基于多源影像信息的林业病虫害智能识别系统技术方案

本发明专利技术提供一种基于多源影像信息的林业病虫害智能识别系统，所述系统包括无人机和地面站，无人机搭载的设备有温湿度模块、通信模块、控制模块以及与控制模块相连的GPS定位模块、传感模块和图像采集模块，所述温湿度模块与控制模块相连；所述通信模块，实现无人机的控制模块和地面站的通信；通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取，利用时间序列影像数据中的光谱信息和时相信息，对图像采集模块采集的图像进行图像自动识别获得病虫害发生情况。本发明专利技术相对卫星遥感、航空航天遥感成本更低，精确度高、易于控制。

【技术实现步骤摘要】
基于多源影像信息的林业病虫害智能识别系统
本专利技术涉及无人机遥感、卫星遥感、空间数据分析处理、图像处理和林学
；尤其涉及一种基于多时相的卫星影像、无人机遥感影像、图像识别技术的病虫害智能识别系统。
技术介绍
传统的林业病虫害调查主要依靠人工的目测手查、林间取样等方式。这些方法虽然真实性和可靠性很高，但耗时、费力，且存在代表性、时效性差和主观性强等弊端，已难以适应目前大范围的病虫害试试监测和预报的需求。遥感技术是目前唯一能够在大范围内快速获取空间连续地表信息的手段，其在林产业估产、品质预报和病虫害监测等多个方面有着不同程度的研究和应用。由于卫星遥感影像数据投入成本高，周期性低，对于林业病虫害监测无法及时进行监测及预警。随着无人机技术的快速发展，在森林病虫害防治中，利用无人机，可以对地形不便、面积特别大的重点区域实施低空航空遥感监测，解决勘察面临的人力资源不足、覆盖率低、效率低等问题。但由于森林覆盖面积广，无法实现利用无人机实现大范围的病虫害监测，同时无法利用无人机采集的遥感影像进行智能化自动识别，往往依托于肉眼识别。目前多数病虫害遥感监测方法及装置针对作物的叶片、冠层等尺度设计，无人机采集的遥感影像依托于肉眼识别，国内尚未实现利用卫星遥感影像及无人机影像进行多源影像信息的害虫智能化识别。另一方面，早期的遥感数据，如主题成像仪携带的传感器LandastTM和卫星传感器MODIS，由于无法同时满足较高的空间分辨率和时间分辨率，对区域尺度的病虫害监测构成了一定的硬件条件的障碍，已有的一些基于卫星影像的作物病虫害监测往往仅考虑了光谱信息，并未考虑对于病虫害监测十分重要的时相信息，监测结果存在着较大的不确定性。近年来，随着如环境减灾小卫星等一些中高分辨率、高重访周期卫星数据的出现，为区域尺度上的病害遥感监测带来了重要契机。作物病害的发生在光谱上和时间上会表现出某些特征，可作为遥感监测的基础。目前尚未有方法利用多时相卫星影像数据对区域尺度上进行林业病害的大范围监测，再利用无人机对卫星遥感影像发现的重点关注区域进行校对核实，实现林业病虫害的智能化识别。
技术实现思路
本专利技术要解决的技术问题，在于提供一种基于多源影像信息的林业病虫害智能识别系统，相对卫星遥感、航空航天遥感成本更低，精确度高、易于控制。本专利技术是这样实现的：一种基于多源影像信息的林业病虫害智能识别系统，所述系统包括无人机和地面站，无人机搭载的设备有温湿度模块、通信模块、控制模块以及与控制模块相连的GPS定位模块、传感模块和图像采集模块，所述温湿度模块与控制模块相连；所述通信模块，实现无人机的控制模块和地面站的通信；通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取，利用时间序列影像数据中的光谱信息和时相信息，对图像采集模块采集的图像进行图像自动识别获得病虫害发生情况。进一步的，所述传感模块包括监测林业病虫害的脉冲雷达和监测森林资源的多波段光谱扫描仪、红外光谱仪。进一步的，所述通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取的方式具体包括如下步骤：步骤1、下载卫星遥感影像，并对获取的卫星遥感影像进行预处理；步骤2、提取林业病虫害的覆盖范围；步骤3、提取卫星遥感影像的时间序列影像数据中单时相和多时相植被指数的光谱特征；步骤4、在病害监控期，在影像获取时进行同步无人机低空调查；步骤5、无人机采集划定范围内的森林资源图像和状态；步骤6、控制模块分析图像采集模块采集的图像和来自传感模块的遥感图像和光谱数据，传感模块的脉冲雷达根据反射回的电磁波探测有无昆虫，传感模块的红外光谱仪和多波段光谱扫描仪采集森林资源的不同波段的光谱特征，并生成图谱；步骤7、将步骤6中的数据传回地面站进一步分析；结合无人机低空调查数据，利用图像识别技术，筛选病害监测的光谱特征；步骤9、根据森林资源生长时期不同和是否有病虫害分别建立模型；步骤10、基于模型、光谱信息散度和图谱分析林业的病虫害发生情况，所述光谱信息包括：植被指数的光谱特征、不同波段的光谱特征和病害监测的光谱特征。进一步的，所述步骤3具体为：采用了13个光谱特征作为病害监测的备选特征，13个光谱特征包括与多数中高分辨率多光谱卫星影像兼容的蓝蓝RB、绿RG、红RR、近红外RNIR的通道原始反射率，以及归一化差异植被指数NDVI、比值植被指数SR、绿色归一化差分植被指数GNDVI、调整土壤亮度植被指数SAVI、三角植被指数TVI、改进红边比值植被指数MSR、非线性植被指数NLI、重归一化植被指数RDVI、土壤调节植被指数OSAVI九个宽波段植被指数；分别采用单时相和多时相两种版本的植被指数进行分析，其中，单时相植被指数由某一时相影像波段反射率计算得到，用于反映植被在某个时间点上的生理生化状态；多时相植被指数根据两个时相的单时相植被指数进行归一化计算得到，用于反映病虫害在林间发展变化的特点。进一步的，所述影像波段的范围包括可见光和近红外波段。进一步的，所述对获取的卫星遥感影像进行预处理包括辐射定标、大气校正、几何校正以及云去除。进一步的，所述林业病虫害的覆盖范围依据已有林地分类矢量图或多时相影像进行分类获得。进一步的，所述多时相影像在分类过程中需结合林地利用类型数据、地形数据和物候经验，采取决策树、最大似然分类或神经网络进行种植范围提取。进一步的，所述病害监测的光谱特征提取方式为：根据无人机低空调查的重点区域病害的发生情况，将重点区域分为正常样本和染病样本两部分；分别从图像识别系统上提取两类样本点不同形式光谱特征的单时相和多时相特征值；对每种光谱特征的单时相或多时相版本，采用独立样本t检验比较正常和染病样本的差异程度；采用t检验的预设值p来表征某一特征的差异程度，并据此生成一张各类不同形式光谱特征在不同时相和时相组合中的p值统计表格，其中，p值越小，正常和染病样本的差异越大，特征对病害信息的响应越强烈。本专利技术具有如下优点：本专利技术基于多时相的卫星影像、无人机的遥感影像、图像识别技术的林业病虫害智能识别技术，充分利用时间序列影像数据中的光谱信息和时相信息，结合地理信息系统GIS、全球定位系统GPS、遥感RS技术，将光谱信息散度分析引入林业病虫害发生区域，提出利用一定区域内的星-地同步数据对病害进行大范围监测的系统，有效降低病害监测的野外作业的成本，并对传统病害监测方式进行了由点及面的扩展，便于政府部门和林业管理部门及时、准确掌握和了解区域病害发生及严重程度等重要信息。附图说明下面参照附图结合实施例对本专利技术作进一步的说明。图1为本专利技术实施例中基于卫星遥感影像及无人机的遥感影像数据进行病害识别的方法流程示意图。图2为本专利技术中无人机的遥感影像数据采集流程图。图3为本专利技术中林业病虫害发生范围提取流程图。具体实施方式请参阅图1至图3所示，一种基于多源影像信息的林业病虫害智能识别系统，其特征在于：所述系统包括无人机和地面站，无人机搭载的设备有温湿度模块、通信模块、控制模块以及与控制模块相连的GPS定位模块、传感模块和图像采集模块，所述温湿度模块与控制模块相连；所述通信模块，实现无人机的控制模块和地面站的通信；通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取，利用时间序列影像数据中的光谱本文档来自技高网...

