一种基于遥感影像的牡蛎养殖浮筏识别及面积检测方法

本发明属于水产业遥感影像识别领域，具体涉及一种基于遥感影像的牡蛎养殖浮筏识别及面积检测方法。

背景技术：

1、牡蛎别名又称生蚝，是全球最重要的海鲜产品之一，养殖区域广泛，我国也是全球最大的生蚝养殖国之一，其肉质肥美鲜嫩，深得美食爱好者喜爱。就牡蛎养殖产量而言，牡蛎在世界海水养殖业中占有重要地位，目前世界生产牡蛎的国家与地区中，中国牡蛎产量最大。

2、浮筏吊养是在浅海水面上利用浮子和绳索组成浮筏，并用缆绳固定于海底，使牡蛎幼苗固着在吊绳上，悬挂于浮筏的养殖方式，此方法具有管理方便、成本低、产量高、生长速度快等优势，是我国沿海地区一项生态经济效益比较显著的水产养殖技术。随着政府政策的支持、市场需求以及养殖结构的改变等，大型牡蛎的养殖面积、产量均发生了明显变化，按照相关要求需对沿海牡蛎养殖面积进行监测与管理，如何侦测出各个地区沿海牡蛎养殖面积更是重重之重。

3、传统的实地调查、逐级上报等方式已经无法满足快速准确获取牡蛎养殖情况的需要。而高分辨率卫星遥感影像和无人机拍摄具有大范围、高效率、成本低等优点，适合用于广阔海域的大蚝养殖浮筏(蚝排)面积的监测，也越来越多地被用在海岸带环境、资源的监测中。因此，将遥感等高新技术应用在大型牡蛎的面积监测中对了解牡蛎养殖业的现状、发展趋势等都有重大意义。现有技术cn116416529a提出的一种遥感影像海面浮筏目标自动检测识别方法，该方法包括基于遥感影像或航空影像中提取海上养殖区图像；将图像进行裁剪获得海上浮筏数据集；在像素级别对浮筏进行标注获得标签；将数据集划分为训练集、验证集、测试集；通过fcn模型进行预训练；训练结束后针对预测影像进行评估，对漏识别、错识别目标进行数据增强，对漏识别的目标采用泊松融合裁剪出图像以及对应标签融合到不含浮筏的影像中；对错识别目标添加相应的负样本进行增强，保证正负样本的平衡。该方法能够解决在实际应用中由于数据集样本较少的情况下能够针对某种特定数据进行增强，以保证数据集各类样本的均衡性，适用于大面积海面浮筏目标检测。但是，由于大部分浮筏都是竹子、木头或塑料等制作的长方形架子，而目前利用遥感图像提取所需水产养殖的面积存在的问题有：

4、1.利用遥感影像进行分类、提取牡蛎养殖浮筏的难度大，由于海面漂浮物中分散漂浮的泡沫浮体较多，难以正确的识别哪些是养殖浮筏，哪些是渔船、漂浮的泡沫垃圾等浮体；

5、2.由于遥感影像属于栅格数据结构，图像分割出来的浮筏边缘呈锯齿形，形状不规则，无法准确计算出浮伐的面积大小。

6、因此，亟需寻求一种基于遥感影像的牡蛎养殖浮筏的识别、面积检测及图形优化的方法。

技术实现思路

1、本发明的目的是克服上述技术问题的缺点，提供一种基于遥感影像的牡蛎养殖浮筏识别及面积检测方法，通过遥感影像和高程差异对浮伐进行定位和识别，面积算法对浮伐面积进行计算，从而实现了浮伐数量和面积的精细化统计，能够减少人工成本、提高计算精度。

2、本发明的技术方案如下：

3、技术方案一：

4、一种基于遥感影像的牡蛎养殖浮筏识别及面积检测方法，该方法包括如下步骤：

5、步骤1、获取目标区域高分辨率遥感影像，对获取的遥感影像进行预处理；

6、步骤2、根据遥感影像的陆地和水体的特征差异，对遥感影像进行水陆分离，提取海面的遥感图像；利用海面上不同区域的气象、水文差异的特征，将海面划分为若干子区；

7、步骤3、获取无人机探测到的每个子区的高程数据，结合使用无人机拍摄的数字高程模型，根据养殖浮筏是漂浮于海上，具有高出水面一定高度的规律，通过高程差异提取潜在的浮筏图像；

