[发明专利]基于端到端深度学习方法的单株树冠检测方法

权利要求书

1.一种基于端到端深度学习方法的单株树冠检测方法，其特征在于：包括以下步骤：

(1)、采集林木的机载激光雷达点云数据；

(2)、对机载激光雷达点云数据进行预处理，将机载激光雷达点云数据分为地面点和非地面点，根据非地面点生成数字表面模型，将数字表面模型转换成高程图；

(3)对高程图中的每个树冠进行手动标记，将标记好的高程图作为训练样本；

(4)采用深度卷积对抗生成网络对标记好的训练样本开始学习并生成新的训练样本；

(5)采用步骤(3)手动标记的训练样本和步骤(4)生成的新的训练样本对端到端深度学习网络开展训练，获得树冠识别端到端网络模型；

(6)获取待测林木的机载激光雷达点云数据，按照步骤(2)的方法获取待测林木的高程图，将该高程图输入到树冠识别端到端网络模型中，自动识别树冠具体位置与冠幅大小。

2.根据权利要求1所述的基于端到端深度学习方法的单株树冠检测方法，其特征在于：所述的步骤(1)中的林木包括苗圃、森林公园景观区和混交林。

3.根据权利要求2所述的基于端到端深度学习方法的单株树冠检测方法，其特征在于：所述的步骤(1)具体为：

利用DJI FC6310无人机搭载的Velodyne HDL-32E传感器采集林木的机载激光雷达点云数据。

4.根据权利要求1所述的基于端到端深度学习方法的单株树冠检测方法，其特征在于：所述的步骤(2)具体为：

(2.1)采用高斯滤波器对机载激光雷达点云数据进行去噪处理；

(2.2)采用布料模拟滤波方法将去燥后的机载激光雷达点云数据分为地面点和非地面点；

(2.3)根据非地面点生成数字表面模型；

(2.4)通过对数字表面模型正交投影，用不同的颜色表示高程信息，越高的地方对应的网格越亮，即像素值越大，最终得到相应的高程图。

5.根据权利要求1所述的基于端到端深度学习方法的单株树冠检测方法，其特征在于：所述的步骤(3)中对高程图中的每个树冠进行手动标记具体为：

采用LabelImg图像标注工具对林地高程图中的每个树冠进行手动标记。

6.根据权利要求1所述的基于端到端深度学习方法的单株树冠检测方法，其特征在于：所述的深度卷积对抗生成网络的目标函数为：

V(G,D)＝∫_xP_real(x)·log(D(x))dx+∫_xP_generate(x)·log(1-D(x))dx (1)；

其中D表示判别器，G表示生成器，P_real(x)表示真实数据的概率分布，P_generate(x)表示生成数据的概率分布。