基于遥感卫星的松材线虫病疫木监测方法、系统及存储介质技术方案

本发明专利技术涉及图像数据处理技术领域，公开一种基于遥感卫星的松材线虫病疫木监测方法、系统及存储介质，根据松材线虫病疫木的病虫害程度给予刚发病、病中和病死的标签，利用上述含有不同病变程度标签的瓦片样本数据对模型进行训练，能够识别出不同病虫害程度的病疫木，效率高，避免了针对不同病变疫木场景选择不同的特征组合和设计不同的监测方法，得到的松材线虫病变程度更精确，为后续疫木除治作业提供更清晰的指导。并且实现遥感信息提取与监测的技术手段与深度学习技术手段的融合，利用辐射增强、分辨率增强等图像增强处理手段，扩大了松材线虫病疫木范围图形信息的显著度，同时利用全方位的伪图斑去除方法，极大地提高了病疫木监测的准确率。

【技术实现步骤摘要】

本专利技术涉及图像数据处理，特别是涉及一种基于遥感卫星的松材线虫病疫木监测方法、系统及存储介质。

技术介绍

1、松材线虫病又称松枯萎病，为林木的一种常见病虫害，是一种毁灭性虫害，具有蔓延速度快、防治难度大的特点，曾在许多地区发生并流行成灾。尽早发现患松材线虫病的植株并将其砍伐，能够防止病害扩张蔓延，极大减少该病对当地生态环境的破坏以及带来的经济损失。

2、传统的对松材线虫病的监测手段大多为人工监测，但由于松材线虫病的爆发地点存在地形地貌复杂、分布地点不集中等特点，人工监测法无法从根本上解决问题。为了缓解人工监测的压力，国内外研究人员形成了多种自动监测的相关技术方法，根据监测方法主要可分为两大类：根据卫星正射融合影像生成lab色彩空间图像和特征图像，通过分割算法和植被特征阈值，综合判断病虫害范围，但存在着效率低下的问题，难以支撑爆发式增长的任务和需求。此外，随着卫星传感器的不断发展，又出现了基于卫片、航片以及无人机数据的智能提取病虫害范围等方法，但卫星数据智能提取只能得到大致的病虫害树木区域，无法准确的判断树木的病虫害严重程度；航片、无人机数据智本文档来自技高网...

【技术保护点】

1.基于遥感卫星的松材线虫病疫木监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步骤S1中，遥感影像数据采用北京三号N星采集的影像数据。

3.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步骤S1中，通过手势牵引的方式勾画松材线虫病疫木种子点，利用Graph cut算法围绕种子点实现多尺度分割，并建立周围各个像素点与种子点相似度的赋权图，计算特征差异阈值，获取松材线虫病疫木范围标签。

4.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步...

【技术特征摘要】

1.基于遥感卫星的松材线虫病疫木监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步骤s1中，遥感影像数据采用北京三号n星采集的影像数据。

3.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步骤s1中，通过手势牵引的方式勾画松材线虫病疫木种子点，利用graph cut算法围绕种子点实现多尺度分割，并建立周围各个像素点与种子点相似度的赋权图，计算特征差异阈值，获取松材线虫病疫木范围标签。

4.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步骤s2中，采用遥感卫星的空间参考模板对遥感影像数据进行匀光匀色，使遥感影像数据色调均匀、反差适中、接近自然真彩色、光谱信息丰富；

5.根据权利要求1所述的基于遥感卫星的松材线虫病疫木监测方法，其特征在于，在步骤s5中，松材线虫病疫木提取模型基于编码器-解码器结构，设计mpt网络，其中编码器部分设计cnn+transformer的骨干网络，transformer部分采用局部并行方式，使模型具有卷积的优势，也保持了self-attention的优势，在增强了特征提取能力的同时，模型效率也得到优化；解码器部分则使用uperhead，由...

【专利技术属性】
技术研发人员：秦琳，孟先进，刘新科，林寿明，李延峰，关雄飞，范松滔，张水花，薛亚东，
申请(专利权)人：广东省林业调查规划院，
类型：发明
国别省市：