(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210554906.2 (22)申请日 2022.05.20 (71)申请人 昆明理工大 学 地址 650000 云南省昆明市呈贡区景明南 路727号 (72)发明人 唐伯惠　章涛　黄亮　付志涛　 陈国坤　李梦华　 (74)专利代理 机构 北京慕达星云知识产权代理 事务所 (特殊普通合伙) 11465 专利代理师 符继超 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/77(2022.01) G06V 10/764(2022.01)G06V 10/44(2022.01) G01S 13/86(2006.01) (54)发明名称 一种基于光学与雷达数据的水稻种植区识 别方法及系统 (57)摘要 本发明公开了一种基于光学与雷达数据的 水稻种植区识别方法及系统， 该方法包括： 获取 目标区域光学及雷达数据， 根据水稻物候期， 进 行数据合 成获得时序合成影像； 对目标区域光学 及雷达数据分别进行第一特征空间的构建， 并结 合光学数据的波段信息和雷达数据的极化信息 进行主成分的分析、 可视化处理和第二特征空间 的构建， 并进行分类场景的设计， 得到特征优选 组合， 作为RF算法模型的输入， 输出水稻种植区 的识别结果。 该方法通过主成分分析的引入解决 了地块破碎 导致分类精度不高的问题， 解决了基 于单机分类， 数据获取困难、 预处理复杂、 分类时 间较长、 耗费人力财力的问题， 可 以广泛运用于 南方地区作物识别， 对粮食安全和精 准农业的实 施具有指导作用。 权利要求书2页 说明书5页 附图2页 CN 115049900 A 2022.09.13 CN 115049900 A 1.一种基于光学与雷达数据的水稻种植区识别方法， 其特 征在于， 包括： 获取目标区域光学及雷达数据， 根据水稻物候期分别对光学和雷达数据进行时序合 成， 基于合成后的数据进行 数据融合得到合成影 像； 根据所述合成影像， 对所述目标区域光学及雷达数据分别进行第一特征空间的构建， 并结合光学数据的波段信息和雷达数据的极化信息进 行主成分的分析、 可视化处理和 第二 特征空间的构建； 结合第一特征空间、 主成分的分析结果、 可视化处理结果和第二特征空间进行分类场 景的设计， 得到特 征优选组合； 将所述特征优选组合作为RF算法模型的输入， 输出水稻种植区的识别结果； 所述RF算 法模型基于影 像数据和所述主成分的分析 结果数据训练生成。 2.根据权利要求1所述的一种基于光学与雷达数据的水稻种植区识别方法， 其特征在 于： 获取目标区域光学及雷达数据， 根据水稻 物候期分别对光学和雷达数据进 行时序合 成， 基于合成后的数据进行 数据融合得到合成影 像， 包括： 1)通过GEE平台进行云掩膜处理， 设置云量小于百分比阈值的影像进行合成， 获取目标 区域的光学和雷达数据； 2)根据水稻物候期， 分别对目标区域的光学和雷达数据在预设时长尺度 上进行均值合 成， 对均值 合成后的光学和雷达数据进行 数据融合， 获得目标区域的时序合成影 像。 3.根据权利要求2所述的一种基于光学与雷达数据的水稻种植区识别方法， 其特征在 于： 根据所述合 成影像， 对 所述目标区域光学及雷达数据分别进 行第一特征 空间的构建， 包 括： 1)目标区域的光学数据第一特征空间构建， 包含光谱特征、 指数特征、 红边纹理特征； 所述指数特征包括归一化植被指数NDVI、 归一化水体指数NDWI、 增强型植被指数EV I和改进 的归一化水指数MNDW I； 所述红边纹 理特征包含对比度、 角二阶矩、 反差分矩阵和熵； 2)目标区域的雷达数据第一特 征空间构建， 包 含极化特 征和雷达纹 理特征。 4.根据权利要求3所述的一种基于光学与雷达数据的水稻种植区识别方法， 其特征在 于： 结合光学数据 的波段信息和雷达数据的极化信息进行主成分的分析、 可视化处理， 包 括： 将光学数据的波段信息和雷达数据的极化信息采用映射的方式投影到k维上； 求解协方差矩阵来获取差异性最大的主成分量， 进行主成分特征的提取与主成分可视 化呈现。 5.一种基于光学与雷达数据的水稻种植区识别系统， 其特 征在于： 包括： 获取及合成模块， 用于获取目标区域光学及雷达数据， 根据水稻物候期分别对光学和 雷达数据进行时序合成， 基于合成后的数据进行 数据融合得到合成影 像； 构建模块， 用于根据所述合成影像， 对所述目标区域光学及雷达数据分别进行第一特 征空间的构建， 并结合光学数据的波段信息和雷达数据的极化信息进行主成分的分析、 可 视化处理和第二特 征空间的构建； 设计模块， 用于结合第一特征空间、 主成分的分析结果、 可视化处理结果和第 二特征空 间进行分类场景的设计， 得到特 征优选组合； 识别模块， 用于将所述特征优选组合作为RF算法模型的输入， 输出水稻种植区的识别权　利　要　求　书 1/2 页 2 CN 115049900 A 2结果； 所述RF算法模型基于影 像数据和所述主成分的分析 结果数据训练生成。权　利　要　求　书 2/2 页 3 CN 115049900 A 3