[发明专利]一种基于无人机的红树植物种类快速识别方法

权利要求书

1.一种基于无人机的红树植物种类快速识别方法，其特征在于，具体包括以下步骤：

S1:采集红树林生态系统的无人机原始图像；

S2:对采集的无人机原始图像进行预处理，并对图像进行数据标注，获取训练网络所需训练集、测试集和验证集；

S3:对S2中经过预处理的图像进行三维点云重建，获取飞行区域的红树植物数字表面模型；

S4:将S2获取的训练集输入SegNet神经网络进行训练，经过验证集验证循环迭代进行参数优化，获取红树植物种类识别模型；基于S2中经过畸变校正无人机原始图像，优化面向对象的种类识别算法，筛选最佳的物种分类参数；

S5:利用S4获取的红树植物种类识别模型，对S2中经过预处理的测试集进行识别和分类，获取像素级识别结果,并获取模型对各种植物的第一识别精度；通过S4优化的面向对象的种类识别算法，对S2中经过预处理的测试集进行识别和分类，获取对象级识别结果,并获取算法对各种植物的第二识别精度；

S6:根据不同红树植物的第一识别精度和第二识别精度，构建红树植物种类识别权重数据库，为红树林生态系统的物种细分类提供基础；

S7:利用S3中获取的红树植物数字表面模型，获取并根据不同植物的高度信息，将图像中的红树植物预分类成“高层植物、中层植物和底层植物”；

S8:在S7获取的三个植物大类中，利用S5获取的像素级识别结果和S5获取的对象级识别结果，按S6中的权重数据库中的权重对图像进行细分类，获取确切的种类识别结果；

具体地，在S6中，包括以下具体步骤：

S61:根据不同红树植物的第一识别精度和第二识别精度，计算两种算法在出现识别差异时的权重，公式为

其中，Weights代表权重，Acc代表识别精度，pixel代表像素级种类识别算法，object代表面向对象的种类识别算法，i代表识别的不同植物种类；

S62:将两种算法对各种红树林植物识别分类的权重存储，并进一步构建为权重数据库，为红树林生态系统的物种细分类时提供准则；

具体地，在S8中，包括以下具体步骤：

S81:评估S5像素级种类识别算法以及S5面向对象的种类识别算法对不同红树植物的种类识别结果，根据S6构建的数据库快速选取合理的权重；

S82:在S7预分类的3类区域中，根据S81设计的权重，利用对象级和像素级的种类识别结果，对红树植物进行精确识别。

2.根据权利要求1所述的红树植物种类快速识别方法，其特征在于，

具体地，在S1中，采集无人机原始图像时，无人机选型为大疆精灵Phantom4RTK，其水平方向和高度方向上的定位精度均为厘米级，像素为5472×3568，飞行参数选取为高度为80m，飞行速度为3m/s，航向重叠度为90％，旁向重叠度为80％，镜头垂直向下拍摄正射影像，单次作业时间平均为18min。

3.根据权利要求1所述的红树植物种类快速识别方法，其特征在于，

具体地，在S2中，包括以下具体步骤：

S21:根据无人机云台相机镜头畸变参数，对采集的无人机原始图像进行畸变校正；

S22:对经过畸变校正无人机原始图像进行数据标注，确定植物识别种类标签；植被识别种类为秋茄、无瓣海桑、老鼠簕、裸地和水域；

S23:对数据标注后的图像进行裁切，对图像数量进行扩充并对有效区域内采集的数据进行筛选；

S24:将裁切后的图像按照60％、20％和20％的比例划分为训练集、验证集和测试集。

4.根据权利要求1所述的红树植物种类快速识别方法，其特征在于，

具体地，在S3中，包括以下具体步骤：

S31:根据无人机飞行参数对预处理的图像进行三维点云重建；

S32、基于三维点云重建结果，获取该区域的DSM数据；

S33:根据S2获取的数据集，裁切对应经纬度位置和对应航向角的DSM，获取飞行区域的红树植物数字表面模型。