[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

说明书

本发明公开了一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法，属于林业遥感图像智能处理领域技术。本发明提供的一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法，提取步骤为：确定图像中薇甘菊的最优分割尺度并对其进行分割；利用薇甘菊纹理特征、光谱特征和形状特征，结合高程数据和基于航拍影像计算的植被色素比值指数对薇甘菊的爆发区域进行自动识别提取，建立薇甘菊分布识别范围。该发明可有效解决传统薇甘菊发现和人工调查时劳动强度大、条件艰苦、效率低下等问题，本发明可实现大范围内薇甘菊的精确识别，可服务于薇甘菊的综合防控与监测。

技术领域

本发明涉及林业遥感图像智能处理技术领域，更具体的说是涉及一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法。

背景技术

由于经济全球化的发展，世界各地区间的交流日益频繁，外来物种入侵现象几乎存在于全球所有的国家和地区，这些入侵物种由于缺少自然控制机制，常常威胁着当地的自然生态系统，给被入侵地区造成了重大的经济损失和生态损失，生物入侵问题现在已经称为21世纪三个最棘手的环境问题之一。而在这些入侵物种之中，薇甘菊由于其强大的生存繁殖能力和对被入侵地原生植被的强大破环力而被列入世界最具危害的热带和亚热带杂草之一，受到研究者们的广泛关注。

为有效控制薇甘菊的蔓延和扩散，就必须对它的现有空间分布进行识别，对其动态变化进行监控和预测。传统的监控和预测方式为人工实地调查并结合历史资料进行扩散模型的建立，然而这种方式不但费事费力，时效性和精确性也得不到保证。这就需要运用航空遥感技术手段对薇甘菊的空间分布特征进行系统的分析及爆发区域提取。目前对薇甘菊的识别多采用MaxEnt模型，但由于薇甘菊生长受许多因素的影响，如营养物质、水、光照、坡度、林资源分布等，这些因素的实时数据很难及时获取和完全掌握，因此，在因子数量有限的情况下，模型的精度会有所降低。如何结合现有数据进行薇甘菊爆发区域的准确识别和预测是目前需要解决的关键问题。基于此，研究出一种大范围薇甘菊的自动识别方法，对进行薇甘菊防治和林木资源保护具有重要的意义。

发明内容

本发明的目的在于针对现有技术中的不足，提供一种结合激光LiDAR数据和航拍影像数据的林区薇甘菊自动识别方法，基于地理信息系统(GIS)、遥感(RS)、计算机(CS)技术将机载激光雷达数据和航拍影像数据结合并应用于林业病虫害防治的空间信息分析技术，用于判断薇甘菊等类似有害生物对森林侵害的范围及程度，可辅助林业部门开展相应的防治工作。该发明可有效解决传统薇甘菊发现和人工调查时劳动强度大、条件艰苦、效率低下等问题；也可有效克服普通光学影像分辨率低，仅依靠光学波段组合识别薇甘菊精度不高的缺点。

为了实现上述目的，本发明采用如下技术方案：

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，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。

优选地，在步骤S1中，利用分割尺度遍历ESP算法计算分割尺度；

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

优选地，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。