[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

说明书

本发明公开了一种基于人工智能及航拍图像的牧场草原沙化检测方法，首先利用无人机对牧场草原进行数据采集，得到航拍RGB图和航拍近红外图，计算出航拍图像的土壤指数SI和归一化植被指数NDVI。将航拍RGB图联合SI和NDVI分别输入到裸沙分割神经网络与草原植被分割神经网络，得到裸沙分割图和草原植被分割图，将两图经过后处理得到草原沙化分割图。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。将草原沙化分割图和牧场区域图投影到预先建立的牧场BIM中，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。

技术领域

本发明涉及人工智能、植被覆盖检测领域，特别是涉及一种基于人工智能及航拍图像的牧场草原沙化检测方法。

背景技术

草场退化是土地退化的一种类型，是土地荒漠化的主要表现形式之一，荒漠化可直接导致土地的生物和经济生产力与复杂性下降乃至丧失。

公开号为CN109856056A的专利文件，公开了一种沙化土地遥感快速识别方法。该方法使用遥感监测技术，首先获取连续时间序列的土地影像数据，统计一年内NDVI值保持在一定范围内不变的像元，从而提取非植被类型空间分布信息。该方法以一年为周期进行检测，周期过长、数据量庞大且遥感数据难以获取。

公开号为CN109583378A的专利文件，公开了一种植被覆盖度提取方法及系统。获取通过无人机采集的航拍影像；对航拍影像进行预处理后计算出航拍影像的植被指数，得到植被指数图像；以各个地物类别的信息熵的判别函数为适应度函数，利用遗传算法将植被类型图像从植被指数图像中分割出来，从而得到植被覆盖度。该方法单靠植被指数并不能有效区分裸沙与土壤，并且遗传算法的编码解码较为复杂。

发明内容

为解决上述问题，本发明提供一种基于人工智能及航拍图像的牧场草原沙化检测方法，包括：

S1、利用无人机对牧场草原进行数据采集，通过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、无人机进行巡航拍摄得到的多个牧场航拍图，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。

进一步地，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)。

进一步地，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)。