基于高光谱的树木种类识别方法、系统及存储介质技术方案

本发明专利技术涉及树木识别技术领域，尤其是基于高光谱的树木种类识别方法、系统及存储介质，所述方法包括以下步骤：S100：采用无人机搭载高光谱相机采集待识别树木的光谱数据；S200：将待识别树木的光谱数据与预存的光谱数据进行比对，并生成比对结果；S300：根据比对结果，生成树种识别结果。采用本方案，树种识别的准确性更高。本方法能够提升树木种类识别准确性、提升树种识别效率。提升树种识别效率。提升树种识别效率。

【技术实现步骤摘要】
基于高光谱的树木种类识别方法、系统及存储介质


[0001]本专利技术涉及树木识别
，特别涉及基于高光谱的树木种类识别方法、系统及存储介质。

技术介绍

[0002]光谱是指复色光经过色散系统(如棱镜、光栅)分光后，被色散分离成的单色光，通过成像系统，投射在探测器上成为按波长(或频率)大小依次排列的图案。高光谱是一种可以捕获和分析一片空间区域内逐点上光谱的精细技术，由于可以检测到单个对象不同空间位置上的独特光谱“特征”，因此可以检测到在视觉上无法区分的物质。
[0003]目前，森林的树种统计仍在使用人工实地统计方法，通常是利用人工经验以及对树木的粗视特征进行鉴别，这种方法不仅十分耗费人力，而且容易因人为的主观因素产生结果偏差，除此之外，部分恶劣条件下，如原始森林、湿地等危险且条件恶劣的地区不具备人工采样的可行性。为了提高树木种类识别准确性，人们将高光谱技术应用在树种识别领域，通过拍摄并识别树木的光谱图像对树种进行分析，减小了因人为主观因素导致的树种识别偏差，但由于图像的采集仍然采用人工实地拍摄，导致其效率及可行性仍然偏低。