【技术保护点】
一种基于多源影像信息的林业病虫害智能识别系统，其特征在于：所述系统包括无人机和地面站，无人机搭载的设备有温湿度模块、通信模块、控制模块以及与控制模块相连的GPS定位模块、传感模块和图像采集模块，所述温湿度模块与控制模块相连；所述通信模块，实现无人机的控制模块和地面站的通信；通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取，利用时间序列影像数据中的光谱信息和时相信息，对图像采集模块采集的图像进行图像自动识别获得病虫害发生情况。

【技术特征摘要】
1.一种基于多源影像信息的林业病虫害智能识别系统，其特征在于：所述系统包括无人机和地面站，无人机搭载的设备有温湿度模块、通信模块、控制模块以及与控制模块相连的GPS定位模块、传感模块和图像采集模块，所述温湿度模块与控制模块相连；所述通信模块，实现无人机的控制模块和地面站的通信；通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取，利用时间序列影像数据中的光谱信息和时相信息，对图像采集模块采集的图像进行图像自动识别获得病虫害发生情况。2.根据权利要求1所述的一种基于多源影像信息的林业病虫害智能识别系统，其特征在于：所述传感模块包括监测林业病虫害的脉冲雷达和监测森林资源的多波段光谱扫描仪、红外光谱仪。3.根据权利要求1所述的一种基于多源影像信息的林业病虫害智能识别系统，其特征在于：所述通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取的方式具体包括如下步骤：步骤1、下载卫星遥感影像，并对获取的卫星遥感影像进行预处理；步骤2、提取林业病虫害的覆盖范围；步骤3、提取卫星遥感影像的时间序列影像数据中单时相和多时相植被指数的光谱特征；步骤4、在病害监控期，在影像获取时进行同步无人机低空调查；步骤5、无人机采集划定范围内的森林资源图像和状态；步骤6、控制模块分析图像采集模块采集的图像和来自传感模块的遥感图像和光谱数据，传感模块的脉冲雷达根据反射回的电磁波探测有无昆虫，传感模块的红外光谱仪和多波段光谱扫描仪采集森林资源的不同波段的光谱特征，并生成图谱；步骤7、将步骤6中的数据传回地面站进一步分析；结合无人机低空调查数据，利用图像识别技术，筛选病害监测的光谱特征；步骤9、根据森林资源生长时期不同和是否有病虫害分别建立模型；步骤10、基于模型、光谱信息散度和图谱分析林业的病虫害发生情况，所述光谱信息包括：植被指数的光谱特征、不同波段的光谱特征和病害监测的光谱特征。4.根据权利要求3所述的一种基于多源影像信息的林业病虫害智能识别系统，其特征在于：所述步骤3具体为：采用了13个光谱特征作为病害监测的备选特征，13个光谱特征包括与多数中...

【专利技术属性】
技术研发人员：陈伟，许雪玲，郑泽禹，毛宪军，周枝旺，郭其盛，
申请(专利权)人：福建兴宇信息科技有限公司，
类型：发明
国别省市：福建,35