[發(fā)明專利]基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710077896.7
• 申請日: 2017-02-14
• 公開（公告）號: CN106915462A
• 公開（公告）日: 2017-07-04
• 發(fā)明（設計）人: 陳偉;許雪玲;鄭澤禹;毛憲軍;周枝旺;郭其盛
• 申請（專利權）人: 福建興宇信息科技有限公司
• 主分類號: B64C39/02
• 分類號: B64C39/02;G06K9/32;G06K9/40;G06K9/46;G06K9/62;G06Q50/02;G06T17/05
• 代理公司: 福州市鼓樓區(qū)京華專利事務所(普通合伙)35212
• 代理人: 林云嬌

1.一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述系統(tǒng)包括無人機和地面站，無人機搭載的設備有溫濕度模塊、通信模塊、控制模塊以及與控制模塊相連的GPS定位模塊、傳感模塊和圖像采集模塊，所述溫濕度模塊與控制模塊相連；所述通信模塊，實現無人機的控制模塊和地面站的通信；通過衛(wèi)星遙感影像、無人機的遙感影像和圖像識別技術對林業(yè)病蟲害信息提取，利用時間序列影像數據中的光譜信息和時相信息，對圖像采集模塊采集的圖像進行圖像自動識別獲得病蟲害發(fā)生情況。

2.根據權利要求1所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述傳感模塊包括監(jiān)測林業(yè)病蟲害的脈沖雷達和監(jiān)測森林資源的多波段光譜掃描儀、紅外光譜儀。

3.根據權利要求1所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述通過衛(wèi)星遙感影像、無人機的遙感影像和圖像識別技術對林業(yè)病蟲害信息提取的方式具體包括如下步驟：

步驟1、下載衛(wèi)星遙感影像，并對獲取的衛(wèi)星遙感影像進行預處理；

步驟2、提取林業(yè)病蟲害的覆蓋范圍；

步驟3、提取衛(wèi)星遙感影像的時間序列影像數據中單時相和多時相植被指數的光譜特征；

步驟4、在病害監(jiān)控期，在影像獲取時進行同步無人機低空調查；

步驟5、無人機采集劃定范圍內的森林資源圖像和狀態(tài)；

步驟6、控制模塊分析圖像采集模塊采集的圖像和來自傳感模塊的遙感圖像和光譜數據，傳感模塊的脈沖雷達根據反射回的電磁波探測有無昆蟲，傳感模塊的紅外光譜儀和多波段光譜掃描儀采集森林資源的不同波段的光譜特征，并生成圖譜；

步驟7、將步驟6中的數據傳回地面站進一步分析；結合無人機低空調查數據，利用圖像識別技術，篩選病害監(jiān)測的光譜特征；

步驟9、根據森林資源生長時期不同和是否有病蟲害分別建立模型；

步驟10、基于模型、光譜信息散度和圖譜分析林業(yè)的病蟲害發(fā)生情況，所述光譜信息包括：植被指數的光譜特征、不同波段的光譜特征和病害監(jiān)測的光譜特征。

4.根據權利要求3所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述步驟3具體為：采用了13個光譜特征作為病害監(jiān)測的備選特征，13個光譜特征包括與多數中高分辨率多光譜衛(wèi)星影像兼容的藍藍RB、綠RG、紅RR、近紅外RNIR的通道原始反射率，以及歸一化差異植被指數NDVI、比值植被指數SR、綠波段歸一化差異植被指數GNDVI、調整土壤亮度植被指數SAVI、三角植被指數TVI、改進紅邊比值植被指數MSR、非線性植被指數NLI、重歸一化植被指數RDVI、土壤調節(jié)植被指數OSAVI九個寬波段植被指數；分別采用單時相和多時相兩種版本的植被指數進行分析，其中，單時相植被指數由某一時相影像波段反射率計算得到，用于反映植被在某個時間點上的生理生化狀態(tài)；多時相植被指數根據兩個時相的單時相植被指數進行歸一化計算得到，用于反映病蟲害在林間發(fā)展變化的特點。

5.根據權利要求4所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述影像波段的范圍包括可見光和近紅外波段。

6.根據權利要求3所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述對獲取的衛(wèi)星遙感影像進行預處理包括輻射定標、大氣校正、幾何校正以及云去除。

7.根據權利要求3所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述林業(yè)病蟲害的覆蓋范圍依據已有林地分類矢量圖或多時相影像進行分類獲得。

8.根據權利要求7所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述多時相影像在分類過程中需結合林地利用類型數據、地形數據和物候經驗，采取決策樹、最大似然分類或神經網絡進行種植范圍提取。

9.根據權利要求1所述的一種基于多源影像信息的林業(yè)病蟲害智能識別系統(tǒng)，其特征在于：所述病害監(jiān)測的光譜特征提取方式為：根據無人機低空調查的重點區(qū)域病害的發(fā)生情況，將重點區(qū)域分為正常樣本和染病樣本兩部分；

分別從圖像識別系統(tǒng)上提取兩類樣本點不同形式光譜特征的單時相和多時相特征值；

對每種光譜特征的單時相或多時相版本，采用獨立樣本t檢驗比較正常和染病樣本的差異程度；

采用t檢驗的預設值p來表征某一特征的差異程度，并據此生成一張各類不同形式光譜特征在不同時相和時相組合中的p值統(tǒng)計表格，其中，p值越小，正常和染病樣本的差異越大，特征對病害信息的響應越強烈。