一种基于高动态影像的阴影区植被覆盖度提取方法

摘要

本发明公开了一种基于高动态影像的阴影区植被覆盖度提取方法，这种方法考虑了正常曝光影像中阴影区植被特征显示不明显，影响提取植被覆盖度精度的问题。该方法通过将低曝光、正常曝光、过曝光的三张阴影区植被影像合成出高动态影像。采用U型神经网络对高动态影像进行语义分割。将高动态影像和标签裁剪成小样本，并划分为训练集、验证集、测试集，然后训练出HDR‑DL模型。根据验证集判断模型是否过拟合，并对测试集进行预测，将小样本的二值化影像进行拼接，最后估算出植被覆盖度。本方法基于高动态影像，为更加精确的提取阴影区的植被覆盖度提供了新的技术路线，为地面估算植被覆盖度作为遥感产品和算法验证提供了重要的支撑。