vfeature植被特征值,默认值为0;
Pixel.ZYSelected针叶选择变量,默认值为0;
Pixel.Zfeature针叶特征值,默认值为0;
Resolution为单位为厘米的遥感影像分辨率;
待分析影像块的尺度Size的计算公式如下:其中,round是对输入的数值进行四舍五入的函数;Suguan为树冠宽度指数,取值范围为4-8,默认值为4.5;
HHD、HFZY、HFHD为该位置在高分辨率影像上所处的坐标行数;
LHD、LFZY、LFHD为该位置在高分辨率影像上所处的坐标列数;
S2,对于Image中的所有像元,根据待分析影像块的尺度Size计算其植被特征值(Vfeature):S201,取出Image中的一个像元Pixel;
S202,以Pixel所在位置(HPixel,LPixel)为中心,在Image中取出宽度为2×size+1个像元,高度为2×size+1个像元的影像块Patch;
影像块Patch中包含N个像元,其中N=(2×size+1)×(2×size+1),这些像元分别标记为P(1),P(2),…,P(N);
S203,采用如下公式计算Patch植被特征值Vfeature:其中,P(i)为Patch中第i个像元,P(i).R、P(i).G、P(i).B为该像元的红、绿、蓝波段的值;Pixel.R、Pixel.G、Pixel.B为Pixel的红、绿、蓝波段的值;log为自然对数;
S204,将Patch植被特征值存储到Pixel当中:Pixel.Vfeature=Vfeature;
S205,如果Image中所有像元均已经计算完成那么转到S206,否则转到S201;
S206,该部分的处理过程结束;
S3,根据Image中所有像元的植被特征值、东北红豆杉的位置(HHD,LHD)、非针叶植被的位置(HFZY,LFZY)设定所有像元的针叶选择变量;
S301,取出东北红豆杉的位置(HHD,LHD)对应的像元PHD,获得其植被特征值V1=PHD.Vfeature;
S302,取出非针叶植被的位置(HFZY,LFZY)对应的像元PFZY,获得其植被特征值V2=PFZY.Vfeature;
S303,计算植被特征均值距离Dmean,其计算公式如下:其中,abs为计算绝对值的函数;
S304,取出Image中的一个像元Pixel;
S305,获得该像元的植被特征VT=Pixel.Vfeature;
S306,计算植被特征距离公式DZB,其公式如下:S307,如果DZB>Dmean,那么Pixel.ZYSelected=0,否则Pixel.ZYSelected=1;
S308,如果Image中所有像元均已经计算完成那么转到S309,否转到S304;
S309,该部分的处理过程结束;
S4,对于所有Image中的所有像元,根据待分析影像块的尺度Size计算其针叶特征值(Pixel.Zfeature):S401,取出Image中的一个像元Pixel;
S402,如果Pixel.ZYSelected=1那么转到S403,否则转到S412;
S403,以Pixel所在位置(HPixel,LPixel)为中心,在Image中取出宽度为2×size+1个像元,高度为2×size+1个像元的影像块Patch;
影像块Patch中包含N个像元,其中N=(2×size+1)×(2×size+1),这些像元分别标记为P(1),P(2),…,P(N);
S404,像元计数器Counter=1,总和统计变量sum=0;
S405,取出Patch中第Counter个像元P(counter);
S406,取出P(counter)所在位置相邻的左、左上、上、右上、右、右下、下,左下共8个邻域像元,标记为PN[1],PN[2],…,PN[8];
S407,计算像元的异质性值DS:
S408,将DS加入sum中,sum=sum+DS;
S409,Counter=Counter+1;
S410,如果Counter>N那么转到S411,否则转到S405;
S411,设定Pixel的针叶特征值,Pixel.Zfeature=tanh(sum),转到S413;
其中,tanh为双曲正切函数;
S412,设定Pixel.Zfeature=-1;
S413,如果Image中所有像元均已经计算完成那么转到S414,否转到S401;
S414,该部分的处理过程结束;
S5.根据Image中所有像元的植被特征值、东北红豆杉的位置(HHD,LHD)、一个是针叶植物但不是东北红豆杉的位置(HFHD,LFHD)获得筛选结果影像ResultImage:S501,建立一个和Image大小相同的筛选结果影像ResultImage,该影像所有像元填充为黑色;
S502,取出东北红豆杉的位置(HHD,LHD)对应的像元PHD,获得其针叶特征值Z1=PHD.Zfeature;
S503,取出是针叶植物但不是东北红豆杉的位置(HFHD,LFHD)PFHD,获得其植被特征值Z2=PFHD.Zfeature;
S504,计算针叶特征均值距离Zmean,其的计算公式如下:S505,取出Image中的一个像元Pixel;
S506,获得该像元的植被特征ZT=Pixel.Zfeature;
S507,如果ZT<0那么转到S512,否则转到S508;
S508,计算针叶特征距离公式ZJL,其公式如下:S509,如果ZJL>Zmean,那么转到S512,否则转到S510;
S510,获得Pixel的位置(Hp,Lp);
S511,将ResultImage的(Hp,Lp)位置的像元标记为白色;
S512,如果Image中所有像元均已经计算完成那么转到S513,否转到S505;
S513,输出筛选结果影像ResultImage,在该影像中黑色部分是非东北红豆杉,而白色部分是本方法识别出的东北红豆杉的位置。