[發(fā)明專利]一種植被覆蓋度提取方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811453184.1
• 申請日: 2018-11-30
• 公開（公告）號: CN109583378A
• 公開（公告）日: 2019-04-05
• 發(fā)明（設計）人: 包妮沙;劉艷慧;蔡宗磊;劉小翠;孫瑞;王思琢
• 申請（專利權）人: 東北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/11;G06T7/136;G06T7/62;G06T7/90
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 張海青

1.一種植被覆蓋度提取方法，其特征在于，包括：

獲取通過無人機在預設高度飛行時利用機載數(shù)碼相機采集的航拍影像；

對所述航拍影像進行去噪處理；

對去除噪聲后的航拍影像進行圖像增強處理；

計算圖像增強處理后的航拍影像的植被指數(shù)，得到植被指數(shù)圖像；

以各個地物類別的信息熵的判別函數(shù)為適應度函數(shù)，利用遺傳算法將植被類型圖像從所述植被指數(shù)圖像中分割出來，從而得到植被覆蓋度。

2.根據(jù)權利要求1所述的植被覆蓋度提取方法，其特征在于，所述對所述航拍影像進行去噪處理，具體包括：

利用開關中值濾波方法消除所述航拍影像中的脈沖噪聲；

利用基于維納濾波的小波變換方法消除所述航拍影像中的高斯噪聲。

3.根據(jù)權利要求1所述的植被覆蓋度提取方法，其特征在于，所述對去除噪聲后的航拍影像進行圖像增強處理，具體包括：

利用直方圖均衡化方法對去除噪聲后的航拍影像進行圖像增強處理。

4.根據(jù)權利要求1所述的植被覆蓋度提取方法，其特征在于，所述所述植被指數(shù)為過綠植被指數(shù)或顏色植被指數(shù)。

5.根據(jù)權利要求1所述的植被覆蓋度提取方法，其特征在于，所述以各個地物類別的信息熵的判別函數(shù)為適應度函數(shù)，利用遺傳算法將植被類型圖像從所述植被指數(shù)圖像中分割出來，從而得到植被覆蓋度，具體包括：

獲取預設的初始種群數(shù)量、最大迭代次數(shù)、交叉概率、變異概率和預設平均適應度差值，以各個類別的信息熵的判別函數(shù)為適應度函數(shù)，以產生的隨機數(shù)為初始分割閾值，利用輪盤賭法進行個體遺傳，從而對所述植被類型圖像按地物類型進行分割；

當相鄰兩代平均適應度差值小于預設平均適應度差值或繁殖代數(shù)達到所述最大迭代次數(shù)時，完成分割，得到分割后的圖像；

計算分割后的圖像中植被類型的覆蓋度，得到植被覆蓋度。

6.一種植被覆蓋度提取系統(tǒng)，其特征在于，包括：

影像獲取模塊，用于獲取通過無人機在預設高度飛行時利用機載數(shù)碼相機采集的航拍影像；

去噪模塊，用于對所述航拍影像進行去噪處理；

圖像增強模塊，用于對去除噪聲后的航拍影像進行圖像增強處理；

指數(shù)計算模塊，用于計算圖像增強處理后的航拍影像的植被指數(shù)，得到植被指數(shù)圖像；

分割模塊，用于以各個地物類別的信息熵的判別函數(shù)為適應度函數(shù)，利用遺傳算法將植被類型圖像從所述植被指數(shù)圖像中分割出來，從而得到植被覆蓋度。

7.根據(jù)權利要求6所述的植被覆蓋度提取系統(tǒng)，其特征在于，所述去噪模塊，具體包括：

脈沖噪聲濾除單元，用于利用開關中值濾波方法消除所述航拍影像中的脈沖噪聲；

高斯噪聲濾除單元，用于利用基于維納濾波的小波變換方法消除所述航拍影像中的高斯噪聲。

8.根據(jù)權利要求1所述的植被覆蓋度提取系統(tǒng)，其特征在于，所述圖像增強模塊，具體包括：

直方圖均衡單元，用于利用直方圖均衡化方法對去除噪聲后的航拍影像進行圖像增強處理。

9.根據(jù)權利要求1所述的植被覆蓋度提取系統(tǒng)，其特征在于，所述所述植被指數(shù)為過綠植被指數(shù)或顏色植被指數(shù)。

10.根據(jù)權利要求1所述的植被覆蓋度提取系統(tǒng)，其特征在于，所述分割模塊，具體包括：

遺傳單元，用于獲取預設的初始種群數(shù)量、最大迭代次數(shù)、交叉概率、變異概率和預設平均適應度差值，以各個類別的信息熵的判別函數(shù)為適應度函數(shù)，以產生的隨機數(shù)為初始分割閾值，利用輪盤賭法進行個體遺傳，從而對所述植被類型圖像按地物類型進行分割；

迭代結束單元，用于當相鄰兩代平均適應度差值小于預設平均適應度差值或繁殖代數(shù)達到所述最大迭代次數(shù)時，完成分割，得到分割后的圖像；

覆蓋度計算單元，用于計算分割后的圖像中植被類型的覆蓋度，得到植被覆蓋度。