一种基于高分辨率影像的松树病死木识别方法及系统技术方案

本发明专利技术公开了一种基于高分辨率影像的松树病死木识别方法及系统，其通过获取松林可见光图像和近红外图像作为原始影像数据,并对原始影像数据进行预处理形成待分类图像样本；然后对已验证的病虫害树波谱信息分别进行地物颜色特征提取，根据松树病死木的不同阶段状态对地物颜色特征进行分类，并生成训练样本和多条参数规则；再利用训练样本和多条参数规则对待分类图像样本中所有像素点进行地物颜色特征提取；最后对地物颜色特征提取后的待分类图像样本中的样本像素点实施去噪筛选分类，生成对松树病死木状态的分类结果，从而实现对复杂地形条件下不同病害面积、不同病害程度松树病死木高检测精度的识别，且其处理速度快而且极其稳定。

Recognition method and system of pine dead wood based on high resolution image

The invention discloses a method and system for identifying dead and diseased pine trees based on high-resolution images, which takes the visible and near-infrared images of pine forests as original image data, preprocesses the original image data to form image samples to be classified, and then separately carries out the verified spectral information of pest and disease trees. Object color feature extraction, according to the different stages of the dead pine trees, classifies the color features of the ground objects, and generates training samples and multi-parameter rules; then uses training samples and multi-parameter rules to extract the color features of all the pixels in the classified image samples; finally, extracts the color features of the ground objects; and finally, extracts the color features of the ground objects. After that, the sample pixels in the image samples to be classified are filtered and classified by denoising, and the classification results of the dead and sick pine trees are generated. Thus, the high detection accuracy of the dead and sick pine trees with different disease areas and degrees under complex terrain conditions can be recognized, and the processing speed is fast and extremely stable.

【技术实现步骤摘要】
一种基于高分辨率影像的松树病死木识别方法及系统
本专利技术涉及一种松树病死木识别方法，尤其涉及一种基于高分辨率影像的松树病死木识别方法及系统。
技术介绍
光谱特征法是最常见的病虫害松树识别方法，其依据是当植物受到病虫浸染时生理变化的差异性会反射在光谱特性上，尤其是红色区和近红外区的光谱特性差异。使用光谱仪等成像设备获取反射和辐射的光谱数据信息，在此基础上发现不同波段反射光谱的变化规律。相对于传统的人工实地调查方法，获取遥感图像中各地物的光谱特征信息识别病害松树，具有识别率高、识别范围广、识别速度快等优点。然而由于受传感器分辨率、卫星运行周期以及大气环境(如光照、温度等)的影响，利用高光谱仪等成像设备所获取的地物光谱特征数据往往不能很好地表征其类型。从图像处理和模式识别的角度出发，使用支持向量数据描述也是一种病害松树识别方法。其基本步骤是：首先根据不同地物的特点，提取各颜色分量作为相应像素点的颜色特征，然后通过建立关于训练样本中心距离的权重函数来构造加权支持向量数据描述多分类模型，进而从而实现病害松树的分类识别。支持向量数据描述多分类方法基于图像像素进行分类识别，缺点之一在于需要对大量本文档来自技高网...

【技术保护点】
1.一种基于高分辨率影像的松树病死木识别方法，其特征在于，包括：S1、获取松林可见光图像和近红外图像作为原始影像数据,并对原始影像数据进行预处理形成待分类图像样本；S2、对已验证的病虫害树波谱信息分别进行地物颜色特征提取，根据松树病死木的不同阶段状态对地物颜色特征进行分类，并生成训练样本和多条参数规则；S3、利用训练样本和多条参数规则对待分类图像样本中所有像素点进行地物颜色特征提取；S4、对地物颜色特征提取后的待分类图像样本中的样本像素点实施去噪筛选分类，生成对松树病死木状态的分类结果。

【技术特征摘要】
1.一种基于高分辨率影像的松树病死木识别方法，其特征在于，包括：S1、获取松林可见光图像和近红外图像作为原始影像数据,并对原始影像数据进行预处理形成待分类图像样本；S2、对已验证的病虫害树波谱信息分别进行地物颜色特征提取，根据松树病死木的不同阶段状态对地物颜色特征进行分类，并生成训练样本和多条参数规则；S3、利用训练样本和多条参数规则对待分类图像样本中所有像素点进行地物颜色特征提取；S4、对地物颜色特征提取后的待分类图像样本中的样本像素点实施去噪筛选分类，生成对松树病死木状态的分类结果。2.根据权利要求1所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述参数规则包括差值植被指数、RVI比值植被指数、红绿比值植被指数以及归一化植被指数。3.根据权利要求1所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述步骤S4包括以下分步骤：S41、对地物颜色特征提取后的待分类图像样本中筛选出符合多级病害松树特征的目标象元集合；S42、对符合多级病树特征的目标象元集合实施一次去噪，将误判的单点或零星点从符合多级病树特征的目标象元集合中剔除；S43、根据病树分布特征对符合多级病树特征的目标象元集合实施二次去噪，去掉非林区的大面积噪点；S44、根据林区背景对符合多级病树特征的目标象元集合实施三次去噪，避免产生类似林区边缘的误判情况。4.根据权利要求3所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述步骤S41包括以下子步骤：S411、过滤出NDVI取值在0.25～0.55范围之间的象元作为目标区域集合1；S412、从剩余象元集合中继续过滤出RVI取值在1.3～2.8范围之内的象元作为目标区域集合2；S413、从上一步剩余集合样本中过滤出DVI取值在150～400范围之内的象元作为目标区域集合3；S414、基于以上三个输出集合的并集继续计算RGVI取值在0.9以上范围之内的象元作为最后的筛选结果，即符合病树特征的目标象元。5.根据权利要求4所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述步骤S42包括以下子步骤：S421、遍历所有目标象元集合，从上下左右四个方向寻找K值以内的相邻象元集合；如果集合结果不为空，则将同一集合内象元分配同一个簇；如果集合为空即认为是单点，则设簇编号为0；S422、对于相邻的两个或两个以上象元设置聚类规则及类别的判别函数，输出聚类后的簇中心。6.一种基于高分辨率影像的松树病死木识别系统，其特征在于，包括：图像预处理模块，用于获取松林可...

【专利技术属性】
技术研发人员：徐国青，李克清，邓德峰，方立刚，王君，王勤宏，彭寿连，高小慧，陈梦儒，
申请(专利权)人：湖北同诚通用航空有限公司，
类型：发明
国别省市：湖北,42