[发明专利]基于深度学习的单木级树种识别方法有效
| 申请号： | 201910888236.6 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110728197B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 孙颖;辛秦川;黄健锋 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V20/17;G06V10/26;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 广东广盈专利商标事务所(普通合伙) 44339 | 代理人： | 李俊 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于深度学习的单木级树种识别方法，所述方法包括：通过LiDAR点云数据获取冠层高度模型；通过局部最大值算法与冠层高度模型进行航空影像单木分割，并裁剪得到单株树木的块状影像；基于单株树木的块状影像利用深度卷积神经网络对单木树种进行识别。在本发明实施例中以LiDAR点云数据与高分辨率航空影像为基础，利用深度卷积神经网络图像分类技术进行单木尺度树种识别，实现了同时获取林区树木棵数及单株树木类型。 | ||
| 搜索关键词： | 基于 深度 学习 单木级 树种 识别 方法 | ||
【主权项】：
1.一种基于深度学习的单木级树种识别方法，其特征在于，所述方法包括：/n通过LiDAR点云数据获取冠层高度模型；/n通过局部最大值算法与冠层高度模型进行航空影像单木分割，并裁剪得到单株树木的块状影像；/n基于单株树木的块状影像利用深度卷积神经网络对单木树种进行识别。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910888236.6/，转载请声明来源钻瓜专利网。
