一种生态修复区植距预估方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及图像处理领域，揭露了一种生态修复区植距预估方法，包括：接收预构建的卫星生态图，对所述卫星生态图进行区间切分，得到生态单元图集；利用预构建的卷积神经网络对所述生态单元图集进行分类，得到植被单元图集；计算所述植被单元图集中每一个植被单元图的RGB值，得到实际RGB值；利用预构建的植距比照表，根据所述实际RGB值，估算所述每一个植被单元图中的植被距离。本发明专利技术还提出一种生态修复区植距预估装置、电子设备以及计算机可读存储介质。本发明专利技术可以解决不能做到宏观、准确的判断生态修复区的植被植距，从而影响生态修复区的评估及修复的效率的问题。的评估及修复的效率的问题。的评估及修复的效率的问题。

A method, device, electronic equipment and medium for estimating plant spacing in ecological restoration area

【技术实现步骤摘要】
一种生态修复区植距预估方法、装置、电子设备及介质


[0001]本专利技术涉及图像处理领域，尤其涉及一种生态修复区植距预估方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]近年来，随着人们对生态环境的重视，生态资源的保护和修复受到越来越多的关注，土地荒漠化开始成为亟待解决的问题。
[0003]当前对土地荒漠化的评估和修复需要人工、实地的查看，这种方式需要耗费大量的人力物力，且不能做到宏观、准确的判断生态修复区的植被植距，从而影响生态修复区的评估及修复的效率。

