[發明專利]一種復雜林地高檢測率的無人機遙感圖像林木單株檢測方法

在審

• 申請號: 202310304733.3
• 申請日: 2023-03-27
• 公開（公告）號: CN116343067A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 方薇;劉興;秦湛
• 申請（專利權）人: 安徽智遙信息技術有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V20/10;G06V10/764;G06V10/766;G06V10/82;G06N3/045;G06N3/0464;G06N3/08
• 代理公司: 合肥國和專利代理事務所(普通合伙) 34131
• 代理人: 張祥騫

本發明涉及一種復雜林地高檢測率的無人機遙感圖像林木單株檢測方法，與現有技術相比解決了難以實現坡度大及冠層遮擋條件下單株檢測的缺陷。本發明包括以下步驟：數據采集與預處理；輕量級林木單株檢測模型的構建；輕量級林木單株檢測模型的訓練；待檢測無人機遙感圖像的獲取；無人機遙感圖像林木單株檢測結果的獲得。本發明實現了當山區存在坡度大、樹冠大小差異大、冠層圖像遮擋等復雜環境下，對單株樹木檢測的準確提取。

技術領域

本發明涉及無人機遙感圖像處理技術領域，具體來說是一種復雜林地高檢測率的無人機遙感圖像林木單株檢測方法。

背景技術

受森林蟲害影響，我國林業發展遭受巨大障礙，森林病蟲害種類很多，其主要危害部位也不相同，雖然其危害方式不盡相同，但最終都會導致林木的生長受到影響，使林木的外貌及樹冠發生變化。隨著無人機航拍技術，人工智能、大數據等方面的技術發展，采用無人機遙感進行山區林地中可疑病樹的巡檢監測，可大幅度提高檢測效率。利用無人機結合自動AI檢測識別，是目前有別于傳統林業巡檢的先進技術手段。

林木巡檢過程中，首先需要獲得單株準確定位和識別，才能獲得更精確的檢測結果。然而在復雜山區中混交林地環境下，由于地形坡度大、森林樹木種類繁多、分布狀態集中、樹冠大小差異等問題，導致樹木冠層堆疊分布復雜，航空遙感手段獲得的樹木冠層圖像存在遮擋，帶來單株檢測的漏檢率大幅提升。

為了解決坡度大及冠層遮擋帶來的漏檢問題，提高檢測準確率和大面積遙感影像檢測速度，需要設計一種目標自動檢測模型來降低由于地形和自然生態生長所帶來的單株漏檢問題，從而為后期的病蟲害識別精度和效率的提升打下基礎。

發明內容

本發明的目的是為了解決現有技術中難以實現坡度大及冠層遮擋條件下單株檢測的缺陷，提供一種復雜林地高檢測率的無人機遙感圖像林木單株檢測方法來解決上述問題。

為了實現上述目的，本發明的技術方案如下：

一種復雜林地高檢測率的無人機遙感圖像林木單株檢測方法，包括以下步驟：

數據采集與預處理：利用無人機搭載可見光相機，采集復雜林地的森林遙感圖像，森林遙感圖像包括目標地區可見圖像和高程信息，通過專業軟件拼合生成目標區域的DEM、DSM和正射影像并進行數據預處理；

輕量級林木單株檢測模型的構建：輕量級林木單株檢測模型包括正射影像重建模塊和SC-RetinaNet網絡，SC-RetinaNe網絡引入了shffleNetv2模塊和C3-CBAM模塊對RetinaNet網絡進行了改進；

輕量級林木單株檢測模型的訓練：將預處理后的數據輸入輕量級林木單株檢測模型進行訓練；

待檢測無人機遙感圖像的獲取：獲取待檢測無人機遙感圖像，并對其進行預處理；

無人機遙感圖像林木單株檢測結果的獲得：將預處理后的無人機遙感圖像輸入訓練后的輕量級林木單株檢測模型，獲得無人機遙感圖像林木單株檢測結果。

所述數據采集與預處理包括以下步驟：

使用無人機搭載相機采集目標地區可見圖像和高程信息，拼合生成目標地區DEM、DSM和正射影像；

對拼合生成的DEM、DSM數據做圖像疊加，得到歸一化數字表面模型數據NDSM，歸一化數字表面模型數據計算如下所示：

NDSM＝DSM-DEM；

對DEM數據做地形處理，根據坡度計算公式生成坡度數據，坡度計算公式如下：

[dz/dx]＝((c+2f+i)-(a+2d+g)/(8*x_cellsize))

[dz/dy]＝((g+2h+i)-(a+2d+c)/(8*y_cellsize))