[发明专利]一种城市植被种类识别方法、系统、设备以及介质在审
申请号: | 202011237350.1 | 申请日: | 2020-11-09 |
公开(公告)号: | CN112329649A | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 张杰 | 申请(专利权)人: | 上海圣之尧智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 上海塔科专利代理事务所(普通合伙) 31380 | 代理人: | 耿恩华 |
地址: | 201700 上海市青浦*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城市 植被 种类 识别 方法 系统 设备 以及 介质 | ||
本发明公开了一种城市植被种类识别方法、系统、设备以及介质,方法包括:采集一检测区域的多个检测图像,其中,检测图像对应于所述检测区域的局部;将所述多个检测图像进行图像拼接,获得一所述检测区域的融合图像;对所述融合图像进行特征提取获得所述融合图像的融合颜色特征向量和融合纹理特征向量;基于所述融合颜色特征向量、所述融合纹理特征向量、与所述融合颜色特征向量对应的多个类型颜色特征向量以及与所述融合纹理特征向量对应的多个类型纹理特征向量,获得多个类型系数;输出所述多个类型系数中的最小值所对应的植被类型。
技术领域
本发明涉及的是一种植被识别领域的技术,具体是一种城市植被种类识别方法、系统、设备以及介质。
背景技术
城市规划管理中,需要对城市植被的种类进行识别。植被种类是指根据基因和环境共同决定的植物结构、形状、大小、颜色等生物体的外在性状来分类。当前,植被种类主要通过人工手动测定或者大型特用成像系统获取,人工手动测量方式具有测定效率低、数据精度可控性低和观测误差不确定性高劣势,而大型特用成像系统则具有价格昂贵、系统复杂和便携性差和不足。
发明内容
本发明针对现有技术存在的上述不足,提出一种城市植被种类识别方法、系统、设备以及介质,能够通过无人机在检测区域的上方该检测区域的多个检测图像,将该多个检测图像进行拼接形成一个完整的融合图像,进而对融合图像进行特征提取获得其颜色特征以及纹理特征,而后根据颜色特征和纹理特征计算获得多个类型系数,多个类型系数中最小值对应的即为植被类型,通过上述方法能够快速获取检测区域中的植被的类型,成本低。
根据本发明的一个方面,一种城市植被种类识别方法,包括:
采集一检测区域的多个检测图像,其中,所述检测图像对应于所述检测区域的局部;
将所述多个检测图像进行图像拼接,获得一所述检测区域的融合图像;
对所述融合图像进行特征提取获得所述融合图像的融合颜色特征向量和融合纹理特征向量;
基于所述融合颜色特征向量、所述融合纹理特征向量、与所述融合颜色特征向量对应的多个类型颜色特征向量以及与所述融合纹理特征向量对应的多个类型纹理特征向量,获得多个类型系数;
输出所述多个类型系数中的最小值所对应的植被类型。
优选的,所述将所述多个检测图像进行图像拼接,获得一所述检测区域的融合图像包括:
对每一所述检测图像进行图像预处理;
将进行所述图像预处理后的所述检测图像进行图像配准获得一区域图像;
对所述区域图像进行图像融合以获得所述融合图像。
优选的,所述对每一所述检测图像进行图像预处理包括:
对每一所述检测图像进行图像畸变纠正;
对所述检测图像进行图像平滑;
对经过图像平滑后的所述检测图像进行图像增强。
优选的,所述类型系数的计算公式为:
其中:
dni为类型系数;
ai为类型颜色特征向量;
bi为类型纹理特征向量;
cn为融合颜色特征向量;
tn为融合纹理特征向量;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海圣之尧智能科技有限公司,未经上海圣之尧智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011237350.1/2.html,转载请声明来源钻瓜专利网。