[发明专利]基于RGB影像提取单株感染松材线虫病松木信息的方法

说明书

本发明公开了一种基于RGB影像提取单株感染松材线虫病松木信息的方法，包括以下步骤：S1：构建基于R、G和B波段的松材线虫病疫木遥感指数；S2：根据松材线虫病疫木遥感指数，提取松材线虫病疫木像素级样本；S3：对松材线虫病疫木像素级样本进行滤波处理；S4：提取松材线虫病疫木像素级样本的单木信息，完成单株感染松材线虫病松木信息的提取。本发明的提取方法仅仅利用无人机航空遥感最少且最常见的3个可见光波段影像，开展基于光谱特征提取植被指数，利用其光谱特征和高空间分辨率特点，进行单株疫木识别和信息提取。

技术领域

本发明属于松材线虫病松木技术领域，具体涉及一种基于RGB影像提取单株感染松材线虫病松木信息的方法。

背景技术

遥感技术具备远距离、大面积和无需直接接触等观测特点，在森林监测领域得到了广泛应用。目前基于遥感技术的松萎蔫病(松材线虫病)松树探测技术，常见的是使用多光谱和高光谱卫星影像，再结合典型光谱特征，提出适宜算法或人工设定光谱特征阈值技术自动识别染病松树。但是，这样的技术存在以下几点不足或限制：(1)在中国多云多雨的地区，因为卫星轨道重访周期(长达几天到几十天不等)的限制，很难及时获取高分辨率且大面积的卫星影像数据，数据的时效性无法得到保证，从而无法及时遏止病疫的传播。(2)卫星影像分辨率不高，多/高光谱影像的空间分辨率从2米到数百米不等，无法满足精确到染病松树单株的定位和定性要求，特别是树冠宽度仅有亚米级的单株松树。

针对以上的不足和限制，可采用无人机航空遥感技术作为解决手段。利用其实时快速获取目标区域高分辨率(可达厘米级)影像数据的能力，有效保证松萎蔫病松树探测的时效性。但是，无人机航空遥感技术也存在自身的问题。当沿袭高光谱卫星影像自动识别技术(结合一种或多种典型光谱特征，提出适宜算法或人工设定光谱特征阈值，自动识别染病松树)开展无人机监测工作时，会因为无人机可搭载的多/高光谱相机谱段不定(从700nm到几千nm，从4个谱段到几百个谱段)、仪器价格高昂的问题，难以提出一种普适性的光谱特征提取及染病松树自动识别方法。

针对上述问题，部分研究人员提出了仅仅利用无人机航空遥感最常见的3个可见光波段(R、G、B波段)影像自动识别染病松树。可见的文献中，有基于监督分类思想的自动识别技术，此类技术需要大量采集已被验证的正确样本，将其划分为至少为两类，再依据提取样本影像的统计特征，设定识别特征的规则集，从而实现自动识别。此类技术的问题在于，一是监督样本的采集是需要人工投入的繁琐过程，工作效率有限；二是识别精度取决于监督样本的质量，而样本质量又因为环境背景的复杂性、样本代表的局限性，不能得到普遍保证，监督分类方法的适用性也受到了影响。

发明内容

本发明的目的是为了解决单株感染松材线虫病松木信息提取的问题，提出了一种基于RGB影像提取单株感染松材线虫病松木信息的方法。

本发明的技术方案是：一种基于RGB影像提取单株感染松材线虫病松木信息的方法包括以下步骤：

S1：构建基于R、G和B波段的松材线虫病疫木遥感指数；

S2：根据松材线虫病疫木遥感指数，提取松材线虫病疫木像素级样本；

S3：对松材线虫病疫木像素级样本进行滤波处理；

S4：提取滤波处理后松材线虫病疫木像素级样本的单木信息，完成单株感染松材线虫病松木信息的提取。

本发明的有益效果是：

(1)本发明的提取方法仅仅利用无人机航空遥感最少且最常见的3个可见光波段影像，开展基于红光(R)、绿光(G)和蓝光(B)的光谱特征提取植被指数，利用其光谱特征和高空间分辨率特点，进行单株疫木识别和信息提取。在兼顾树冠的影像几何特征前提下，结合影像处理方法，提出一套完整的自动识别染病松树技术方案。该方法对于单株级别的染病疫木识别，能够提供更加精确的染病与否及空间位置信息。