[发明专利]一种基于高分辨率影像的松树病死木识别方法及系统

权利要求书

1.一种基于高分辨率影像的松树病死木识别方法，其特征在于，包括：

S1、获取松林可见光图像和近红外图像作为原始影像数据,并对原始影像数据进行预处理形成待分类图像样本；

S2、对已验证的病虫害树波谱信息分别进行地物颜色特征提取，根据松树病死木的不同阶段状态对地物颜色特征进行分类，并生成训练样本和多条参数规则；

S3、利用训练样本和多条参数规则对待分类图像样本中所有像素点进行地物颜色特征提取；

S4、对地物颜色特征提取后的待分类图像样本中的样本像素点实施去噪筛选分类，生成对松树病死木状态的分类结果。

2.根据权利要求1所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述参数规则包括差值植被指数、RVI比值植被指数、红绿比值植被指数以及归一化植被指数。

3.根据权利要求1所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述步骤S4包括以下分步骤：

S41、对地物颜色特征提取后的待分类图像样本中筛选出符合多级病害松树特征的目标象元集合；

S42、对符合多级病树特征的目标象元集合实施一次去噪，将误判的单点或零星点从符合多级病树特征的目标象元集合中剔除；

S43、根据病树分布特征对符合多级病树特征的目标象元集合实施二次去噪，去掉非林区的大面积噪点；

S44、根据林区背景对符合多级病树特征的目标象元集合实施三次去噪，避免产生类似林区边缘的误判情况。

4.根据权利要求3所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述步骤S41包括以下子步骤：

S411、过滤出NDVI取值在0.25～0.55范围之间的象元作为目标区域集合1；

S412、从剩余象元集合中继续过滤出RVI取值在1.3～2.8范围之内的象元作为目标区域集合2；

S413、从上一步剩余集合样本中过滤出DVI取值在150～400范围之内的象元作为目标区域集合3；

S414、基于以上三个输出集合的并集继续计算RGVI取值在0.9以上范围之内的象元作为最后的筛选结果，即符合病树特征的目标象元。

5.根据权利要求4所述基于高分辨率影像的松树病死木识别方法，其特征在于，所述步骤S42包括以下子步骤：

S421、遍历所有目标象元集合，从上下左右四个方向寻找K值以内的相邻象元集合；如果集合结果不为空，则将同一集合内象元分配同一个簇；如果集合为空即认为是单点，则设簇编号为0；

S422、对于相邻的两个或两个以上象元设置聚类规则及类别的判别函数，输出聚类后的簇中心。

6.一种基于高分辨率影像的松树病死木识别系统，其特征在于，包括：

图像预处理模块，用于获取松林可见光图像和近红外图像作为原始影像数据,并对原始影像数据进行预处理形成待分类图像样本；

分类训练模块，用于对已验证的病虫害树波谱信息分别进行地物颜色特征提取，根据松树病死木的不同阶段状态对地物颜色特征进行分类，并生成训练样本和多条参数规则；

颜色特征提取模块，用于利用训练样本和多条参数规则对待分类图像样本中所有像素点进行地物颜色特征提取；

去噪分类模块，用于对地物颜色特征提取后的待分类图像样本中的样本像素点实施去噪筛选分类，生成对松树病死木状态的分类结果。

7.根据权利要求6所述基于高分辨率影像的松树病死木识别系统，其特征在于，所述参数规则包括差值植被指数、RVI比值植被指数、红绿比值植被指数以及归一化植被指数。