[发明专利]基于航拍影像的胡杨单木树冠分割方法、装置及设备

说明书

本发明涉及遥感数据智能挖掘方向，具体涉及一种基于航拍影像的胡杨单木树冠分割方法、装置及设备。该方法包括：获取第一多光谱无人机航拍影像，并对所述第一多光谱无人机航拍影像进行预处理；将所述第一多光谱无人机航拍影像输入到基于D‑LinkNet网络的树冠顶识别模型中，得到胡杨树冠顶种子点图；利用基于标记控制的分水岭分割算法，将所述胡杨树冠顶种子点图和所述第一多光谱无人机航拍影像的第一波段作为输入进行计算，以所述第一多光谱无人机航拍影像分割胡杨单木树冠；其中，所述第一波段为红外波段或红边波段。

技术领域

本发明涉及遥感数据智能挖掘方向，具体涉及胡杨遥感信息精细认知，特别是涉及一种基于航拍影像的胡杨单木树冠分割方法、装置及设备。

背景技术

胡杨具有耐盐碱、抗风沙、耐干旱等特性，能适应于荒漠区的极端环境中，是干旱荒漠区绿洲唯一成林树种,在涵养水源、保持生物多样性、维持绿洲发展等维护生态平衡方面起到了非常重要的作用。由于伐木、开荒、农垦等人类活动和气候变化的影响，胡杨的面积急剧减少，因此胡杨被列为《中国濒危保护植物名录》的三级濒危保护植物物种之一，并被确定为全世界干旱和半干旱地区急需优先保护的林木基因资源。对胡杨开展单木树冠分割能精确的识别出单株胡杨，可为林业管理部门对胡杨林进行病虫害精准防治、灌溉等精准管理和保护提供决策支持。由于单株胡杨树冠并不大，一般不超过20m²,对数据的空间分辨率要求较高，因此采用多光谱无人航拍影像数据进行胡杨单木树冠分割。

基于高空间分辨率遥感(或无人机)影像的单木树冠分割方法主要有边缘检测法、分水岭算法、模式识别等图像分割方法。其中基于分水岭算法的光学影像单木树冠分割方法应用较多。分水岭分割算法包括无标记的和标记控制的方法，无标记的分水岭分割算法对于场景简单的自然图像应用效果较好，但对于信息丰富而复杂的遥感影像，会出现严重的欠分割或过分割现象。基于标记控制的分水岭算法，在标记符准确的情况下则可以在一定程度上避免这些问题，因此其关键是如何自动生成准确的标记符。通常是采用基于距离变化或局部最大滤波法等方法进行种子点自动标记，这些方法的准确度严重依赖滤波窗口的大小，窗口过大会导致小树遗漏，窗口过小会导致单个树冠被分为多个树冠，在树木密集区域分割效果较差。且由于分水岭算法是基于形态学的原理进行分割的，难以区分区域内树木种类。识别树种则一般是利用语义分割或者分类的方法，在胡杨稀疏生长的区域，只要将胡杨识别出来，进行分类预测就能实现胡杨单木树冠的分割。实际上，大部分胡杨生长较为密集，尤其是河岸生长的胡杨林。针对这种密集生长的胡杨林，树冠之间有重叠，利用普通的语义分割方法仅仅只能将胡杨林识别出来，而很难做到识别出单株胡杨。

发明内容

本发明综合分析胡杨在多光谱无人机航拍影像上的特点，结合深度学习网络模型和基于标记控制的分水岭分割方法的优点，提出了一种基于深度学习生成标记种子点的分水岭分割算法来实现多光谱无人机航拍影像的胡杨单木树冠分割。该发明利用D-Li nkNet的神经网络模型自动生成胡杨树冠顶种子点作为分水岭算法的标记符，可解决分水岭算法无法识别树种类型、密集区域树冠分割效果较差的问题，从而实现胡杨单木树冠的准确、自动地分割，是一种实用性强的胡杨单木树冠分割方法。

本发明实施例描述了一种基于航拍影像的胡杨单木树冠分割方法、装置及设备，结合了深度学习网络模型可识别树种类型的优点和基于标记控制的分水岭分割方法具有分割后边界连续且的且封闭的，分割出的各区域之间是不相交的优点，对多光谱无人机航拍影像进行胡杨单木树冠分割,可实现胡杨单木树冠自动、准确地分割，具体如下：

(一)基于D-Li nkNet网络的胡杨树冠顶种子点的自动生成