CN120198745A 基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法_第1頁
CN120198745A 基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法_第2頁
CN120198745A 基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法_第3頁
CN120198745A 基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法_第4頁
CN120198745A 基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法_第5頁
已閱讀5頁,還剩9頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

(19)國(guó)家知識(shí)產(chǎn)權(quán)局南街189號(hào)李偉白雪松事務(wù)所(普通合伙)51448GO6V20基于多光譜影像的病蟲害樹木與枯死樹木本發(fā)明公開了一種基于多光譜影像的病蟲開始采集待分類區(qū)域的多光譜影像,并對(duì)多光譜影像進(jìn)行幾何校正和輻射校正后,提取最新多光譜影像中像素點(diǎn)在各個(gè)根據(jù)最新多光譜影像中像素點(diǎn)在各個(gè)波段的像素值,的非線性調(diào)整值,為最新多光譜圖像生成顏色熵確定最新多光譜圖像的病蟲害區(qū)域,并在剩余區(qū)域中根據(jù)最新多光2S2、根據(jù)最新多光譜影像中像素點(diǎn)在各個(gè)波段的像素值,確定各個(gè)波段的非線性調(diào)整S3、確定最新多光譜圖像的病蟲害區(qū)域,并在剩余區(qū)域中根據(jù)最新多光譜圖像的顏色2.根據(jù)權(quán)利要求1所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其波段的像素值與最大藍(lán)波段像素值的比值以及在綠波段的像素值與最大綠波段像素值的3.根據(jù)權(quán)利要求2所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其S221、根據(jù)最新多光譜圖像的所有像素點(diǎn)在各個(gè)波段的像素值下四分位數(shù)和像素值上S223、確定顏色率屬于調(diào)整范圍的像素點(diǎn)個(gè)數(shù)占最新多光譜圖像的總像素點(diǎn)數(shù)的比S224、根據(jù)顏色率屬于調(diào)整范圍的像素點(diǎn)個(gè)數(shù)占最新多光譜圖像的總像素點(diǎn)數(shù)的比4.根據(jù)權(quán)利要求3所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其多光譜圖像的所有像素點(diǎn)在波段的像素值下四分位數(shù),9MAX表示最新多光譜圖像的所有像素點(diǎn)在波段的像素值最大值,qMIN表示最新多光譜圖像的所有像素點(diǎn)在波段的像素值5.根據(jù)權(quán)利要求3所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其 ,其中,Nr表示紅波段的非線性調(diào)整6.根據(jù)權(quán)利要求3所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其37.根據(jù)權(quán)利要求1所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其S31、將最新多光譜圖像中歸一化紅邊指數(shù)小于設(shè)定閾值的像素點(diǎn)作為病蟲害樹木區(qū)S34、將剩余區(qū)域中與最佳目標(biāo)像素點(diǎn)之間的曼哈度距離小于設(shè)定閾值的像素點(diǎn)作為8.根據(jù)權(quán)利要求7所述的基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法,其4基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法技術(shù)領(lǐng)域[0001]本發(fā)明屬于圖像處理技術(shù)領(lǐng)域,具體涉及一種基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法。背景技術(shù)[0002]隨著氣候變化和病蟲害的加劇,森林中死亡樹木的數(shù)量逐年增加,對(duì)生態(tài)系統(tǒng)和林業(yè)資源管理造成了嚴(yán)重影響。傳統(tǒng)的死亡樹木監(jiān)測(cè)方法主要依賴人工實(shí)地調(diào)查,其效率低、成本高且難以覆蓋大面積區(qū)域。近年來,無人機(jī)遙感技術(shù)逐漸應(yīng)用于林業(yè)監(jiān)測(cè),但現(xiàn)有技術(shù)多依賴單一光譜信息,常用于死亡樹木監(jiān)測(cè),但存在以下問題:1)單一特征限制:傳統(tǒng)方法依賴單一植被指數(shù)(如NDVI),難以區(qū)分病蟲害(局部病變)與枯死樹木(整體死亡);2)分類精度不足:現(xiàn)有算法對(duì)光譜特征相似的病蟲害和枯死樹木誤判率高,尤其在復(fù)雜森林環(huán)境中。發(fā)明內(nèi)容[0003]本發(fā)明為了解決以上問題,提出了一種基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法。