[发明专利]沼泽湿地植被分类方法、装置、计算机设备及存储介质

说明书

本发明涉及沼泽湿地植被分类方法、装置、计算机设备及存储介质，该方法包括获取来自无人机的沼泽湿地图像，以得到初始图像；确定初始图像的属性，并根据属性对初始图像内的植被进行分类，以得到分类结果；根据分类结果对所述初始图像进行分割，以得到植被类别。本发明通过无人机拍摄沼泽湿地的图像，并采用决策树和基尼指数的方式确定获取的图像的属性，由此进行初次分类，并采用最大流/最小割算法对初次分类后的图像进行图割，结合RF分类器进行类别确定，实现基于无人机图像的植被分类方式，且采用无人机拍摄图像可以具备高空间分辨率，可提高特殊场景下的植被分类准确率。

技术领域

本发明涉及植被分类方法，更具体地说是指沼泽湿地植被分类方法、装置、计算机设备及存储介质。

背景技术

植物群落的一切特征都可以作为分类的依据,如外貌结构特征、植物种类组成、植被动态特征、生境特征等等。植被分类是植被科学研究的基础。对于植被分类，目前采用的是基于卫星图像的分类的方式，但是因为卫星图像有其固定的轨道，对于较小的湿地，准确性会降低。在许多情况下，湿地面积相对较小，因此基于卫星的分类是不够敏感的，可能会产生较大错误。重大问题之一是像素混合。例如，当像素大小为10m时，每个像素都有该大小，这影响了像素的总反射率值，因此影响了像素的良好边界或范围，物种界定无法实现，有几种方法可以减少卫星图像中的误差，但是大多数它们需要广泛的高光谱带。

因此，有必要设计一种新的方法，实现基于无人机图像的植被分类方式，提高特殊场景下的植被分类准确率。

发明内容

本发明的目的在于克服现有技术的缺陷，提供沼泽湿地植被分类方法、装置、计算机设备及存储介质。

为实现上述目的，本发明采用以下技术方案：沼泽湿地植被分类方法，包括：

获取来自无人机的沼泽湿地图像，以得到初始图像；

确定初始图像的属性，并根据属性对初始图像内的植被进行分类，以得到分类结果；

根据分类结果对所述初始图像进行分割，以得到植被类别。

其进一步技术方案为：所述确定初始图像的属性，并根据属性对初始图像内的植被进行分类，以得到分类结果，包括：

将初始图像分裂为决策树；

采用基尼系数确定所述决策树的属性；

根据属性对初始图像内的植被进行分类，以得到分类结果。

其进一步技术方案为：所述根据分类结果对所述初始图像进行分割，以得到植被类别，包括：

根据分类结果采用最大流/最小割算法对所述初始图像进行分割，以得到植被类别。

其进一步技术方案为：所述根据分类结果采用最大流/最小割算法对所述初始图像进行分割，以得到植被类别，包括：

根据分类结果确定所述初始图像内植被的区域；

采用最大流/最小割算法对植被的区域进行分割，以得到不同植被的图像；

根据不同植被的图像确定植被的类别，以得到植被类别。

其进一步技术方案为：所述根据不同植被的图形确定植被的类别，以得到植被类别，包括：

采用基于像素的RF分类器对不同植被的图像进行类别确定，以得到植被类别。

本发明还提供了沼泽湿地植被分类装置，包括：

图像获取单元，用于获取来自无人机的沼泽湿地图像，以得到初始图像；

属性确定单元，用于确定初始图像的属性，并根据属性对初始图像内的植被进行分类，以得到分类结果；