[發明專利]一種基于地基可見光圖像的植被長勢災損驗證方法

在審

• 申請號: 202310161318.7
• 申請日: 2023-02-24
• 公開（公告）號: CN116229263A
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 陳燕麗;莫偉華;莫建飛;陳誠;謝映
• 申請（專利權）人: 廣西壯族自治區氣象科學研究所
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/764;G06V10/26;G06V10/762;G06V10/30;G06V10/56;G06V10/50;G06N20/00
• 代理公司: 北京東方盛凡知識產權代理有限公司 11562
• 代理人: 李哲

本發明公開了一種基于地基可見光圖像的植被長勢災損驗證方法,包括以下步驟：獲取植被冠層可見光圖像數據,基于所述可見光圖像數據，選取圖像序列，對所述圖像序列進行圖像分割，獲取綠色植被圖像；基于所述綠色植被圖像，計算綠色植被可見光指數并模擬綠色植被變化趨勢；基于所述綠色植被可見光指數和變化趨勢，監測植被長勢災損情況。本發明通過機器學習算法對喀斯特地區裸巖和植被混雜的地貌近地冠層RGB圖像分割，提高了準確率，為基于地基冠層可見光圖像的植被監測提供技術支持。

技術領域

本發明屬于圖像處理數據，尤其涉及一種基于地基可見光圖像的植被長勢災損驗證方法

背景技術

喀斯特是西南地區典型的脆弱生態系統，土地石漠化嚴重制約該地區的社會經濟發展和人民生活條件改善。喀斯特地區土地貧瘠，土層淺薄，植被以灌木、灌草和草地為主，對氣候變化和氣象災害響應敏感且承災能力弱，針對石漠化地區復雜環境條件開展植被監測具有重要意義。近年來，全國生態氣象觀測站的廣泛建設使得近地冠層RGB圖像成為常態化數據，截至2021年，僅廣西就已建成46個生態氣象觀測站，其中有4個石漠化生態氣象觀測試驗站。作為天-空-地一體化監測網絡的重要組成部分，生態站獲取的冠層RGB圖像作為近地表遙感應用的代表，可以對衛星遙感和無人機遙感反演植被信息形成有效補充，既克服了復雜多變天氣對影像質量的影響，又能夠實現植被生長狀況的高通量時序監測。

圖像分割技術旨在將包含復雜地物空間分布信息的圖像劃分為具有特定語義標簽的不同區域，是利用近地冠層RGB圖像開展植被監測的基礎。目前針對彩色圖像發展了區域、直方圖閾值化、特征空間聚類、邊緣檢測、模糊技術等多種分割方法，近年來，人工神經網絡和深度學習也開始應用于彩色圖像分割。基于分割后圖像采用RGB不同顏色通道已經發展了NDYI、GLA、VARI、NGRDI等多種可見光植被指數指數。學者們利用近地冠層RGB圖像在植物生育期、覆蓋度、長勢和氮素等方面開展了諸多研究，證實了近地冠層RGB圖像用于植被監測的有效性。但目前已有的研究對象多數集中于作物和牧草，鮮見針對喀斯特地區裸巖、植被和土壤混雜下墊面的研究報道。

發明內容

本發明的目的在于提出一種基于地基可見光圖像的植被長勢災損驗證方法，為基于地基冠層可見光圖像的植被監測提供技術支持。

為實現上述目的，本發明提供了一種基于地基可見光圖像的植被長勢災損驗證方法，包括以下步驟：

獲取植被冠層可見光圖像數據,基于所述可見光圖像數據，選取圖像序列，對所述圖像序列進行圖像分割，獲取綠色植被圖像；

基于所述綠色植被圖像，計算綠色植被可見光指數并模擬綠色植被變化趨勢；

基于所述綠色植被可見光指數和變化趨勢，監測植被長勢災損情況。

可選的，基于所述可見光圖像數據，選取圖像序列具體為：

獲取所述可見光圖像數據的RGB、HSV、Lab顏色空間，基于所述顏色空間，分別獲取所述顏色空間的各個通道數據不同時次變異系數；

通過比較各個所述通道數據在不同時次變異系數，選取所述圖像序列。

可選的，對所述圖像序列進行圖像分割時采用機器學習分割算法。

可選的，采用所述機器學習分割算法對所述圖像序列進行圖像分割的方法具體包括：

利用K-means非監督聚類算法生成訓練樣本并對樣本進行篩選；

采用支持向量機對篩選后的所述樣本進行植被和背景分類，獲取所述綠色植被圖像。

可選的，獲取所述綠色植被圖像之后還包括：利用非局部均值濾波去除所述綠色植被圖像中邊緣錯分像素。

可選的，計算綠色植被可見光指數的過程包括：