[0004]本發(fā)明的技術(shù)方案是:一種基于多光譜影像的病蟲害樹木與枯死樹木智能分類方法包括以下步驟:[0005]S1、采集待分類區(qū)域的多光譜影像,并對(duì)多光譜影像進(jìn)行幾何校正和輻射校正后,提取最新多光譜影像中像素點(diǎn)在各個(gè)波段的像素值;[0006]S2、根據(jù)最新多光譜影像中像素點(diǎn)在各個(gè)波段的像素值,確定各個(gè)波段的非線性調(diào)整值,為最新多光譜圖像生成顏色熵;[0007]S3、確定最新多光譜圖像的病蟲害區(qū)域,并在剩余區(qū)域中根據(jù)最新多光譜圖像的[0009]S21、將最新多光譜圖像的像素點(diǎn)在紅波段的像素值與最大紅波段像素值的比值、在藍(lán)波段的像素值與最大藍(lán)波段像素值的比值以及在綠波段的像素值與最大綠波段像素[0011]上述進(jìn)一步方案的有益效果是:在本發(fā)明中,通過將紅、黃、與各自波段的最大像素值相比并求和,得到像素點(diǎn)的顏色率,能夠綜合反映像素點(diǎn)在不同顏色通道上的相對(duì)強(qiáng)度,為進(jìn)一步分析顏色特征提供了一個(gè)綜合指標(biāo)。[0013]S221、根據(jù)最新多光譜圖像的所有像素點(diǎn)在各個(gè)波段的像素值下四分位數(shù)和像素值上四分位數(shù),計(jì)算各個(gè)波段的非線性調(diào)整值;[0014]S222、根據(jù)各個(gè)波段的非線性調(diào)整值,確定最新多光譜圖像的調(diào)整范圍;5最新多光譜圖像的所有像素點(diǎn)在波段的像素值下四分位數(shù),qMAX表示最新多光譜圖像的所有像素點(diǎn)在波段的像素值最大值,qMIN表示最新多光譜圖像的所有像素點(diǎn)在波段的像 ,其中,Nr表示紅波段的非線性調(diào)整[0026]S31、將最新多光譜圖像中歸一化紅邊指數(shù)小于設(shè)定閾值的像素點(diǎn)作為病蟲害樹[0029]S34、將剩余區(qū)域中與最佳目標(biāo)像素點(diǎn)之間的曼哈度距離小于設(shè)定閾值的像素點(diǎn)6的像素點(diǎn)。將剩余區(qū)域中與最佳目標(biāo)像素點(diǎn)之間的曼哈頓距離小有像素點(diǎn)在紅波段的像素值均值,J?表示剩余區(qū)域的所有像素點(diǎn)在綠波段JA表示剩余區(qū)域的所有像素點(diǎn)在藍(lán)波段的像素值均值。附圖說明[0040]如圖1所示,本發(fā)明提供了一種基于多光譜影像的病蟲害樹木與枯死樹木智能分7[0045]S21、將最新多光譜圖像的像素點(diǎn)在紅波段的像素值與最大紅波段像素值的比值、在藍(lán)波段的像素值與最大藍(lán)波段像素值的比值以及在綠波段的像素值與最大綠波段像素值的比值相加,作為像素點(diǎn)的顏色率;[0047]在本發(fā)明中,通過將紅、黃、綠波段的像素值分別與各自波段的最大像素值相比并求和,得到像素點(diǎn)的顏色率,能夠綜合反映像素點(diǎn)在不同顏色通道上的相對(duì)強(qiáng)度,為進(jìn)一步分析顏色特征提供了一個(gè)綜合指標(biāo)。[0049]S221、根據(jù)最新多光譜圖像的所有像素點(diǎn)在各個(gè)波段的像素值下四分位數(shù)和像素值上四分位數(shù),計(jì)算各個(gè)波段的非線性調(diào)整值;[0051]S223、確定顏色率屬于調(diào)整范圍的像素點(diǎn)個(gè)數(shù)占最新多光譜圖像的總像素點(diǎn)數(shù)的[0052]S224、根據(jù)顏色率屬于調(diào)整范圍的像素點(diǎn)個(gè)數(shù)占最新多光譜圖像的總像素點(diǎn)數(shù)的比例,確定最新多光譜圖像的顏色熵。[0053]在本發(fā)明中,利用上下四分位數(shù)計(jì)算非線性調(diào)整值,可避免極端值干擾,使數(shù)據(jù)更穩(wěn)健,適應(yīng)圖像復(fù)雜特征。調(diào)整范圍結(jié)合各波段調(diào)整值與最大像素值,限定顏色率有效范圍,篩選出具有代表性的像素點(diǎn)。通過顏色率屬于調(diào)整范圍的像素點(diǎn)比例計(jì)算顏色熵,將像素分布比例轉(zhuǎn)化為對(duì)顏色分布不確定性的度量,為病蟲害與枯死樹木分類提供有效特征。[0056]式中,qu表示最新多光譜圖像的所有像素點(diǎn)在波段的像素值上四分位數(shù),qD表示最新多光譜圖像的所有像素點(diǎn)在波段的像素值下四分位數(shù),qMAX表示最新多光譜圖像的所有像素點(diǎn)在波段的像素值最大值,qMIN表示最新多光譜圖像的所有像素點(diǎn)在波段的像中,最新多光譜圖像的調(diào)整范圍的表達(dá)式為 ,其中,Nr表示紅波段的非線性調(diào)整值,Ng表示綠波段的非線性調(diào)整值,Nb表示藍(lán)波段的非線性調(diào)整值,min(·)表示求最小值,JMAx表示最新多光譜圖像中所有像素點(diǎn)在所有波段的最大像素值。譜圖像的總像素點(diǎn)數(shù)的比例。8[0062]S31、將最新多光譜圖像中歸一化紅邊指數(shù)小于設(shè)定閾值的像素點(diǎn)作為病蟲害樹[0065]S34、將剩余區(qū)域中與最佳目標(biāo)像素點(diǎn)之間的曼哈度距離小于設(shè)定閾值的像素點(diǎn)指標(biāo),小于設(shè)定閾值的像素點(diǎn)作為病蟲害樹木區(qū)域,能夠直接利用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論