8、步骤4、对浮伐图像进行矢量化和栅格化得到浮伐轮廓的栅格图像，对栅格图像进行过滤处理，将栅格图像中的非浮伐图像进行剔除；

9、步骤5、采用最小外接矩形的形状优化方法对浮伐轮廓的栅格图像进行优化，转换成规则的长方形，得到浮伐的最终矩形轮廓；

10、步骤6、计算所述最终矩形轮廓的像素面积spixel，结合步骤1所述遥感影像的单位像素代表的实际距离d，计算出浮伐的真实面积s，计算公式如下：s＝spixel*d*d。

11、进一步的，所述步骤1中的预处理具体为：对获取的遥感影像进行大气校正和正射校正处理。

12、进一步的，所述步骤4中，对栅格图像进行过滤处理，将栅格图像中错识别的非浮伐图像进行剔除的具体方法为：

13、首先，采用景观形状指数模型对栅格图像进行过滤处理，景观形状指数模型采用圆形指数lsi进行描述，公式如下：

14、

15、其中，e表示提取目标的周长，a表示提取目标的面积；提取目标包括浮筏、渔船、漂浮泡沫垃圾的栅格图像，由于浮筏整体上呈现长条形，渔船、漂浮的泡沫垃圾的形状一般较为紧凑；lsi的指数值越小，表示栅格图像的形状越接近圆形，越紧凑；lsi的指数越大，表示形状越细长扭曲，越不紧凑；

16、然后，通过gis技术计算lsi指数，将lsi指数按从小到大的升序排序，通过对比图形将栅格图像中识别错误的非浮伐图像进行剔除。

17、进一步的，所述步骤5中，采用最小外接矩形的形状优化方法对浮伐轮廓的栅格图像进行优化的具体方法为：

18、首先，设浮伐轮廓的栅格图像原始多边形的面积为a0，拟合得到的最小外接矩形的长边、短边和面积分别为l1、w1和a1，那么a1＝l1*w1；

19、然后，保持矩形面积和中心位置不变，采用比例缓冲的方法，使长和宽均按一定比例缩小，向多边形中心进行平移，设比例因子为s,(s>1)，则宽度方向缩小距离为2d,长度方向缩小距离为2sd，则

20、

21、新的长宽比得到了一定的补偿，即

22、

23、技术方案二：

24、一种基于遥感影像的牡蛎养殖浮筏识别及面积检测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如技术方案一所述的方法。

25、技术方案三：

26、一种基于遥感影像的牡蛎养殖浮筏识别及面积检测介质，其上存储有计算机程序，该程序被处理器执行时实现如技术方案一所述的方法。

27、与现有技术相比，本发明具有以下有益效果：

28、本发明一种基于遥感影像的牡蛎养殖浮筏识别及面积检测方法，通过空间分析，可以在遥感影像中准确地识别出牡蛎养殖的浮筏，并快速准确将分割出来的浮筏形状进行优化，转换成为规则的长方形，保留面积不变(等积)，能够显著降低数据容量，优化后的数据容量只有原始数据的1/20左右。

29、本发明一种基于遥感影像的牡蛎养殖浮筏识别及面积检测方法，利用多源卫星遥感数据，基于面向对象的分类浮伐，通过先分类再分割实现目标区域单个浮伐图像的提取，进一步地，使用无人机数字高程模型进一步提取潜在的浮伐图像，不依赖于遥感图像的成像质量，能够实现浮伐的精确提取与分割，在复杂的海面环境下仍能取得较好的快速分割效果，对遥感卫星图像数据的光照不均匀、对比度低等外部复杂多变因素具有较强的鲁棒性。使用本发明能够准确快速地识别浮筏，能够对浮伐形状优化且保留面积，有利于对浮伐面积进行计算，从而实现浮伐数量和面积的精细化统计。