[發明專利]沼澤濕地植被分類方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011131909.2
• 申請日: 2020-10-21
• 公開（公告）號: CN112215186A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 王秋陽;周起如;蘇聰;賀鵬
• 申請（專利權）人: 深圳市賽為智能股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/34
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 馮筠

本發明涉及沼澤濕地植被分類方法、裝置、計算機設備及存儲介質，該方法包括獲取來自無人機的沼澤濕地圖像，以得到初始圖像；確定初始圖像的屬性，并根據屬性對初始圖像內的植被進行分類，以得到分類結果；根據分類結果對所述初始圖像進行分割，以得到植被類別。本發明通過無人機拍攝沼澤濕地的圖像，并采用決策樹和基尼指數的方式確定獲取的圖像的屬性，由此進行初次分類，并采用最大流/最小割算法對初次分類后的圖像進行圖割，結合RF分類器進行類別確定，實現基于無人機圖像的植被分類方式，且采用無人機拍攝圖像可以具備高空間分辨率，可提高特殊場景下的植被分類準確率。

技術領域

本發明涉及植被分類方法，更具體地說是指沼澤濕地植被分類方法、裝置、計算機設備及存儲介質。

背景技術

植物群落的一切特征都可以作為分類的依據,如外貌結構特征、植物種類組成、植被動態特征、生境特征等等。植被分類是植被科學研究的基礎。對于植被分類，目前采用的是基于衛星圖像的分類的方式，但是因為衛星圖像有其固定的軌道，對于較小的濕地，準確性會降低。在許多情況下，濕地面積相對較小，因此基于衛星的分類是不夠敏感的，可能會產生較大錯誤。重大問題之一是像素混合。例如，當像素大小為10m時，每個像素都有該大小，這影響了像素的總反射率值，因此影響了像素的良好邊界或范圍，物種界定無法實現，有幾種方法可以減少衛星圖像中的誤差，但是大多數它們需要廣泛的高光譜帶。

因此，有必要設計一種新的方法，實現基于無人機圖像的植被分類方式，提高特殊場景下的植被分類準確率。

發明內容

本發明的目的在于克服現有技術的缺陷，提供沼澤濕地植被分類方法、裝置、計算機設備及存儲介質。

為實現上述目的，本發明采用以下技術方案：沼澤濕地植被分類方法，包括：

獲取來自無人機的沼澤濕地圖像，以得到初始圖像；

確定初始圖像的屬性，并根據屬性對初始圖像內的植被進行分類，以得到分類結果；

根據分類結果對所述初始圖像進行分割，以得到植被類別。

其進一步技術方案為：所述確定初始圖像的屬性，并根據屬性對初始圖像內的植被進行分類，以得到分類結果，包括：

將初始圖像分裂為決策樹；

采用基尼系數確定所述決策樹的屬性；

根據屬性對初始圖像內的植被進行分類，以得到分類結果。

其進一步技術方案為：所述根據分類結果對所述初始圖像進行分割，以得到植被類別，包括：

根據分類結果采用最大流/最小割算法對所述初始圖像進行分割，以得到植被類別。

其進一步技術方案為：所述根據分類結果采用最大流/最小割算法對所述初始圖像進行分割，以得到植被類別，包括：

根據分類結果確定所述初始圖像內植被的區域；

采用最大流/最小割算法對植被的區域進行分割，以得到不同植被的圖像；

根據不同植被的圖像確定植被的類別，以得到植被類別。

其進一步技術方案為：所述根據不同植被的圖形確定植被的類別，以得到植被類別，包括：

采用基于像素的RF分類器對不同植被的圖像進行類別確定，以得到植被類別。

本發明還提供了沼澤濕地植被分類裝置，包括：

圖像獲取單元，用于獲取來自無人機的沼澤濕地圖像，以得到初始圖像；

屬性確定單元，用于確定初始圖像的屬性，并根據屬性對初始圖像內的植被進行分類，以得到分類結果；