基于无人机高光谱遥感的草原优势物种的识别方法及系统

本发明涉及图像分析领域，尤其涉及一种基于无人机高光谱遥感的草原优势物种的识别方法及系统。

背景技术：

1、草原优势物种是指在草原生态系统中占据重要地位、数量较多、经济价值高、对草原生态系统稳定性和功能起重要作用的物种，这些物种通常具有适应草原环境的特征，能够适应草原生态系统的气候、土壤和植被等特点，对植被覆盖、土壤保持、水循环等方面有重要影响，因而，及时准确地识别出草原优势物种并进行保护具有重要意义。

2、目前，对于草原优势物种的识别方法一般通过采集草原区域的直方图并利用卷积神经网络进行物种识别，并结合草原生态分布状况识别，通过这种方法，获得结果较快，然而草原区域物种多而复杂从而使得卷积神经网络识别时容易出现误差，导致对于草原优势物种的识别不够精准。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种基于无人机高光谱遥感的草原优势物种的识别方法及系统，可以提高草原优势物种的识别准确度。

2、第一方面，本发明提供了一种一种基于无人机高光谱遥感的草原优势物种的识别方法，包括：

3、采集草原区域的初始光谱图像，对所述初始光谱图像进行图像矫正，得到矫正光谱图像，对所述矫正光谱图像进行图像格式转换，得到格式转换图像；

4、在所述格式转换图像的清晰度符合预设清晰度时，将所述格式转换图像转换为灰度图像，利用所述灰度图像分析所述格式转换图像的噪声水平，根据所述噪声水平，分析所述格式转换图像的图像质量；

5、在所述图像质量不符合预设质量时，返回上述s1的步骤；

6、在所述图像质量符合所述预设质量时，将所述图像质量在所述格式转换图像中对应的格式转换图像作为目标光谱图像，提取所述目标光谱图像的图像谱段，对所述图像谱段进行谱段降维，得到降维谱段，将所述降维谱段转换为谱段向量，识别所述谱段向量的向量特征，分析所述向量特征在所述目标光谱图像中对应的图像信息，根据所述图像信息识别所述初始光谱图像中的物种信息；

7、识别所述物种信息对应的目标物种在所述草原区域的生态功能、分布状况以及物种数量，根据所述生态功能、所述分布状况以及所述物种数量分析所述目标物种在所述草原区域的优势情况，根据所述优势情况确定所述草原区域的优势物种。

8、在第一方面的一种可能实现方式中，所述对所述初始光谱图像进行图像矫正，得到矫正光谱图像，包括：

9、对所述初始光谱图像进行辐射定标处理，得到辐射定标图像；

10、对所述辐射定标图像进行大气校正，得到矫正光谱图像。

11、在第一方面的一种可能实现方式中，所述在所述格式转换图像的清晰度符合预设清晰度之前，还包括：

12、利用下述公式计算所述格式转换图像的清晰度：

13、

14、其中，表示清晰度，x表示格式转换图像的长度，y表示格式转换图像的宽度，表示图像中像元i与相邻像元j之间的梯度，u表示所述转换图像的梯度总数。

15、在第一方面的一种可能实现方式中，所述利用所述灰度图像分析所述格式转换图像的噪声水平，包括：

16、利用所述灰度图像计算所述格式转换图像的平滑度，并利用所述灰度图像计算所述格式转换图像的的图像熵；

17、根据所述平滑度和所述图像熵分析所述格式转换图像的噪声水平。

18、在第一方面的一种可能实现方式中，所述利用所述灰度图像计算所述格式转换图像的平滑度，包括：

19、基于所述灰度图像，利用下述公式计算所述格式转换图像的平滑度：

20、

21、其中，σ表示平滑度，x表示灰度图像的长度，y表示灰度图像的宽度，kuv表示灰度图像中第u行第v列的灰度值，μ表示灰度图像的灰度均值。

22、在第一方面的一种可能实现方式中，所述提取所述目标光谱图像的图像谱段，包括：

23、根据预设波段识别所述目标光谱图像的谱段范围，提取所述谱段范围在所述目标光谱图像中对应的像素值；

24、基于所述谱段范围和所述像素值，构建所述目标光谱图像的谱段曲线，并将所述谱段曲线作为所述图像谱段。

25、在第一方面的一种可能实现方式中，所述识别所述谱段向量的向量特征，包括：

26、构建所述谱段向量的卷积模型；

27、利用所述卷积模型结合下述公式提取所述谱段向量的向量特征：

28、

29、其中，表示向量特征，f表示激活函数，o、p、q表示卷积模型中卷积核立方体的长、宽、高，为图像上(o,p,q)位置上的值与上一层第m个卷积核的计算值，为图像(α+o，β+p，γ+q)位置上的值与卷积核的第n层第k个卷积核的计算值，qkn表示卷积核第n层的一个超参数，α、β、γ表示(o,p,q)位置的偏移量。

