一种森林资源分布式管理系统的制作方法

本发明涉及森林管理技术领域，具体涉及一种森林资源分布式管理系统。

背景技术：

目前，收集用于评价森林资源状态的信息的过程是非常耗时和复杂的。且当收集信息时，通常依赖于采样，由于缺乏足够的样品信息，统计分析的结果往往会出现较大的误差。

为此，现有技术中涌现出了大量的森林资源管理系统，但普遍存在探测成本较高、误差较大、数据实时性差，不能大面积、多期次使用等缺陷。

技术实现要素：

为解决上述问题，本发明提供了一种森林资源分布式管理系统，可以实现森林资源的高效率全面监测和分析，可大面积、多期次使用。

为实现上述目的，本发明采取的技术方案为：

一种森林资源分布式管理系统，包括：

森林资源图像采集模块，用于实现森林资源图像集的采集，包括俯视图以及树木四个侧面的正视图；

森林资源识别模块，用于实现森林资源图像集中内载的树木品种信息、树木尺寸信息、树木病害信息和树木数量信息的识别；

统计分析模块，用于基于预设的统计分析模型根据所述树木品种信息、树木尺寸信息、树木病害信息、树木数量信息实现当前区域森林资源情况的统计分析，输出统计分析结果；

管理决策模块，用于基于模糊神经网络算法根据所述统计分析结果输出对应的森林资源管理决策。

进一步地，所述森林资源图像采集模块包括无人机模块和爬行机器人模块，其中，无人机模块用于负责俯视图的定点采集，爬行机器人模块用于负责树木四个侧面的正视图的定点采集。

进一步地，还包括：

森林资源地图构建模块，用于基于历史森林资源分布情况实现当前区域森林资源地图的构建；

图像采集路线规划模块，用于基于森林资源地图以及预设的无人机模块、爬行机器人模块图像采集点布置规则实现图像采集路线的规划。

进一步地，所述森林资源识别模块基于dssd_inception_v3_coco模型实现森林资源图像集中内载的树木品种信息和树木病害信息的识别，然后基于预设的算法根据树木品种信息的识别结果实现树木数量的统计。

进一步地，所述森林资源识别模块基于显著图的图像分割方法实现森林图像的复杂背景分割，然后基于连通分量外接矩形的长宽比进行森林资源图像中内载树干尺寸、树冠尺寸的测量，然后基于预设的树干尺寸、树冠尺寸算法输出对应的树木尺寸信息。

进一步地，还包括：

火灾预警模块，基于带北斗定位模块和双光谱视频采集器通过对热红外的捕捉，可以实现烟火的智能识别，一旦发现疑似烟火，即向监测中心发送携带有北斗定位参数的报警信号。

进一步地，当森林资源识别模块发现未知树木品种/未知树木病害时，短信自动编辑发送模块启动，将对应的森林图像发送到管理员终端进行人工识别，并根据人工识别的结果进行dssd_inception_v3_coco模型的微调。

进一步地，所述每一张森林资源图像的exif中均包含坐标信息。

本发明具有以下有益效果：

实现了低成本、高效率、全面的森林资源情况监测分析工作，精确度高，且可大面积、多期次使用；

系统自带树木生长情况分析、树木品种分布情况分析、树木数量分析、树木病虫害分析和火灾监测功能，在可以减轻工作人员工作量的同时，为森林资源的合理管理提供了保障。

附图说明

图1本发明实施例一种森林资源分布式管理系统的系统框图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种森林资源分布式管理系统，包括森林资源图像采集模块、火灾预警模块以及与森林资源图像采集模块、火灾预警模块实现无线通讯的监测中心；所述森林资源图像采集模块，用于实现森林资源图像集的采集，包括俯视图以及树木四个侧面的正视图；每一张森林资源图像的exif中均包含坐标信息；所述火灾预警模块，基于带北斗定位模块和双光谱视频采集器通过对热红外的捕捉，可以实现烟火的智能识别，一旦发现疑似烟火，即向监测中心发送携带有北斗定位参数的报警信号；所述监测中心设有：

森林资源识别模块，用于实现森林资源图像集中内载的树木品种信息、树木尺寸信息、树木病害信息和树木数量信息的识别；

统计分析模块，用于基于预设的统计分析模型根据所述树木品种信息、树木尺寸信息、树木病害信息、树木数量信息实现当前区域森林资源情况的统计分析，输出统计分析结果；

管理决策模块，用于基于模糊神经网络算法根据所述统计分析结果输出对应的森林资源管理决策；

森林资源地图构建模块，用于基于历史森林资源分布情况实现当前区域森林资源地图的构建；

图像采集路线规划模块，用于基于森林资源地图以及预设的无人机模块、爬行机器人模块图像采集点布置规则实现图像采集路线的规划；

本实施例中，所述森林资源图像采集模块包括无人机模块和爬行机器人模块，其中，无人机模块用于负责俯视图的定点采集，爬行机器人模块用于负责树木四个侧面的正视图的定点采集。所述无人机模块和爬行机器人模块均配置避障、导航、姿态采集、定位和无线通讯功能。

本实施例中，所述森林资源识别模块基于dssd_inception_v3_coco模型实现森林资源图像集中内载的树木品种信息和树木病害信息的识别，然后基于预设的算法根据树木品种信息的识别结果实现树木数量的统计。所述dssd_inception_v3_coco模型采用dssd目标检测算法，用coco数据集预训练inception_v3深度神经网络，然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测树木品种/树木病害的目标检测模型。

本实施例中，所述森林资源识别模块基于显著图的图像分割方法实现森林图像的复杂背景分割，然后基于连通分量外接矩形的长宽比进行森林资源图像中内载树干尺寸（外径、高度）、树冠尺寸（形状、面积）的测量，然后基于预设的树干尺寸、树冠尺寸算法输出对应的树木尺寸信息。

本实施例中，当森林资源识别模块发现未知树木品种/未知树木病害时，短信自动编辑发送模块（gsm通讯模块）启动，将对应的森林图像发送到管理员终端进行人工识别，并根据人工识别的结果进行dssd_inception_v3_coco模型的微调。

本实施例中，首次进行森林资源图像采集时，采用人为跟踪控制模式，具体的：无人机模块和爬行机器人模块分别按照其内载的图像采集路线进行森林资源图像的定点采集，工作人员根据所述图像采集路线进行无人机模块和爬行机器人的跟踪，达到定点位置时，工作人员根据实际情况进行无人机模块和爬行机器人图像采集位置的调整，调整后，新的图像采集路线自动生成。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。