基于无人机遥感图像的植被检测方法、装置以及设备制造方法及图纸

本发明专利技术涉及遥感数据分析领域，特别涉及一种基于无人机遥感图像的植被检测方法，包括：获取目标区域的遥感图像，其中，遥感图像包括热红外图像以及可见光图像；将热红外图像转换为地表温度图像，并将地表温度图像与可见光图像进行图像融合，获取融合图像，将融合图像转换为植被覆盖图像，其中，植被覆盖图像包括若干种植被类型；从植被覆盖图像中提取各个植被类型对应的若干个第一样本数据，根据第一样本数据，组成第一样本训练数据集；根据第一样本训练数据集以及预设的植被分类模型，获取目标区域的植被分类数据。本申请将热红外图像和可见光图像融合，根据植被类型构建样本训练数据集，对植被类型进行分类，获得高精度的植被分类数据。类数据。类数据。

【技术实现步骤摘要】
基于无人机遥感图像的植被检测方法、装置以及设备


[0001]本专利技术涉及遥感数据分析领域，特别涉及是一种基于无人机遥感图像的植被检测方法、装置、设备以及存储介质。

技术介绍

[0002]目前，基于遥感图像对地表覆盖类型进行分类的研究较多，但大多数学者都把城市植被作为一个大类进行研究，或者讨论不同土地利用类型，如草地、林地、耕地等地区地表温度的整体模式。
[0003]而由于植被叶片形状、植株高矮不同，如针叶和阔叶、灌木和乔木等，对地表温度的影响程序也会不同，所以对微观城市生态和城市热岛效应的研究需要将不同植被类型区分开。然而多光谱数据和可见光数据容易将灌木和乔木混淆，难以对植物进行准确分类。