30、在第一方面的一种可能实现方式中，所述根据所述向量特征，识别所述初始光谱图像中的物种信息，包括：

31、提取所述向量特征的历史特征，分别构建所述向量特征和所述历史特征的向量特征标签和历史特征标签；

32、利用预构建的分类器对所述向量特征标签和所述历史特征标签进行标签分类，得到标签分类结果；

33、基于所述标签分类结果确定所述向量特征标签和所述历史特征标签之间的同属关系；

34、基于所述同属关系识别所述初始光谱图像中的物种信息。

35、在第一方面的一种可能实现方式中，所述识别所述物种信息对应的目标物种在所述草原区域的生态功能、分布状况以及物种数量，包括：

36、查询所述目标物种在所述草原区域的生态功能；

37、构建所述草原区域的简略图；

38、在所述简略图中将所述目标物种进行色码标注，得到标注物种；

39、利用所述标注物种识别所述目标物种在所述草原区域的分布状况以及物种数量。

40、第二方面，本发明提供了一种基于无人机高光谱遥感的草原优势物种的识别方法及系统，所述系统包括：

41、图像预处理模块，用于采集草原区域的初始光谱图像，对所述初始光谱图像进行图像矫正，得到矫正光谱图像，对所述矫正光谱图像进行图像格式转换，得到格式转换图像；

42、图像质量检测模块，用于在所述格式转换图像的清晰度符合预设清晰度时，将所述格式转换图像转换为灰度图像，利用所述灰度图像分析所述格式转换图像的噪声水平，根据所述噪声水平，分析所述格式转换图像的图像质量；

43、步骤返回模块，用于在所述图像质量不符合预设质量时，返回上述s1的步骤；

44、物种信息识别模块，用于在所述图像质量符合所述预设质量时，将所述图像质量在所述格式转换图像中对应的格式转换图像作为目标光谱图像，提取所述目标光谱图像的图像谱段，对所述图像谱段进行谱段降维，得到降维谱段，将所述降维谱段转换为谱段向量，识别所述谱段向量的向量特征，分析所述向量特征在所述目标光谱图像中对应的图像信息，根据所述图像信息识别所述初始光谱图像中的物种信息；

45、优势物种识别模块，用于识别所述物种信息对应的目标物种在所述草原区域的生态功能、分布状况以及物种数量，根据所述生态功能、所述分布状况以及所述物种数量分析所述目标物种在所述草原区域的优势情况，根据所述优势情况确定所述草原区域的优势物种。

46、第三方面，本发明提供一种电子设备，包括：

47、至少一个处理器；以及与所述至少一个处理器通信连接的存储器；

48、其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的一种基于无人机高光谱遥感的草原优势物种的识别方法。

49、第四方面，本发明提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任意一项所述的一种基于无人机高光谱遥感的草原优势物种的识别方法。

50、与现有技术相比，本方案的技术原理及有益效果在于：

51、本方案首先通过采集草原区域的初始光谱图像可以获取草原地区的影像信息，进而能够根据上述信息去分析所述草原区域的物种优势状况，并对所述矫正光谱图像进行图像格式转换，得到格式转换图像可以将所述矫正光谱图像转换为更加容易操作的图像，从而使得对图像中的数据操作更加灵活方便；其次，本发明实施例通过根据所述噪声水平，分析所述格式转换图像的图像质量可以识别所述格式转换图像在进行预处理时的处理水平；进一步的，本发明实施例通过将所述图像质量在所述格式转换图像中对应的格式转换图像作为目标光谱图像可以得到高质量的光谱图像，进而为分析图像中对应的草原生物信息提供一个可靠的分析依据，并对所述图像谱段进行谱段降维，得到降维谱段可以降低图像的数据维度，以便降低从所述图像谱段中提取图像特征的计算量；以及识别所述物种信息对应的目标物种在所述草原区域的生态功能、分布状况以及物种数量可以了解所述目标物种在所述草原区域中的生态状况，以及生存状态，并根据所述生态功能、所述分布状况以及所述物种数量分析所述目标物种在所述草原区域的优势情况可以了解所述目标物种在所述草原区域的的生存状况，以及所述目标生物为所述草原区域的生态功能和生态发展带来的好处，从而了解所述草原区域对所述目标生物的依赖度以及共存状态，进而去确定所述目标生物在所处的草原区域是否是优势生物。因此，本发明实施例提出的一种基于无人机高光谱遥感的草原优势物种的识别方法，可以提高草原优势物种的识别准确度。