[發(fā)明專利]基于無人機遙感圖像的植被檢測方法、裝置以及設備在審
| 申請?zhí)枺?/td> | 202210108680.3 | 申請日: | 2022-01-28 |
| 公開(公告)號: | CN114612804A | 公開(公告)日: | 2022-06-10 |
| 發(fā)明(設計)人: | 鄧應彬;荊文龍;楊驥;胡義強;李鑫;李夢圓;李勇 | 申請(專利權)人: | 廣東省科學院廣州地理研究所;南方海洋科學與工程廣東省實驗室(廣州) |
| 主分類號: | G06V20/17 | 分類號: | G06V20/17;G06V20/80;G06V10/56;G06V10/764;G06V10/80;G06K9/62 |
| 代理公司: | 廣州駿思知識產(chǎn)權代理有限公司 44425 | 代理人: | 潘桂生 |
| 地址: | 510075 廣東省廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 無人機 遙感 圖像 植被 檢測 方法 裝置 以及 設備 | ||
1.一種基于無人機遙感圖像的植被檢測方法,其特征在于,包括以下步驟:
通過無人機獲取目標區(qū)域的遙感圖像,其中,所述遙感圖像包括熱紅外圖像以及可見光圖像;
將所述熱紅外圖像轉換為地表溫度圖像,并將所述地表溫度圖像與可見光圖像進行圖像融合,獲取融合圖像,將所述融合圖像轉換為植被覆蓋圖像,其中,所述植被覆蓋圖像包括若干種植被類型;
從所述植被覆蓋圖像中提取各個所述植被類型對應的若干個第一樣本數(shù)據(jù),根據(jù)所述第一樣本數(shù)據(jù),組成第一樣本訓練數(shù)據(jù)集;
根據(jù)所述第一樣本訓練數(shù)據(jù)集以及預設的植被分類模型,獲取所述目標區(qū)域的植被分類數(shù)據(jù),并對所述植被分類數(shù)據(jù)進行精度評價;
響應于檢測指令,所述檢測指令包括待檢測區(qū)域的熱紅外圖像以及可見光圖像,獲取電子地圖數(shù)據(jù),根據(jù)所述待檢測區(qū)域的熱紅外圖像以及可見光圖像,獲取待檢測區(qū)域的植被分類數(shù)據(jù),根據(jù)所述植被分類數(shù)據(jù)中的植被類型以及與所述植被類型對應的植被標識,獲取所述電子地圖數(shù)據(jù)的各個區(qū)域的植被標識,在所述電子地圖數(shù)據(jù)上進行植被標識的顯示以及標注。
2.根據(jù)權利要求1所述的基于無人機遙感圖像的植被檢測方法,其特征在于,所述將所述熱紅外圖像轉換為地表溫度圖像,并將所述地表溫度圖像與可見光圖像進行圖像融合,獲取融合圖像,包括步驟:
根據(jù)所述熱紅外圖像以及地表溫度算法,將所述熱紅外圖像轉換為地表溫度圖像,其中,所述地表溫度算法為:
式中,Ts為地表溫度;C為亮度溫度值;C’為等效大氣平均溫度;a和b為回歸系數(shù);α和β為中間系數(shù),其中α=e·r,β=(1-e)[1+e(1-r)],e為大氣透過率,r為地表比輻射率;
將所述地表溫度圖像與可見光圖像進行地理配準,獲取所述地表溫度圖像相對可見光圖像的偏移量,根據(jù)所述偏移量,所述地表溫度圖像與可見光圖像進行圖像融合。
3.根據(jù)權利要求1所述的基于無人機遙感圖像的植被檢測方法,其特征在于,所述將所述地表溫度圖像與可見光圖像進行地理配準,獲取所述地表溫度圖像相對可見光圖像的偏移量,根據(jù)所述偏移量,所述地表溫度圖像與可見光圖像進行圖像融合,包括步驟:
獲取所述地表溫度圖像以及可見光圖像的像素坐標數(shù)據(jù);
根據(jù)所述地表溫度圖像以及可見光圖像的像素坐標數(shù)據(jù),獲取所述地表溫度圖像以及可見光圖像對應的像素點的像素坐標數(shù)據(jù)差值,作為所述偏移量,根據(jù)所述偏移量,將所述地表溫度圖像以及可見光圖像對應的像素進行疊加,獲取所述融合圖像。
4.根據(jù)權利要求1所述的基于無人機遙感圖像的植被檢測方法,其特征在于,所述將所述融合圖像轉換為植被覆蓋圖像,包括步驟:
根據(jù)所述融合圖像以及植被指數(shù)算法,獲取所述融合圖像的植被指數(shù),其中,所述植被指數(shù)包括過綠指數(shù)、過綠減紅指數(shù)、植被顏色指數(shù)以及差異性植被指數(shù);
根據(jù)所述植被指數(shù)以及相應的植被指數(shù)閾值,對所述融合圖像進行閾值分割,獲取所述植被覆蓋圖像。
5.根據(jù)權利要求1所述的基于無人機遙感圖像的植被檢測方法,其特征在于,所述從所述植被覆蓋圖像中提取各個所述植被類型對應的若干個第一樣本數(shù)據(jù),包括步驟:
獲取各個所述植被類型對應的顏色特征參數(shù),其中,所述顏色特征參數(shù)包括R、G以及B特征參數(shù);
根據(jù)所述顏色特征參數(shù)以及相應的顏色特征參數(shù)閾值,從所述植被覆蓋圖像中提取各個所述植被類型對應的若干個第一樣本數(shù)據(jù)。
6.根據(jù)權利要求1所述的基于無人機遙感圖像的植被檢測方法,其特征在于,所述根據(jù)所述第一樣本數(shù)據(jù),組成第一樣本訓練數(shù)據(jù)集,包括步驟:
獲取所述第一樣本數(shù)據(jù)的溫度數(shù)據(jù),其中,所述溫度數(shù)據(jù)包括所述各個植被類型對應的第一樣本數(shù)據(jù)在不同時段的溫度參數(shù);
根據(jù)所述溫度數(shù)據(jù)中的溫度參數(shù),對所述第一樣本數(shù)據(jù)進行組合,獲取樣本訓練數(shù)據(jù)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東省科學院廣州地理研究所;南方海洋科學與工程廣東省實驗室(廣州),未經(jīng)廣東省科學院廣州地理研究所;南方海洋科學與工程廣東省實驗室(廣州)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210108680.3/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