技术实现思路

[0004]基于此，本专利技术的目的在于，提供一种基于无人机遥感图像的植被检测方法、装置、设备以及存储介质，将热红外图像和可见光图像融合，然后根据植被类型构建第一样本训练数据集，利用植被分类模型对植被类型进行分类，获得高精度的植被分类数据，高效、快捷。
[0005]第一方面，本申请实施例提供了一种基于无人机遥感图像的植被检测方法，包括以下步骤：
[0006]获取目标区域的遥感图像，其中，所述遥感图像包括热红外图像以及可见光图像；
[0007]将所述热红外图像转换为地表温度图像，并将所述地表温度图像与可见光图像进行图像融合，获取融合图像，将所述融合图像转换为植被覆盖图像，其中，所述植被覆盖图像包括若干种植被类型；
[0008]从所述植被覆盖图像中提取各个所述植被类型对应的若干个第一样本数据，根据所述第一样本数据，组成第一样本训练数据集；
[0009]根据所述第一样本训练数据集以及预设的植被分类模型，获取所述目标区域的植被分类数据，并对所述植被分类数据进行精度评价；
[0010]响应于检测指令，所述检测指令包括待检测区域的热红外图像以及可见光图像，获取电子地图数据，根据所述待检测区域的热红外图像以及可见光图像，获取待检测区域的植被分类数据，根据所述植被分类数据中的植被类型以及与所述植被类型对应的植被标识，获取所述电子地图数据的各个区域的植被标识，在所述电子地图数据上进行植被标识的显示以及标注。
[0011]第二方面，本申请实施例提供了一种基于无人机遥感图像的植被检测装置，包括：
[0012]获取模块，用于获取目标区域的遥感图像，其中，所述遥感图像包括热红外图像以及可见光图像；
[0013]图像转换模块，用于将所述热红外图像转换为地表温度图像，并将所述地表温度
图像与可见光图像进行图像融合，获取融合图像，将所述融合图像转换为植被覆盖图像，其中，所述植被覆盖图像包括若干种植被类型；
[0014]数据集构建模块，用于从所述植被覆盖图像中提取各个所述植被类型对应的若干个第一样本数据，根据所述第一样本数据，组成第一样本训练数据集；
[0015]分类模块，用于根据所述第一样本训练数据集以及预设的植被分类模型，获取所述目标区域的植被分类数据，并对所述植被分类数据进行精度评价；
[0016]检测模块，用于响应于检测指令，所述检测指令包括待检测区域的热红外图像以及可见光图像，获取电子地图数据，根据所述待检测区域的热红外图像以及可见光图像，获取待检测区域的植被分类数据，根据所述植被分类数据中的植被类型以及与所述植被类型对应的植被标识，获取所述电子地图数据的各个区域的植被标识，在所述电子地图数据上进行植被标识的显示以及标注。
[0017]第三方面，本申请实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如第一方面所述基于无人机遥感图像的植被检测方法的步骤。
[0018]第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于无人机遥感图像的植被检测方法的步骤。
[0019]在本申请实施例中，提供一种基于无人机遥感图像的植被检测方法、装置、设备以及存储介质，将热红外图像和可见光图像融合，然后以各个植被类型的特征构建第一样本训练数据集，利用植被分类模型对植被类型进行分类，获得高精度的植被分类数据，高效、快捷。
[0020]为了更好地理解和实施，下面结合附图详细说明本专利技术。
附图说明
[0021]图1为本申请一个实施例提供的基于无人机遥感图像的植被检测方法的流程示意图；
[0022]图2为本申请一个实施例提供的基于无人机遥感图像的植被检测方法中S2的流程示意图；
[0023]图3为本申请一个实施例提供的基于无人机遥感图像的植被检测方法中S202的流程示意图；
[0024]图4为本申请一个实施例提供的基于无人机遥感图像的植被检测方法中S3的流程示意图；
[0025]图5为本申请一个实施例提供的基于无人机遥感图像的植被检测方法的各植被类型的热属性特征图；
[0026]图6为本申请一个实施例提供的基于无人机遥感图像的植被检测方法中S4的流程示意图；
[0027]图7为本申请一个实施例提供的基于无人机遥感图像的植被检测装置的结构示意图；
[0028]图8为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
[0029]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0030]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0031]应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”/“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0032]请参阅图1，图1为本申请一个实施例提供的基于无人机遥感图像的植被检测方法的流程示意图，所述方法包括如下步骤：
[0033]S1：获取目标区域的遥感图像，其中，所述遥感图像包括热红外图像以及可见光图像。
[0034]所述基于无人机遥感图像的植被检测方法的执行主体为基于无人机遥感图像的植被检测方法的检测设备(以下简称检测设备)，在一个可选的实施例中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机遥感图像的植被检测方法，其特征在于，包括以下步骤：通过无人机获取目标区域的遥感图像，其中，所述遥感图像包括热红外图像以及可见光图像；将所述热红外图像转换为地表温度图像，并将所述地表温度图像与可见光图像进行图像融合，获取融合图像，将所述融合图像转换为植被覆盖图像，其中，所述植被覆盖图像包括若干种植被类型；从所述植被覆盖图像中提取各个所述植被类型对应的若干个第一样本数据，根据所述第一样本数据，组成第一样本训练数据集；根据所述第一样本训练数据集以及预设的植被分类模型，获取所述目标区域的植被分类数据，并对所述植被分类数据进行精度评价；响应于检测指令，所述检测指令包括待检测区域的热红外图像以及可见光图像，获取电子地图数据，根据所述待检测区域的热红外图像以及可见光图像，获取待检测区域的植被分类数据，根据所述植被分类数据中的植被类型以及与所述植被类型对应的植被标识，获取所述电子地图数据的各个区域的植被标识，在所述电子地图数据上进行植被标识的显示以及标注。2.根据权利要求1所述的基于无人机遥感图像的植被检测方法，其特征在于，所述将所述热红外图像转换为地表温度图像，并将所述地表温度图像与可见光图像进行图像融合，获取融合图像，包括步骤：根据所述热红外图像以及地表温度算法，将所述热红外图像转换为地表温度图像，其中，所述地表温度算法为：式中，T
s
为地表温度；C为亮度温度值；C
’
为等效大气平均温度；a和b为回归系数；α和β为中间系数，其中α＝e
·
r，β＝(1
‑
e)[1+e(1
‑
r)]，e为大气透过率，r为地表比辐射率；将所述地表温度图像与可见光图像进行地理配准，获取所述地表温度图像相对可见光图像的偏移量，根据所述偏移量，所述地表温度图像与可见光图像进行图像融合。3.根据权利要求1所述的基于无人机遥感图像的植被检测方法，其特征在于，所述将所述地表温度图像与可见光图像进行地理配准，获取所述地表温度图像相对可见光图像的偏移量，根据所述偏移量，所述地表温度图像与可见光图像进行图像融合，包括步骤：获取所述地表温度图像以及可见光图像的像素坐标数据；根据所述地表温度图像以及可见光图像的像素坐标数据，获取所述地表温度图像以及可见光图像对应的像素点的像素坐标数据差值，作为所述偏移量，根据所述偏移量，将所述地表温度图像以及可见光图像对应的像素进行叠加，获取所述融合图像。4.根据权利要求1所述的基于无人机遥感图像的植被检测方法，其特征在于，所述将所述融合图像转换为植被覆盖图像，包括步骤：根据所述融合图像以及植被指数算法，获取所述融合图像的植被指数，其中，所述植被指数包括过绿指数、过绿减红指数、植被颜色指数以及差异性植被指数；根据所述植被指数以及相应的植被指数阈值，对所述融合图像进行阈值分割，获取所述植被覆盖图像。
5.根据权利要求1所述的基于无人机遥感图像的...

【专利技术属性】
技术研发人员：邓应彬，荆文龙，杨骥，胡义强，李鑫，李梦圆，李勇，
申请(专利权)人：南方海洋科学与工程广东省实验室广州，
类型：发明
国别省市：