技术实现思路

[0004]本专利技术提供一种生态修复区植距预估方法、装置及计算机可读存储介质，其主要目的在于解决不能做到宏观、准确的判断生态修复区的植被植距，从而影响生态修复区的评估及修复的效率的问题。
[0005]为实现上述目的，本专利技术提供的一种生态修复区植距预估方法，包括：
[0006]接收预构建的卫星生态图，对所述卫星生态图进行区间切分，得到生态单元图集；
[0007]利用预构建的卷积神经网络对所述生态单元图集进行分类，得到植被单元图集；
[0008]计算所述植被单元图集中每一个植被单元图的RGB值，得到实际RGB 值；
[0009]利用预构建的植距比照表，根据所述实际RGB值，估算所述每一个植被单元图中的植被距离。
[0010]可选地，所述对所述卫星生态图进行区间切分，得到生态单元图集，包括：
[0011]根据所述卫星生态图的面积域值，选择适合的切分标准；<br/>[0012]根据所述切分标准对所述卫星生态图进行正六边形切分，得到所述生态单元图集。
[0013]可选地，所述利用预构建的卷积神经网络对所述生态单元图集进行分类，得到植被单元图集，包括：
[0014]依次提取所述生态单元图集中的每一张生态单元图的像素值，得到多个像素值矩阵；
[0015]利用所述卷积神经网络中的特征提取层，提取所述像素值矩阵的矩阵特征；
[0016]利用所述卷积神经网络的全连接层，根据所述矩阵特征对所述生态单元图进行分类，提取分类结果为植被的生态单元图，得到所述植被单元图集。
[0017]可选地，所述利用所述卷积神经网络中的特征提取层，提取所述像素值矩阵的矩阵特征，包括：
[0018]利用所述特征提取层中的卷积层对所述像素值矩阵进行卷积特征提取，得到卷积化特征矩阵；
[0019]利用所述特征提取层中的池化层对所述卷积化特征矩阵进行池化，得到矩阵特征。
[0020]可选地，所述利用所述特征提取层中的卷积层对所述像素值矩阵进行卷积特征提取，得到卷积化特征矩阵，包括：
[0021]利用所述卷积层中的卷积核在所述像素值矩阵上进行滑动特征提取，得到滑动特征数组；
[0022]根据所述滑动特征数组中每一个数值的先后顺序，构建所述卷积化特征矩阵。
[0023]可选地，所述植距比照表的构建过程，包括：
[0024]接收预构建的比照生态图集及所述比照生态图集中每一张比照生态图对应的植被植距；
[0025]提取所述比照生态图集中每一张比照生态图的比照RGB值，根据所述比照生态图的比照RGB值及对应的植被植距，构建所述植距比照表。
[0026]可选地，所述利用预构建的植距比照表，根据所述实际RGB值，估算所述每一个植被单元图中的植被距离，包括：
[0027]利用所述实际RGB值与所述植距比照表中的比照RGB值进行匹配，得到与所述实际RGB值相同的比照RGB值；
[0028]提取所述相同的比照RGB值对应的植被植距，得到所述每一个植被单元图中的植被距离。
[0029]为了解决上述问题，本专利技术还提供一种生态修复区植距预估装置，所述装置包括：
[0030]卫星生态图切分模块，用于接收预构建的卫星生态图，对所述卫星生态图进行区间切分，得到生态单元图集；
[0031]生态单元图分类模块，用于利用预构建的卷积神经网络对所述生态单元图集进行分类，得到植被单元图集；
[0032]RGB值计算模块，用于计算所述植被单元图集中每一个植被单元图的 RGB值，得到实际RGB值；
[0033]植距估算模块，用于利用预构建的植距比照表，根据所述实际RGB值，估算所述每一个植被单元图中的植被距离。
[0034]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0035]存储器，存储至少一个指令；及
[0036]处理器，执行所述存储器中存储的指令以实现上述所述的生态修复区植距预估方法。
[0037]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的生态修复区植距预估方法。
[0038]相比于
技术介绍
所述：当前对土地荒漠化的评估和修复需要人工、实地的查看，这种方式需要耗费大量的人力物力，且不能做到宏观、准确的判断生态修复区的植被植距，从而影响生态修复区的评估及修复的效率的现象，本专利技术实施例通过对所述卫星生态图进行分割，得到所述生态单元图集，可以对生态修复区进行更为精细化的修复。利用预构建的卷积神经网络提取所述生态单元图的图片特征，并根据所述图片特征识别出包含植被的生态
单元图，可以有针对性的关注植被的生长情况，最后通过预构建的植距比照表和所述实际RGB值查询出所述生态单元图中的植被植距，综合所有的生态单元图可以对生态修复区的植被植距做出合理预估。因此本专利技术提出的生态修复区植距预估方法、装置、电子设备及计算机可读存储介质，解决了不能做到宏观、准确的判断生态修复区的植被植距，从而影响生态修复区的评估及修复效率的问题。
附图说明
[0039]图1为本专利技术一实施例提供的生态修复区植距预估方法的流程示意图；
[0040]图2为图1中其中一个步骤的详细实施流程示意图；
[0041]图3为图2中其中一个步骤的详细实施流程示意图；
[0042]图4为本专利技术一实施例提供的生态修复区植距预估装置的功能模块图；
[0043]图5为本专利技术一实施例提供的实现所述生态修复区植距预估方法的电子设备的结构示意图。
[0044]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0045]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0046]本申请实施例提供一种生态修复区植距预估方法。所述生态修复区植距预估方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述生态修复区植距预估方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
[0047]参照图1所示，为本专利技术一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生态修复区植距预估方法，其特征在于，所述方法包括：接收预构建的卫星生态图，对所述卫星生态图进行区间切分，得到生态单元图集；利用预构建的卷积神经网络对所述生态单元图集进行分类，得到植被单元图集；计算所述植被单元图集中每一个植被单元图的RGB值，得到实际RGB值；利用预构建的植距比照表，根据所述实际RGB值，估算所述每一个植被单元图中的植被距离。2.如权利要求1所述的生态修复区植距预估方法，其特征在于，所述对所述卫星生态图进行区间切分，得到生态单元图集，包括：根据所述卫星生态图的面积域值，选择适合的切分标准；根据所述切分标准对所述卫星生态图进行正六边形切分，得到所述生态单元图集。3.如权利要求1所述的生态修复区植距预估方法，其特征在于，所述利用预构建的卷积神经网络对所述生态单元图集进行分类，得到植被单元图集，包括：依次提取所述生态单元图集中的每一张生态单元图的像素值，得到多个像素值矩阵；利用所述卷积神经网络中的特征提取层，提取所述像素值矩阵的矩阵特征；利用所述卷积神经网络的全连接层，根据所述矩阵特征对所述生态单元图进行分类，提取分类结果为植被的生态单元图，得到所述植被单元图集。4.如权利要求3所述的生态修复区植距预估方法，其特征在于，所述利用所述卷积神经网络中的特征提取层，提取所述像素值矩阵的矩阵特征，包括：利用所述特征提取层中的卷积层对所述像素值矩阵进行卷积特征提取，得到卷积化特征矩阵；利用所述特征提取层中的池化层对所述卷积化特征矩阵进行池化，得到矩阵特征。5.如权利要求4所述的生态修复区植距预估方法，其特征在于，所述利用所述特征提取层中的卷积层对所述像素值矩阵进行卷积特征提取，得到卷积化特征矩阵，包括：利用所述卷积层中的卷积核在所述像素值矩阵上进行滑动特征提取，得到滑动特征数组；根据所述滑动特征数组中每一个数值的先后顺...

【专利技术属性】
技术研发人员：王海，那日苏，塔娜，张晓庆，石红霄，哈斯巴根，王珍，孙世贤，张勇，
申请(专利权)人：中国农业科学院草原研究所，
类型：发明
国别省市：