[发明专利]基于人工智能及航拍图像的牧场草原沙化检测方法

权利要求书

1.一种基于人工智能及航拍图像的牧场草原沙化检测方法，其特征在于，该方法包括：

S1、利用无人机对牧场草原进行数据采集，通过红外滤光片切换器来控制无人机红外截止滤光片的有无，当有红外截止滤光片时，得到航拍图像的第一拜耳阵列，当无红外截止滤光片时，得到包含近红外信息的航拍图像第二拜耳阵列；对第一拜耳阵列通过插值算法得到计算出像素的RGB值，得到航拍RGB图；由第二拜耳阵列减去第一拜耳阵列得到包含近红外信息的航拍近红外图；

S2、计算出航拍图像的土壤指数SI和归一化植被指数NDVI；

S3、将航拍RGB图和土壤指数SI输入到裸沙分割神经网络，分割出裸沙与非裸沙区域，输出为裸沙分割图；将航拍RGB图和归一化植被指数NDVI输入到草原植被分割神经网络，区分出草原植被与非草原植被区域，输出为草原植被分割图；

S4、将裸沙分割图和草原植被分割图经过后处理得到草原沙化分割图；

S5、利用无人机进行巡航拍摄得到多个牧场航拍图，经过图像拼接形成完整的牧场区域图；

S6、建立牧场BIM，通过调用牧场BIM内部的信息交换模块实时更新牧场BIM，并将牧场区域图与草原沙化分割图投影到牧场BIM中的牧场草原地面上，结合WebGIS技术在Web端进行牧场草原沙化检测的数据可视化，展示牧场草原的裸沙分布情况。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中航拍图像的土壤指数SI计算具体如下：

根据航拍RGB图的Green和Blue的值，计算航拍图像的土壤指数SI，公式如下：

SI＝(Green-Blue)/(Green+Blue)。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2中航拍图像的归一化植被指数NDVI计算具体如下：

根据航拍RGB图的红光信息R与航拍近红外图的近红外信息NIR，计算出航拍图像的归一化植被指数，公式如下：

NDVI＝(NIR-R)/(NIR+R)。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3中裸沙分割神经网络训练过程具体如下：

将航拍RGB图与土壤指数SI联合，并进行归一化处理，将其值域归到[0,1]区间；将归一化的RGB信息联合SI数据输入到裸沙提取编码器对图像数据进行特征提取，输出为裸沙特征图；将裸沙特征图输入到裸沙提取解码器进行上采样与特征提取，输出为裸沙分割的概率图；经过argmax函数得到裸沙分割图，图像中每个像素值为1的点代表裸沙，像素值为0的点代表非裸沙，土壤属于非裸沙。

5.根据权利要求1所述的方法，其特征在于，所述步骤S3中草原植被分割神经网络训练过程具体如下：

将航拍RGB图与归一化植被指数NDVI联合，并进行归一化处理，将其值域归到[0,1]区间；将归一化的RGB信息联合NDVI数据输入到草原提取编码器对图像数据进行特征提取，输出为草原植被特征图；将草原植被特征图输入到草原提取解码器进行上采样与特征提取，输出为草原植被分割的概率图；经过argmax函数得到草原植被分割图，图像中每个像素值为1的点代表草原植被，像素值为0的点代表非草原植被。

6.根据权利要求1所述的方法，其特征在于，所述步骤S4中后处理具体如下：

裸沙分割图中每个像素值为1的点代表裸沙，像素值为0的点代表非裸沙；草原植被分割图中每个像素值为1的点代表草原植被，像素值为0的点代表非草原植被；对裸沙分割图、草原植被分割图进行逐像素分析，得到草原沙化分割图：

若裸沙分割图中像素的像素值为1、草原植被分割图中对应像素位置像素值为1，则草原沙化分割图对应像素位置的像素值为2；若裸沙分割图中像素的像素值为0、草原植被分割图中对应像素位置像素值为0，则草原沙化分割图对应像素位置的像素值为0；若裸沙分割图中像素的像素值为1、草原植被分割图中对应像素位置像素值为0，则草原沙化分割图对应像素位置的像素值为1；若裸沙分割图中像素的像素值为0、草原植被分割图中对应像素位置像素值为1，则草原沙化分割图对应像素位置的像素值为2；最终形成的草原沙化分割图中的像素值有三类，即0，1，2，其中0表示其他，1表示裸沙，2表示草原植被。

7.根据权利要求1所述的方法，其特征在于，所述步骤S5中使用的图像拼接方法，具体包括：

对航拍图像提取底层特征，找出待拼接图像中特征点在参考图像中对应的位置，确定两幅图像之间的变换关系；

根据图像特征之间的对应关系，建立两幅图像的数学变换模型；

根据建立的数学变换模型，将待拼接图像转换到参考图像的坐标系中，完成统一坐标变换；

通过合并图像重叠部分的像素值并保持没有重叠的像素值使之生成更大画布的图像，将更大画布的图像的重合区域进行融合得到完整的牧场区域图。