[发明专利]基于卫星遥感图像的林业生物灾害监测方法和系统在审

专利信息
申请号: 201811480799.3 申请日: 2018-12-05
公开(公告)号: CN109635702A 公开(公告)日: 2019-04-16
发明(设计)人: 方国飞;杨国伟;张旭;东科;宋宽;张弓;顾竹;周艳涛;李晓冬 申请(专利权)人: 国家林业局森林病虫害防治总站;北京佳格天地科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京恒博知识产权代理有限公司 11528 代理人: 范胜祥
地址: 110034 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 像素 卫星遥感图像 生物灾害 像素点 向量 高斯混合模型 存储介质 分类结果 模型训练 数量步骤 图像步骤 像素分配 遥感图像 输出 监测 波段 地物 林业 分类 检测 分析
【权利要求书】:

1.基于卫星遥感图像的林业生物灾害监测的方法,包括:

(1)获取第一图像步骤,获取第一图像,所述第一图像的每个像素点取值为n维向量[f1,f2,f3,...,fn],向量中的每个值对应一个波段band1,band2,band3,…,bandn

(2)确定分类数量步骤,确定要生成的类别数量h;

(3)第一模型训练步骤,将第一图像中的每个像素点输入高斯混合模型GMM进行训练得到第二图像,为第二图像的每个像素分配一个像素值,所述像素值为1至h中的类别;以及

(4)第一输出分类结果步骤,输出第二图像。

2.根据权利要求1所述的基于卫星遥感图像的林业生物灾害监测方法,其特征在于,还包括:

(5)确定再分类类别步骤,对第二图像的h个类别进行分析,确定h个类别中再分类的具体类别;

(6)确定再分类数量步骤,确定所述再分类的具体类别所要生成的类别数量k;

(7)第二模型训练步骤,将第二图像中的部分类别的全部像素点输入高斯混合模型GMM进行训练得到第三图像,为第三图像的每个像素分配一个像素值,所述像素值为1至k中的类别;

(8)第二输出分类结果步骤,输出第三图像;

(9)迭代步骤,重复所述步骤(5)至(8),直至收敛;以及

(10)目标像素合并步骤,将以上每次步骤(5)得到的目标具体类别中的全部像素合并,得到目标像素的集合。

3.根据权利要求1或2所述的基于卫星遥感图像的林业生物灾害监测方法,其特征在于,还包括:

特征工程步骤,利用所述第一图像中每个像素点的波段值band1,band2,band3,…,bandn中选取任意波段相互组合计算而生成新特征。

4.根据权利要求3所述的基于卫星遥感图像的林业生物灾害监测方法,其特征在于,所述特征工程步骤具体包括:

利用所述第一图像中每个像素点的波段值band1,band2,band3,…,bandn中选取任意两个波段相互组合计算而生成h(h-1)/2个新特征。

5.根据权利要求3所述的基于卫星遥感图像的林业生物灾害监测方法,其特征在于,所述特征工程步骤具体包括:

选取特定的小窗口在原图像上逐步滑动,在滑动窗口的范围内对每个波段计算其均值、标准差以及取值范围、熵、互信息等中的一个或多个,生成新的特征,作为滑窗中心位置的一个新特征。

6.一种基于卫星遥感图像的林业生物灾害监测装置,包括:

获取第一图像单元,用于获取第一图像,所述第一图像的每个像素点取值为n维向量[f1,f2,f3,...,fn],向量中的每个值对应一个波段band1,band2,band3,…,bandn

确定分类数量单元,用于确定要生成的类别数量h;

第一模型训练单元,用于将第一图像中的每个像素点输入高斯混合模型GMM进行训练得到第二图像,为第二图像的每个像素分配一个像素值,所述像素值为1至h中的类别;以及

第一输出分类结果单元,用于输出第二图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家林业局森林病虫害防治总站;北京佳格天地科技有限公司,未经国家林业局森林病虫害防治总站;北京佳格天地科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811480799.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top