买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院、水利部成都山地灾害与环境研究所

摘要：本发明公开了基于深度学习的无人机高光谱植被物种分类方法及系统，其中方法包括：利用无人机采集高光谱影像；将采集的高光谱影像进行预处理，得到预处理后影像，并将预处理后影像进行拼接镶嵌处理，得到高光谱正射影像；对高光谱正射影像进行标注，得到标签数据集；对高光谱正射影像进行植被指数融合，得到融合植被指数的高光谱正射影像；基于融合植被指数的高光谱正射影像和标签数据集，构建草地植被分类模型，并利用草地植被分类模型完成植被物种分类。本发明的模型将植被指数和深度学习分类方法融合，增强了各植被物种高光谱特征之间的区分性；同时，相比于传统的卷积层，本发明减少数据损失的同时扩大卷积层的感受野，提高了最终的分类精度。

主权项：1.基于深度学习的无人机高光谱植被物种分类方法，其特征在于，步骤包括：利用无人机和机载高光谱仪采集样区植被高光谱影像；将采集的所述高光谱影像进行预处理，得到预处理后影像，并将所述预处理后影像进行拼接镶嵌处理，得到高光谱正射影像；对所述高光谱正射影像进行标注，得到标签数据集；得到所述标签数据集的方法包括：首先，将所述高光谱正射影像导入标签标注软件，对高光谱正射影像进行光谱特征提取，并在标签标注软件中根据不同植被物种的光谱特征进行人工目视解译分别对不同的植被物种进行标注，得到影像中各植被物种的感兴趣区域；然后，将标注好的所述感兴趣区域转换成标签栅格文件；最后，得到所述标签栅格文件之后，将其划分为训练集和测试集；对所述高光谱正射影像进行植被指数融合，得到融合植被指数的高光谱正射影像；得到融合植被指数的高光谱正射影像的方法包括：首先对所述高光谱正射影像进行红外和近红外波段的选择，然后根据选择的红外和近红外波段对高光谱正射影像进行归一化植被指数值、差值植被指数值和比值植被指数值的计算，分别得到对应的栅格图像；之后，将得到的所述栅格图像以波段的形式融合进所述高光谱正射影像的波段中，得到所述融合植被指数的高光谱正射影像；基于所述融合植被指数的高光谱正射影像和所述标签数据集，构建草地植被分类模型，并利用所述草地植被分类模型完成植被物种分类；所述草地植被分类模型包括移动三维空洞卷积视觉Transformer模型，所述移动三维空洞卷积视觉Transformer模型结构为多层级结构设计，由三个阶段和五个模块构成，包括：三维卷积、三维空洞卷积、移动卷积视觉Transformer、逆向残差结构和卷积视觉Transformer；其中，阶段1中包含三维卷积、三维空洞卷积和移动卷积视觉Transformer模块，阶段2中包含三维空洞卷积和移动卷积视觉Transformer模块，阶段3中包含逆向残差结构和卷积视觉Transformer模块。

全文数据：

权利要求：

百度查询： 中国科学院、水利部成都山地灾害与环境研究所 基于深度学习的无人机高光谱植被物种分类方法及系统