[发明专利]基于无人机遥感和模式识别的苎麻株数识别方法

权利要求书

1.一种基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，包括以下步骤：

1)采集苎麻图像，并对所述图像进行预处理，分割预处理后的图像，利用分割后的图像得到目标苎麻图像、非目标区域图像以及未识别图像，生成中心样本组成目标区域样本集和非目标样本集，对所述目标区域样本集和非目标样本集进行色彩特征提取；

2)选取苎麻图像的HOG特征作为形态特征，得到目标区域样本集和非目标区域样本集各N维数HOG特征；

3)各抽取M个样本组成2M个混合样本的训练组，将每个样本集中包含的N维数HOG特征，G特征和二元类别导入SVM分类器进行训练，实现最优化苎麻中心区域目标归类的模型，利用所述模型对全冠层图像范围内的苎麻进行模式识别；所述G特征是指色彩特征提取后得到的G通道特征。

2.根据权利要求1所述的基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，所述目标区域样本为含有80%以上中心区域面积的图片。

3.根据权利要求2所述的基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，所述中心区域是指以苎麻中点为中心点向外延伸到4-6片叶片距离。

4.根据权利要求2所述的基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，将与处理后的图像分割为若干个大小为L×L的小区域，其中含有80%以上中心区域面积的为目标样本。

5.根据权利要求4所述的基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，L=90。

6.根据权利要求1所述的基于无人机遥感和模式识别的苎麻株数识别方法，其特征在于，步骤2）中，对所述苎麻图像进行灰度化和二值化处理，得到苎麻冠层叶片的形态二值图；将所述形态二值图分割为多个n×n像素的cell，在每个cell中按梯度方向均匀划分m个方向，面向同一cell中所有像素点具有相同梯度方向的梯度幅值进行加权求值，形成该cell的梯度直方图HOG；将4个cell组合成一个block对梯度强度做归一化处理以减少光照因素的影响，得到目标区域样本集和非目标区域样本集各3600维数HOG特征。