[发明专利]一种森林有害木识别方法

权利要求书

1.一种森林有害木识别方法，其特征在于包括如下步骤：

步骤1、采集一张包含有害木的森林遥感图像，同时将这张森林遥感图像中有害木所处的空间位置进行标注；

步骤2、获取步骤1中的森林遥感图像在b、g、r、nir这四个波段上的灰度值，同时对有害木及非有害木对应的位置进行标签，规定有害木对应的标签为1，非有害木的标签为0，生成训练样本数据；

步骤3、建立多层感知器模型，在隐含层个数至少为2层，每层神经元至少为20个的前提下，将步骤2中获取的训练样本数据作为多层感知器模型的输入参数，对多层感知器模型进行训练，将训练完成后的多层感知器模型作为最终的多层感知器模型；

步骤4、输入待识别的森林遥感图像，获取待识别的森林遥感图像在b、g、r、nir这四个波段上的灰度值，然后将待识别的森林遥感图像在b、g、r、nir这四个波段上的灰度值输入步骤3最终得到的多层感知器模型，得到预测结果，将该预测结果中标签为1的点作为待识别的森林遥感图像中有害木所在位置。

2.根据权利要求1所述的森林有害木识别方法，其特征在于：所述步骤1中的N张森林遥感图像采用分辨率为0.1m的遥感图像。

3.根据权利要求2所述的森林有害木识别方法，其特征在于：所述步骤1中的N张森林遥感图像采用GCS_WGS_1984作为空间参考，将有害木所处的空间位置进行标注。

4.根据权利要求2所述的森林有害木识别方法，其特征在于：使用ArcMap软件获取步骤2所需要的训练样本数据，具体过程如下：

(1)在目录下新创建一个面要素图层，选取步骤1中得到的森林遥感图像；

(2)使用ArcMap软件内数据管理工具中的栅格处理功能对森林遥感图像进行栅格处理；

(3)、使用ArcMap软件内栅格处理功能获得森林遥感图像的点要素文件；

(4)使用ArcMap软件内空间提取分析及采样功能，获得森林遥感图像不同像素点在b、g、r、nir这四个波段上对应的灰度值，并将不同像素点在b、g、r、nir这四个波段上对应的灰度值以及不同像素点对应的标签值导出，存放至同一csv文件中，该csv文件有五个字段，分别是b波段灰度值、g波段灰度值、r波段灰度值、nir波段灰度值，以及标签，且有害木所处像素点对应的标签记为1，非有害木所处像素点对应的标签记为0。

5.根据权利要求1所述的森林有害木识别方法，其特征在于：所述步骤3中，在Python软件中使用Sklearn模块建立模型框架，将选取的训练样本数据进行分组，将样本的75％作为训练数据集，25％作为验证数据集，在步骤3中，将训练数据集作为多层感知器模型的输入参数对多层感知器模型进行训练，并用验证数据集对多层感知器模型进行验证，从而获取多层感知器模型的参数，得到最终的多层感知器模型。