申请/专利权人：中建一局集团第三建筑有限公司;中国建筑一局(集团)有限公司;北京林业大学

申请日：2023-12-25

公开（公告）日：2024-03-22

公开（公告）号：CN117746246A

主分类号：G06V20/10

分类号：G06V20/10;G06V20/17;G06V10/764;G06V10/82;G06N3/0464;G06V10/44;G06V10/74

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于ITPNet网络模型的单木树种识别方法，包括以下步骤：步骤一，数据获取，通过无人机不同传感器分别获取研究区内树木的高光谱数据和激光雷达数据，并由工作人员采集地面调查数据；步骤二，数据预处理，预处理激光雷达数据获得冠层高度模型；预处理高光谱数据反映真实地表反射率的高光谱数据；处理地面调查数据获取研究区内真实的树种分布信息；步骤三，单木树种识别数据集构建，将高光谱数据与激光雷达数据进行地理配置以使空间位置对齐；等。该方法基于ITPNet网络模型进行单木树种识别，ITPNet网络可充分提取和直接使用高光谱影像中丰富的空间‑光谱信息，对于所有树种均具有良好的分类能力，满足小样本复杂森林条件下多树种单木识别需求。

主权项：1.一种基于ITPNet网络模型的单木树种识别方法，其特征在于，包括以下步骤：步骤一，数据获取，通过无人机不同传感器分别获取研究区内树木的高光谱数据和激光雷达数据，并由工作人员采集地面调查数据；步骤二，数据预处理，预处理激光雷达数据获得冠层高度模型，在冠层高度模型中对单木树冠分割，得到树冠中心点；预处理高光谱数据获得反映真实地表反射率的高光谱数据；处理地面调查数据获取研究区内真实的树种分布信息，用于构建样本数据集；步骤三，单木树种识别数据集构建，将高光谱数据与激光雷达数据进行地理配置以使空间位置对齐，以树冠中心点为中心将高光谱数据裁切为方形得到单木识别影像块；步骤四，ITPNet网络模型构建，在每个类别树种的单木识别数据集中随机选取若干个数据构建支持集，剩余单木数据集构建查询集，使用相同的CNN提取单木识别影像块的深层特征，使用支持集的深层特征构建每个类别树种对应的原型，再通过欧式距离计算查询集的深层特征与各类别树种的原型的相似度，以确定查询集单木树种；CNN包括若干个卷积层，每个卷积层包含64个滤波器组成的二维卷积、批归一化层、Relu激活函数和最大池化层，根据影像块尺寸设定最大的卷积层数量；步骤五，ITPNet网络模型训练，参照样本数据集，在每个类别树种的单木识别影像块中随机选取S个单木识别影像块构建支持集，剩余单木识别影像块构建查询集，使用CNN分别对各个支持集和查询集提取深层特征，对支持集的深层特征求均值后，完成每个类别树种的原型的构建；步骤六，单木树种识别，将待识别单木的单木识别影像块作为查询集，计算此时查询集的深层特征与各个原型间的欧式距离，选出计算距离值最小的原型，该原型对应的树种类型即为待识别单木的种类。

全文数据：

权利要求：

百度查询： 中建一局集团第三建筑有限公司;中国建筑一局(集团)有限公司;北京林业大学 一种基于ITPNet网络模型的单木树种识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD