一种基于Sen-UNet的松材线虫病死木高光谱影像分割方法技术

本发明专利技术公开了一种基于Sen‑UNet的松材线虫病死木高光谱影像分割方法，涉及林业病虫害监测技术领域，所述方法包括以下步骤：S10，通过在直升飞机上搭载高光谱仪器对林区进行高光谱影像采集；S20，对采集的高光谱影像进行预处理，以降低噪声对高光谱影像的影响；S30，对预处理后的高光谱影像进行专家标注，构建数据集；S40，搭建Sen‑UNet模型，确定超参数学习策略；S50，使用数据集对Sen‑UNet模型进行迭代训练，并结合损失函数和评价指标进行最终模型优选；S60，对新数据进行模型推导，并以mask文件的形式输出分割结果；S70，对mask文件进行shp文件转化。本发明专利技术的有益效果：既节约了人工、时间成本，又提高了图像分割的精确度和覆盖程度。

【技术实现步骤摘要】

本专利技术涉及林业病虫害监测，更具体的说，涉及一种基于sen-unet的松材线虫病死木高光谱影像分割方法。

技术介绍

1、松材线虫病是一种危害性极大的松树疾病，被松材线虫感染后的松树会出现干枯死亡的现象，最终导致腐烂。前人结合图像分割，高光谱分析等技术探索了多种松材线虫病死木检测的方法，取得了一定的效果。其中图像分割技术一定程度上区分了病死导致变色的树木与正常树木，但由于单颗树木边缘复杂，标注人工、时间成本大，且构建基于卷积神经网络的模型，其分割结果在准确率和覆盖程度上常常不尽人意。除此之外，高光谱图像由数百种波段组成，不同波段光谱信息对地物的具有不同的反馈，通过统计分析可以挑选出目标对象具有显著反映的光谱波段对，但其中统计分析需要大量的专业经验和时间成本，难以在繁多的波段中寻找到波段范围。

技术实现思路

1、为了克服现有技术的不足，本专利技术提供一种基于sen-unet的松材线虫病死木高光谱影像分割方法，解决了当前标注人工、时间成本大，且图像的分割精确度和覆盖程度低的问题，从而既节约了人工、时间成本，又提高本文档来自技高网...

【技术保护点】

1.一种基于Sen-UNet的松材线虫病死木高光谱影像分割方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于Sen-UNet的松材线虫病死木高光谱影像分割方法，其特征在于，步骤S20中，所述预处理的具体步骤包括：

3.根据权利要求2所述的一种基于Sen-UNet的松材线虫病死木高光谱影像分割方法，其特征在于，步骤S30中，所述专家标注的具体方式为:采用Labelme分割标注工具对高光谱影像进行像素级别的标注，并将标注完成后的高光谱影像按照比例进行切割，划分为1024*1024尺寸大小；所述数据集的具体构建方式为：先对切割后的高光谱影像根据图...

【技术特征摘要】

1.一种基于sen-unet的松材线虫病死木高光谱影像分割方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于sen-unet的松材线虫病死木高光谱影像分割方法，其特征在于，步骤s20中，所述预处理的具体步骤包括：

3.根据权利要求2所述的一种基于sen-unet的松材线虫病死木高光谱影像分割方法，其特征在于，步骤s30中，所述专家标注的具体方式为:采用labelme分割标注工具对高光谱影像进行像素级别的标注，并将标注完成后的高光谱影像按照比例进行切割，划分为1024*1024尺寸大小；所述数据集的具体构建方式为：先对切割后的高光谱影像根据图斑数目进行统计，并将统计后的高光谱影像划分为训练集、验证集以及测试集。

4.根据权利要求3所述的一种基于sen-unet的松材线虫病死木高光谱影像分割方法，其特征在于，步骤s40中，所述sen-unet模型...

【专利技术属性】
技术研发人员：叶绍泽，周皓然，陆国锋，袁杰遵，王琛，李瑞佳，
申请(专利权)人：深圳市森歌数据技术有限公司，
类型：发明
国别省市：