[发明专利]基于机器视觉的树木种类识别方法及装置

权利要求书

1.一种基于机器视觉的树木种类识别方法，其特征在于，所述方法包括：

获得地表图像信息，所述地表图像信息包括多个颜色通道的图像信息和深度图信息；

处理所述地表图像信息，得到包含地表语义信息的特征图；

根据所述特征图得到树木种类的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述处理所述地表图像信息，得到包含地表语义信息的特征图，包括：

处理所述地表图像信息，得到地表语义与像素位置信息的对应关系；

根据地表语义与像素位置信息的对应关系，得到包含地表语义信息的特征图。

3.根据权利要求2所述的方法，其特征在于，所述处理所述地表图像信息，得到地表语义与像素位置信息的对应关系，包括：

将所述地表图像信息输入预设神经网络模型，得到所述预设神经网络模型的模型输出结果；所述模型输出结果包括多个树木种类中各树木种类的置信度特征图，单个树木种类的置信度特征图的像素值用于表征像素是所述树木种类的概率；

根据所述模型输出结果，得到树木种类的像素位置信息。

4.根据权利要求3所述的方法，其特征在于，所述预设神经网络模型包括第一预设神经网络模型和至少两个第二预设神经网络模型；所述第一预设神经网络模型和所述第二预设网络模型串联，所述至少两个第二预设网络模型并联；

所述第一预设神经网络模型用于区分多个树木种类，所述多个树木种类中的部分树木种类或全部树木种类划分为至少两个树木种类集合；所述第二预设神经网络模型与所述树木种类集合一一对应，所述第二预设神经网络模型用于区分对应树木种类集合中的树木种类。

5.根据权利要求4所述的方法，其特征在于，所述将所述地表图像信息输入预设神经网络模型，得到所述预设神经网络模型的模型输出结果，包括：

将所述地表图像信息输入第一预设神经网络模型，得到所述第一预设神经网络模型的第一模型输出结果；

将所述第一预设神经网络模型中的目标特征图，输入所述第二预设神经网络模型，得到所述第二预设神经网络模型的第二模型输出结果，所述目标特征图为所述第一预设神经网络模型的输出层的输入特征图，所述输出层用于输出所述第一模型输出结果。

6.根据权利要求5所述的方法，其特征在于，所述将所述目标特征图，输入所述第二预设神经网络模型，包括：

根据所述第一模型输出结果，确定所述地表图像信息中包括的目标树木种类；

将所述目标特征图，输入与所述目标树木种类对应的目标第二预设神经网络模型。

7.根据权利要求6所述的方法，其特征在于，所述将所述目标特征图，输入所述目标第二预设神经网络模型，包括：

根据所述第一模型输出结果，确定识别为所述目标树木种类的目标像素；

从所述目标特征图中裁剪出包括所述目标像素的裁剪后特征图；

将所述裁剪后特征图，输入所述目标第二预设神经网络模型。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

从所述地表图像信息中裁剪出包括所述目标像素的裁剪后地表图像信息；

将所述裁剪后地表图像信息，输入所述目标第二预设神经网络模型。

9.根据权利要求7所述的方法，其特征在于，所述目标第二预设神经网络模型的个数为多个，多个所述目标第二预设神经网络模型与多个所述裁剪后特征图一一对应。

10.根据权利要求3-9任一项所述的方法，其特征在于，所述预设神经网络模型中的计算节点包括卷积层和池化层，所述卷积层和所述池化层并联。

11.根据权利要求10所述的方法，其特征在于，单个计算节点中所述卷积层的个数为多个，多个所述卷积层中包括卷积核大小不同的至少两个卷积层。