[发明专利]一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法在审

专利信息
申请号: 202011479538.7 申请日: 2020-12-15
公开(公告)号: CN112651312A 公开(公告)日: 2021-04-13
发明(设计)人: 王瑞瑞;石伟;李怡燃 申请(专利权)人: 北京林业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46;G06K9/62
代理公司: 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 代理人: 曹鹏飞
地址: 100083 北京市*** 国省代码: 北京;11
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 结合 激光 lidar 数据 航拍 影像 林区 甘菊 自动识别 方法
【权利要求书】:

1.一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,包括以下步骤:

S1、利用面向对象的多尺度分割方法对研究区高分辨率航拍影像进行分割,确定薇甘菊的分割尺度及分割尺度参数,得到研究区基于对象的多光谱影像;

S2、提取多光谱影像的光谱特征、纹理特征、形状特征、高程和植被色素比值指数为特征指标,通过方差分析和正态分布检验进行筛选,得到用于薇甘菊爆发区自动识别的特征组合;

S3、根据选取的特征组合构建薇甘菊识别分类规则集,采用面向对象基于规则的分类方法从影像对象区块中提取薇甘菊爆发入侵区域,得到薇甘菊分布识别范围。

2.根据权利要求1所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,在步骤S1中,所述分割尺度的算法为ESP算法;

所述分割尺度为60、76、80、100、114、135、148、168、188、201、208、217和245中的一种。

3.根据权利要求1所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,在步骤S1中,所述分割尺度参数包括形状参数、紧凑度参数和分割尺度;

其中,形状参数为0.5,紧凑度参数为0.5,分割尺度为100。

4.根据权利要求1所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,在步骤S2中,所述光谱特征包括红、绿和蓝波段上像素的平均值、亮度和植被指数。

5.根据权利要求4所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,所述平均值由公式(1)计算所得:

式中:为第L图层上构成一个影像对象的像素值平均值,L=1,2,…,m;n为像素个数;为第L图层上第i个像素的值。

6.根据权利要求4所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,所述亮度由公式(2)计算所得:

式中,为亮度;m为影像对象的图层数量;为包含光谱信息的第L层图层值的平均值。

7.根据权利要求4所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,所述植被指数由公式(3)计算所得:

VI=(2G’-R’-B’)-(1.4R’-G’) (3)

式中,VI为植被指数,R,G,B分别为红、绿和蓝波段上的平均值。

8.根据权利要求1所述的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法,其特征在于,在步骤S2中,所述纹理特征包括灰度共生矩阵的相异性和相关性;

其中,所述相异性由公式(4)计算所得:

式中,Gdis为相异性;i,j分别为行数,列数;Pi,j为第i,j元素的标准化值,N为行数或列数;

所述相关性由公式(5)计算所得:

Gcor=[∑ij(i-ux)(j-uy)]/(σxσy) (5)

式中,Gcor为相异性;i,j分别为行数,列数;ux、uy分别为行、列的均值;σx、σy分别为行和列的标准偏差。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京林业大学,未经北京林业大学许可,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/202011479538.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top