[发明专利]一种基于无人机影像的涝渍区智能分析系统及其方法

说明书

本发明涉及一种基于无人机影像的涝渍区智能分析系统，包括预处理模块、模型生成模块、分析模块。一种基于无人机影像的涝渍区智能分析方法，包括S1、读取待处理影像数据并对其进行预处理进而生成样本数据集；S2、构建深度卷积模型进而使用样本数据集对已构建模型进行训练直至生成待用卷积模型；S3、通过调用所述待用卷积模型分析待识别影像数据进而获取涝渍信息。本发明提高了对无人机影像中农田涝渍区分析的能力，能够客观且快速地监测农田涝渍灾害发生范围和受灾程度，从而定量评估涝渍灾害造成的损失，为灾后补救提供技术支撑。

技术领域

本发明涉及农业遥感影像分析领域，特别涉及一种基于无人机影像的涝渍区智能分析系统及其方法。

背景技术

近年来，洪涝灾害范围逐年扩大、发生频率不断提高，某些排水不良或地下水位过高的区域以及低洼、沼泽地带在发生洪水或暴雨之后，往往形成涝渍；涝渍区域的土壤水分过多且通气不良，致使农作物根系活动层内的有毒物质淤积，造成了农作物生长环境的恶化；这种现象轻则导致减产，重则整片种植区颗粒无收。

另一方面，基于无人机等低空遥感影像一般具有较高的空间分辨率和较少的波段等特点，对其获取的影像数据使用传统诸如像素分割、光谱分析、面向对象等分析方法，由于传统算法泛化能力有限、特征提取能力差，难以充分利用无人机高空间分辨率遥感影像中丰富的纹理和形状信息，地物分类精度满足不了实际应用需求。

因此，如何利用无人机遥感影像高空间分辨率具有丰富的纹理信息及形状信息，客观且快速地监测涝渍灾害范围及受灾程度，是亟需解决的问题。

发明内容

为至少解决现有技术中存在的技术问题之一，本发明的目的在于提供一种基于无人机影像的涝渍区智能分析系统及其方法，通过利用深度卷积模型对无人机影像进行分析，实现客观快速监测涝渍灾害范围及受灾程度的技术效果。

本发明解决其问题所采用的技术方案第一方面是一种基于无人机影像的涝渍区智能分析系统，包括以下模块：

预处理模块，用于读取待处理影像数据并对其进行预处理进而生成样本数据集；

模型生成模块，用于构建深度卷积模型进而使用所述样本数据集对已构建模型进行训练直至生成待用卷积模型；以及

分析模块，用于通过调用所述待用卷积模型分析待识别影像数据进而获取涝渍信息。

有益效果：提高了对无人机影像中农田涝渍区分析的能力，能够客观且快速地监测农田涝渍灾害发生范围和受灾程度，从而定量评估涝渍灾害造成的损失，为灾后补救提供技术支撑。

根据本发明第一方面所述的，所述预处理模块还包括：坐标修正单元，用于校正所述待处理影像数据中的地理坐标；样本数据集单元，用于标记所述待处理影像数据并区分其中的涝渍区与非涝渍区，进而建立所述样本数据集。

根据本发明第一方面所述的，所述样本数据集包括涝渍区样本数据集、非涝渍区样本数据集。

根据本发明第一方面所述的，所述模型构建模块还包括：构建单元，用于构建所述深度卷积模型；第一输入单元，用于调用所述样本数据集中的影像数据并将其输入至已构建的深度卷积模型；损失值计算单元，用于通过卷积网络计算已输入的影像数据获取预测标签，将预测标签与所述样本数据集中已标记的样本标签进行计算，获取预测损失值；参数更新单元，用于调用所述预测损失值并将其反向输入至卷积网络中，进而更新深度卷积模型的运算参数；执行单元，用于获取所述待用卷积模型。

根据本发明第一方面所述的，当所述运算参数每更新完成一次时，所述参数更新单元将所述更新后的深度卷积模型反馈至所述损失值计算单元，所述损失值计算单元基于所述更新后的深度卷积模型重新获取所述预测损失值并发送至所述参数更新单元，直至所述执行单元获取所述待用卷积模型。

根据本发明第一方面所述的，所述涝渍信息包括涝渍区域坐标、涝渍区域比例、涝渍区域面积。