[發明專利]基于高分辨率衛星遙感影像的樹種分類計數方法及裝置

有效

• 申請號: 202011498898.1
• 申請日: 2020-12-17
• 公開（公告）號: CN112580504B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 閻世杰;荊林海
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06V10/26
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 鄢功軍

1.一種基于高分辨率衛星遙感影像的樹種分類計數方法，其特征在于，包括以下步驟：

獲取高分辨率衛星遙感影像；

圈定所述高分辨率衛星遙感影像內的樹冠，其中，所述圈定高分辨率衛星遙感影像內的樹冠是通過標記分水嶺算法實現的；

構建樹冠圖像訓練樣本集，其中，構建所述樹冠圖像訓練樣本集具體包括：

在遙感影像對應的地點進行實地調查，采集樹種樣本；

將樹冠圈定圖疊加在遙感影像上，結合樹種實地調查情況，對樹冠圈定圖中樹冠的類型進行人工標注；

截取樹冠圈定圖與遙感影像疊加的影像中每一個人工標注樹冠的最小外截矩形，從整幅影像中提取出單株樹冠影像；

將樹種類別相同的樹冠影像歸納為一類，形成多類樹種的單株樹冠樣本集；

利用所述樣本集訓練深度殘差網絡，并進行參數優化得到訓練精度最高的深度殘差網絡，其中，所述深度殘差網絡是以深度殘差卷積神經網絡ResNet-18作為樹種分類的基本網絡；

利用所述訓練精度最高的深度殘差網絡對測試樣本進行預測，預測結果為每個測試樣本的樹種類別，統計每一樹種的株數。

2.根據權利要求1所述的樹種分類計數方法，其特征在于，所述圈定高分辨率衛星遙感影像內的樹冠的具體流程如下：

對原始影像進行預處理；

預處理后的遙感影像記為I，大小為M*N*4，計算每個像素4個波段的平均值，將多波段圖像I轉換為單波段的灰度圖像G，即G(x,y)＝[I(x,y,1)+I(x,y,2)+I(x,y,3)+I(x,y,4)]/4，其中，0≤x＜M，0≤y＜N；

找出灰度圖像G中所有八連通區域像素值最大的像素，將其值設置為1，其他像素值設為0，得到二值圖像B；

以二值圖像B中像素值為1的像素作為標記點，采用標記分水嶺算法對灰度圖像G進行分割，分割結果為樹冠圈定圖。

3.根據權利要求2所述的樹種分類計數方法，其特征在于，所述對原始影像進行預處理具體包括：計算每個像素的歸一化植被指數，設置歸一化植被指數閾值，將小于閾值的像素值設為0，去除影像中的非植被，使非植被區域不參與后續的計算。

4.根據權利要求1所述的樹種分類計數方法，其特征在于，利用所述樣本集訓練深度殘差網絡，并進行參數優化得到訓練精度最高的深度殘差網絡具體包括：

搭建深度殘差網絡；

利用單株樹冠樣本集訓練深度殘差網絡，反復調整網絡中的參數epoch和batch size使訓練精度達到最高，記錄訓練精度最高的網絡模型。

5.根據權利要求1所述的樹種分類計數方法，其特征在于，所述測試樣本為利用標記分水嶺算法圈定出影像中的樹冠，截取每個樹冠的最小外截矩形對應的影像。

6.一種基于高分辨率衛星遙感影像的樹種分類計數裝置，其特征在于，包括：

預處理模塊，用于獲取高分辨率衛星遙感影像；圈定所述高分辨率衛星遙感影像內的樹冠，其中，所述圈定高分辨率衛星遙感影像內的樹冠是通過標記分水嶺算法實現的；構建樹冠圖像訓練樣本集，其中，構建所述樹冠圖像訓練樣本集具體包括：在遙感影像對應的地點進行實地調查，采集樹種樣本；將樹冠圈定圖疊加在遙感影像上，結合樹種實地調查情況，對樹冠圈定圖中樹冠的類型進行人工標注；截取樹冠圈定圖與遙感影像疊加的影像中每一個人工標注樹冠的最小外截矩形，從整幅影像中提取出單株樹冠影像；將樹種類別相同的樹冠影像歸納為一類，形成多類樹種的單株樹冠樣本集；

訓練模塊，用于利用所述樣本集訓練深度殘差網絡，并進行參數優化得到訓練精度最高的深度殘差網絡，其中，所述深度殘差網絡是以深度殘差卷積神經網絡ResNet-18作為樹種分類的基本網絡；

預測模塊，用于利用所述訓練精度最高的深度殘差網絡對測試樣本進行預測，預測結果為每個測試樣本的樹種類別，統計每一樹種的株數。

7.根據權利要求6所述的樹種分類計數裝置，其特征在于，所述圈定高分辨率衛星遙感影像內的樹冠的具體流程如下：

對原始影像進行預處理；

預處理后的遙感影像記為I，大小為M*N*4，計算每個像素4個波段的平均值，將多波段圖像I轉換為單波段的灰度圖像G，即G(x,y)＝[I(x,y,1)+I(x,y,2)+I(x,y,3)+I(x,y,4)]/4，其中，0≤x＜M，0≤y＜N；

找出灰度圖像G中所有八連通區域像素值最大的像素，將其值設置為1，其他像素值設為0，得到二值圖像B；

以二值圖像B中像素值為1的像素作為標記點，采用標記分水嶺算法對灰度圖像G進行分割，分割結果為樹冠圈定圖。