利用遥感图像的松木变色立木智能识别与定位方法技术

本发明专利技术公开了一种利用遥感图像的松木变色立木智能识别与定位方法，该利用遥感图像的松木变色立木智能识别与定位方法，包括特征工程，所述特征工程包括如下步骤，获取历史遥感图像及对应的历史变色立木坐标点信息,其中历史遥感图像最少需包括四个通道；利用变色立木坐标点以矩形框形式在对应时间段的遥感图像上进行标注；对已标注的遥感图像进行校正处理；计算植被指数；将处理后的遥感图像与计算的植被指数的结果叠加在一起组成一个八通道；将产生的八通道遥感图像进行方块裁剪以制作数据集。该利用遥感图像的松木变色立木智能识别与定位方法，解决了遥感图像中变色松木检测精度低下、人工实地调查的高成本投入的难题。人工实地调查的高成本投入的难题。人工实地调查的高成本投入的难题。

【技术实现步骤摘要】
利用遥感图像的松木变色立木智能识别与定位方法


[0001]本专利技术属于遥感监测森林
，具体涉及一种利用遥感图像的松木变色立木智能识别与定位方法。

技术介绍

[0002]松木线虫病是我国唯一一个一级林业有害生物物种，对森林生态系统具有极高的危险性与毁灭性，现已扩散至18个省，累计造成6亿多株松树死亡。而感染松木线虫病的松木主要表征之一为松针由绿变红黄色，因此变色松木的识别与监测可极大地辅助松木线虫病疫木监测。
[0003]随着光学遥感卫星技术的发展，高空间分辨率、多光谱通道遥感图像数据的获取难度极大地被降低，具有红、绿、蓝、近红外四通道的高分辨率遥感卫星的重访周期可达到1天左右，使得大面积下的变色松木精确监测成为了可能。但是现有的监测方法很难高效的处理、利用这些海量的卫星数据。目前常用的监测方法有两种，一种是人工监测，该方法需要人工判读遥感图像或者实地勘察作业，耗时耗力，不具备对大面积林木作业的可能；另一种是将由遥感卫星获取的遥感图像、机器学习与人工判别相结合的方法，由于该方法为非端到端式的判别方式，提取的结果也为非坐标的形式，仍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用遥感图像的松木变色立木智能识别与定位方法，包括特征工程，其特征在于，所述特征工程包括如下步骤，S1获取至少包括四个通道的历史遥感图像及对应的历史变色立木坐标点信息；S2利用变色立木坐标点以矩形框形式在对应时间段的遥感图像上进行标注；S3对已标注的遥感图像进行校正处理；S4利用S3得到的各通道遥感图像逐像元计算多个植被指数，得到多个包含先验知识的单通道栅格图，该图大小与输入图像一致；S5将S3处理后的遥感图像与S4处理后的遥感图像叠加组成多通道遥感图像；S6将S5产生的多通道遥感图像进行方块裁剪，同时生成对应裁剪图像中的变色松树立木的坐标以制作数据集。2.如权利要求1所述的利用遥感图像的松木变色立木智能识别与定位方法，其特征在于，还包括，构建数据集，包括随机增强数据集构建，对S6产生的样本进行随机数据增强构建新的数据集，增强过程中，图像改变的同时其相应标注坐标始终为变色立木坐标点。3.如权利要求2所述的利用遥感图像的松木变色立木智能识别与定位方法，其特征在于，所述构建数据集包括，将得到的样本集按照标号顺序读取，并循环读取多次，每次读取的时候图像进行随机镶嵌增强，将镶嵌增强的结果进行随机填充增强，将上一步的输出结果进行随机复制填充增强，最后再将复制增强的结果进行随机翻转与随机旋转增强；输入图像经过增强后得到了增强后图像，将该图像及其对应的坐标保存到新的数据集；再把未增强的图像与新的数据集合并构成了新的数据集。4.如权利要求1所述的利用遥感图像的松木变色立木智能识别与定位方法，其特征在于，步骤S3中，校正处理包括辐射定标、大气校正处理，校正处理后得到地面真实反射率的遥感图像；...

【专利技术属性】
技术研发人员：万昊明，唐攀攀，罗小燕，欧阳宁雷，赵博，王辉，
申请(专利权)人：南湖实验室，
类型：发明
国别省市：