[發明專利]一種對松樹病死木的高分辨率影像的分類去噪方法及系統

有效

• 申請號: 201810364964.2
• 申請日: 2018-04-23
• 公開（公告）號: CN108764284B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 徐國青;李克清;鄧德峰;王勤宏;彭壽連;方立剛;王君;高小慧;陳夢儒
• 申請（專利權）人: 湖北同誠通用航空有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/30;G06V10/56
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 黃君軍

本發明公開了一種對松樹病死木的高分辨率影像的分類去噪方法及系統，其通過根據已驗證的病蟲害樹波譜信息的地物顏色特征的分類訓練，對待分類圖像樣本中所有像素點進行相應地物顏色特征提取；然后對地物顏色特征提取后的待分類圖像樣本中篩選出符合多級病害松樹特征的目標象元集合；并對符合多級病樹特征的目標象元集合實施一次去噪；再根據病樹分布特征對符合多級病樹特征的目標象元集合實施二次去噪；最后根據林區背景對符合多級病樹特征的目標象元集合實施三次去噪，最終生成對松樹病死木狀態的分類結果，從而實現對松樹病死木的高分辨率影像進行不同病害面積、不同病害程度的高檢測精度識別，其處理速度快而且極其穩定。

技術領域

本發明涉及一種松樹病死木識別方法，尤其涉及一種對松樹病死木的高分辨率影像的分類去噪方法及系統。

背景技術

光譜特征法是最常見的病蟲害松樹識別方法，其依據是當植物受到病蟲浸染時生理變化的差異性會反射在光譜特性上，尤其是紅色區和近紅外區的光譜特性差異。使用光譜儀等成像設備獲取反射和輻射的光譜數據信息，在此基礎上發現不同波段反射光譜的變化規律。

相對于傳統的人工實地調查方法，獲取遙感圖像中各地物的光譜特征信息識別病害松樹，具有識別率高、識別范圍廣、識別速度快等優點。然而由于受傳感器分辨率、衛星運行周期以及大氣環境(如光照、溫度等)的影響，利用高光譜儀等成像設備所獲取的地物光譜特征數據往往不能很好地表征其類型。

從圖像處理和模式識別的角度出發，使用支持向量數據描述也是一種病害松樹識別方法。其基本步驟是：首先根據不同地物的特點，提取各顏色分量作為相應像素點的顏色特征，然后通過建立關于訓練樣本中心距離的權重函數來構造加權支持向量數據描述多分類模型，進而從而實現病害松樹的分類識別。

支持向量數據描述多分類方法基于圖像像素進行分類識別，缺點之一在于需要對大量樣本進行訓練，因此執行效率較慢；再者，該方法不能實現多級病害松樹的識別，比如前期感染、中期感染、后期感染和死亡松樹；此外在解決多分類識別問題時具有誤判率較高、識別精度相對不高等缺點。

發明內容

針對上述存在的技術問題，本發明的目的是：提出了一種對松樹病死木的高分辨率影像進行不同病害面積、不同病害程度的高效準確的分類去噪方法及系統。

本發明提供一種對松樹病死木的高分辨率影像的分類去噪方法，其包括：

S1、根據已驗證的病蟲害樹波譜信息的地物顏色特征的分類訓練，對待分類圖像樣本中所有像素點進行相應地物顏色特征提取；

S2、對地物顏色特征提取后的待分類圖像樣本中篩選出符合多級病害松樹特征的目標象元集合；

S3、對符合多級病樹特征的目標象元集合實施一次去噪，將誤判的單點或零星點從符合多級病樹特征的目標象元集合中剔除；

S4、根據病樹分布特征對符合多級病樹特征的目標象元集合實施二次去噪，去掉非林區的大面積噪點；

S5、根據林區背景對符合多級病樹特征的目標象元集合實施三次去噪，避免產生類似林區邊緣的誤判情況。

本發明提供一種對松樹病死木的高分辨率影像的分類去噪系統，其包括：

顏色特征分類提取模塊，用于根據已驗證的病蟲害樹波譜信息的地物顏色特征的分類訓練，對待分類圖像樣本中所有像素點進行相應地物顏色特征提取；

象元篩選模塊，用于對地物顏色特征提取后的待分類圖像樣本中篩選出符合多級病害松樹特征的目標象元集合；

一次去噪模塊，用于對符合多級病樹特征的目標象元集合實施一次去噪，將誤判的單點或零星點從符合多級病樹特征的目標象元集合中剔除；

二次去噪模塊，用于根據病樹分布特征對符合多級病樹特征的目標象元集合實施二次去噪，去掉非林區的大面積噪點；