林业业务图像自动分类方法技术

一种林业业务图像自动分类方法，分为训练和分类两大部分，训练部分经图像转换、在灰度图像上计算关键点集合、关键点主方向确定和特征向量生成来描述关键点、聚类和生产直方图表示图像五个步骤，分类部分经对分类图像的直方图表示、分类器分类两个步骤，最终完成。本方法根据护林员采集到的众多林业业务图像，利用这些图像数据的特点和颜色信息构建合理的视觉词汇本，将图像进行高精度的分类，分成森林火灾、非法使用林地、非法采伐、非法猎捕等七类，分别传递至各职能管理部门，实现对森林的快速、有效、及时的管理，实现森林管理的信息现代化。

【技术实现步骤摘要】

本专利技术涉及一种，属于森林资源监测与信息处理

技术介绍
林业具有巨大的生态、经济和社会功能，是应对经济全球化发展过程中造成的生态危机和气候变化问题的有效途径。于是对森林资源和生态保护成为各级政府重要的建设内容。而护林员作为林业工作的骨干力量，可将林业现场数据通过手机拍摄后传输到服务器。这些图像数据集中在服务器上能够根据林业业务需求进行快速地分类，并将分类结果发送到相关林业管理部门，从而可以对相关事件进行及时、有效的处理。这种森林资源监管模式，摈弃了传统的管理手段无法准确及时了解其现状及动态，但要使林业各个管理部门，包括林业执法机构和执法队伍能够全面配合，相互协调，增强决策支持和应急处理能力，其核心是实现林业业务图像的分类。要实现林业业务图像的分类，其理论基础是建立在场景图像分类上的。而场景图像分类是在二十世纪九十年代末开始兴起的一个新的研究领域，2006年在MIT首次召开了场景理解研讨会，明确了场景分类将会是一个新的有前途的研究热点。2005年之前，场景图像分类主要采用基于底层特征(low level features)的方法和基于场景结构的方法；而从2005年至今,场本文档来自技高网...

【技术保护点】
一种林业业务图像自动分类方法，分为训练和分类两大部分，其特征是按如下步骤进行：一、训练(1)将数据库中每一幅林业业务图像从RGB颜色模型图像分别转换成HSV颜色模型图像和256级灰度图像其中i＝1，2，...，N，N为数据库中训练图像的个数；(2)在灰度图像上，采用SURF计算关键点集合KPi(k1，k2，...，kNi)，，其中Ni表示关键点个数，关键点kj(x，y，s)中，j＝1，2，...，Ni，x，y表示关键点的位置，s为尺度信息；(3)关键点描述：按步骤一(2)得到的SURF关键点，求对应像素点在HSV空间中的H颜色分量上的位置，然后分2步来实现这些关键点的描述：a)关键点主方向确定...

【技术特征摘要】

【专利技术属性】
技术研发人员：汪杭军，寿韬，张广群，
申请(专利权)人：浙江农林大学，
类型：发明
国别省市：