技术实现思路

[0004]本专利技术提供了基于高光谱的树木种类识别方法、系统及存储介质，能够提升树木种类识别准确性、提升树种识别效率。
[0005]本专利技术提供的基础方案：
[0006]基于高光谱的树木种类识别方法，包括以下步骤：
[0007]S100：采用无人机搭载高光谱相机采集待识别树木的光谱数据；
[0008]S200：将待识别树木的光谱数据与预存的光谱数据进行比对，并生成比对结果；
[0009]S300：根据比对结果，生成树种识别结果。
[0010]本专利技术的原理及优点在于：采用无人机搭载高光谱相机对待识别树木的光谱数据进行采集，相较于人工实地采集，其效率更高。采集完成后，将采集到的待识别树木的光谱数据与预存的各种树木的光谱数据比对，即可通过预存的光谱数据得知待识别树木的树种，相较于利用人工经验以及对树木的粗视特征进行鉴别，采用本方案，树种识别的准确性更高。综上，本方法能够提升树木种类识别准确性、提升树种识别效率。
[0011]进一步，S100中，采集并存储待识别树木的光谱数据、经纬度信息及时间戳。
[0012]有益效果：采集并存储待识别树木的经纬度信息，有利于对识别的树木进行定位，了解识别的每一棵树木的具体位置；采集并存储待识别树木的时间戳，有利于对光谱数据产生的时间进行认证，便于验证这段光谱数据在产生后是否经过篡改。
[0013]进一步，S100包括以下步骤：
[0014]S101：照射待识别树木，使待识别树木形成反射光；
[0015]S102：采集待识别树木形成的反射光，并获取待识别树木的光谱数据。
[0016]有益效果：夜晚没有太阳光时，通过光源照射待识别树木，使待识别树木形成反射光，有利于对待识别树木的光谱数据进行采集。
[0017]进一步，采用多波段光源照射待识别树木。
[0018]有益效果：采用多波段光源照射待识别树木，能够增加采集的光谱数据的准确性。
[0019]进一步，所述无人机上设有匀光板，所述匀光板用于反射太阳光，并遮挡高光谱相机的画幅，S100包括以下步骤：
[0020]S103：采集待识别树木的光谱影像，所述光谱影像包括遮挡区域和未遮挡区域；
[0021]S104：将光谱影像中遮挡区域的光谱数据作为矫正样本；
[0022]S105：根据所述矫正样本，调整光谱影像中未遮挡区域的光谱数据，生成调整后的光谱数据；
[0023]S200中，将调整后的光谱数据与预存的光谱数据进行比对。
[0024]有益效果：日光条件下，匀光板反射太阳光，并遮挡住高光谱相机的画幅，使高光谱相机拍摄到的光谱影像中，包含部分太阳光此时的真实光谱，也即遮挡区域的光谱数据为太阳光此时的真实光谱，将该部分的光谱数据作为矫正样本，对树木的光谱数据进行矫正，也即对其余未遮挡区域的光谱数据进行矫正，得到更加准确的待识别树木的光谱数据。所述调整后的光谱数据即待识别树木的光谱数据。
[0025]进一步，预存的光谱数据为树木在若干生长周期中的光谱数据。
[0026]有益效果：树木在各生长周期的光谱数据存在差异，故本方案中，存储树木在各生长周期的光谱数据，有利于提升树种识别的准确性。
[0027]进一步，所述无人机设有磁性件，所述高光谱相机设有磁铁，所述无人机与高光谱相机通过磁性件和磁铁可拆卸连接。
[0028]有益效果：利用磁铁吸附作用实现无人机与高光谱相机的可拆卸连接，与采用螺纹连接相比，安装及拆卸时更加方便快捷。
[0029]进一步，所述磁性件包括电源装置和电磁铁；
[0030]所述电源装置包括电源、导线和弹簧，所述电源活动设置于无人机上，所述导线通过弹簧与电源连接，所述弹簧处于未压缩状态时，弹簧与电源接触；
[0031]所述电磁铁包括线圈和铁芯；
[0032]所述线圈与导线连接。
[0033]有益效果：近年来，无人机坠机、爆炸等事故频繁发生，而搭载在无人机上的高光谱相机又价格昂贵，故本方案中，为了避免无人机发生事故时牵连高光谱相机，利用无人机与高光谱相机的可拆卸连接关系，使高光谱相机在无人机发生故障及时脱离无人机，实现高光谱相机的自保。
[0034]具体实现方式如下：将电源活动设置在无人机上，再将导线通过弹簧与电源连接，弹簧处于未压缩状态时，弹簧与电源接触，此时与电源装置连接的线圈处于通电状态，磁性件拥有磁性，无人机可通过磁性件实现与高光谱相机的连接。当无人机异常飞行，具有坠毁可能时，其倾斜会导致电源的移动，从而压缩电源正极或负极任一端连接的弹簧使得电源与另一端的弹簧脱离，导致电源装置处于断路状态，此时，与电源装置连接的线圈处于未通电状态，磁性件磁性消失，无人机与高光谱相机的连接作用消失，高光谱相机脱离无人机，避免了无人机的坠毁、爆炸等事故对高光谱相机造成损伤。
[0035]基于高光谱的树木种类识别系统，使用了上述基于高光谱的树木种类识别方法。
[0036]基于高光谱的树木种类识别存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述基于高光谱的树木种类识别方法。
附图说明
[0037]图1为本专利技术实施例基于高光谱的树木种类识别方法的流程图。
[0038]图2为本专利技术实施例基于高光谱的树木种类识别方法中无人机的结构示意图。
[0039]图3为本专利技术实施例基于高光谱的树木种类识别方法中无人机的磁性件示意图。
[0040]图4为本专利技术实施例基于高光谱的树木种类识别方法中无人机与高光谱相机的连接结构示意图。
[0041]图5为本专利技术实施例基于高光谱的树木种类识别方法中无人机的局部剖视图。
具体实施方式
[0042]下面通过具体实施方式进一步详细说明：
[0043]说明书附图中的标记包括：无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高光谱的树木种类识别方法，其特征在于：包括以下步骤：S100：采用无人机搭载高光谱相机采集待识别树木的光谱数据；S200：将待识别树木的光谱数据与预存的光谱数据进行比对，并生成比对结果；S300：根据比对结果，生成树种识别结果。2.根据权利要求1所述的基于高光谱的树木种类识别方法，其特征在于：S100中，采集并存储待识别树木的光谱数据、经纬度信息及时间戳。3.根据权利要求1所述的基于高光谱的树木种类识别方法，其特征在于：S100包括以下步骤：S101：照射待识别树木，使待识别树木形成反射光；S102：采集待识别树木形成的反射光，并获取待识别树木的光谱数据。4.根据权利要求3所述的基于高光谱的树木种类识别方法，其特征在于：采用多波段光源照射待识别树木。5.根据权利要求1所述的基于高光谱的树木种类识别方法，其特征在于：所述无人机上设有匀光板，所述匀光板用于反射太阳光，并遮挡高光谱相机的画幅，S100包括以下步骤：S103：采集待识别树木的光谱影像，所述光谱影像包括遮挡区域和未遮挡区域；S104：将光谱影像中遮挡区域的光谱数据作为矫正样本；S105：根据所述矫正样本，调整光谱影像中未遮挡...

【专利技术属性】
技术研发人员：段勃，杨东鑫，李浩澜，胡立智，谭光明，张杨，
申请(专利权)人：中科计算技术西部研究院，
类型：发明
国别省市：