[发明专利]智慧林业中智能识别林地套种农作物方法、系统和无人机

说明书

一种智慧林业中智能识别林地套种农作物方法，采用搭载相机的无人机对林地进行巡检，获取疑似林地套种农作物图像；将所述疑似林地套种农作物图像，输入经过训练的林地农作物识别模型，由该模型判断林地中是否存在套种农作物。林地农作物识别模型基于VGG16模型。对获取的林地套种农作物图像进行灰度化、去均值预处理。VGG16模型具有三个全连接层，在第二层进行正则化因子设置。第二层全连接层连接分类器SVM。

技术领域

本发明属于林地管理技术领域，特别涉及一种智慧林业中智能识别林地套种农作物方法、系统和无人机。

背景技术

林地使用属性不可以自行改变，林地属于专属用地，使用权人不可以任意改变使用属性。林地，是指成片的天然林、次生林和人工林覆盖的土地，包括用材林、经济林、薪炭林和防护林等各种林木的成林、幼林和苗圃等所占用的土地。城市林业管理部门中在落实林地养护整改工作，针对林地保存率、养护质量、林地管理、林地面貌等问题开展整治，其中林地内无套种农作物是落实林地养护整改工作的重点工作内容。对排查发现的林地套种农作物问题重点跟踪，通过专项行动做到林地内无套种农作物，涉及到林下种植农作物，则由林业站进行告知，养护单位进行清除。

发明内容

本发明实施例之一，一种基于深度学习的林地内套种农作物无人机图像识别方法。采用搭载相机的无人机对林地进行巡检，获取疑似林地套种农作物图像；将林地套种农作物图像样本进行标注后，同时利用DCGAN网络模型扩增林地套种农作物图像，并将扩增的林地套种农作物图像加入林地套种农作物样本集。利用该样本集对识别林地套种农作物模型进行训练，利用训练好的模型，判断林地中是否存在套种农作物。所述林地农作物识别模型基于VGG16模型。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1根据本发明实施例之一的林地内套种农作物模型识别方法流程图。

具体实施方式

在大数据时代下，学者们利用林业信息不断地结合各种前沿技术，深入研究林业领域,为林业管理带来新的思路。近年来，数字图像处理、图像分析和机器视觉得到了极大的发展，成为人工智能和人机界面理论与应用技术接口之间的重要组成部分，并对林地内套种农作物的识别提供新的技术。根据林业部门实际调查的情况，目前林地中套种农作物主要有：

1)粮食作物：水稻、玉米、豆类、薯类、蚕豆、小麦等；

2)油料作物：油籽、蔓青、大芥、花生、胡麻、向日葵等；

3)蔬菜作物：萝卜、白菜、芹菜、韭菜、葱、胡萝卜、菜瓜、莲花菜、菊芋、刀豆、芫荽、莴笋、黄花、辣椒、黄瓜、西红柿、香菜等；

4)果类：以梨、青梅、苹果、桃、杏、核桃、李子、樱桃、草莓、沙果、红枣等；

5)饲料作物：玉米、绿肥、紫云英等；

6)药用作物：当归、金银花、薄荷、艾蒿等。

林地内套种农作物无人机图像的识别工作主要是基于遥感技术，通过图像处理技术提取图像语义信息，如光谱信息、纹理、颜色、形状等特征，然而，遥感技术需要人为判断并有意识地进行特征的选择，具有一定的局限性。主要缺点包括：

1)目前林地内套种农作物识别主要是通过林业部门相关人员借助智能手机近距离拍摄获得，拍摄图像覆盖面积小，且林地内存在多种套种农作物，且特征复杂，识别难度大。

2)林地内套种农作物航拍图像样本数据较少。

3)林地内套种农作物图像采集和识别以遥感技术为主，这种实现方式存在计算复杂、识别效率低，精度低等问题，具有一定的局限性。