(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211022066.1 (22)申请日 2022.08.25 (65)同一申请的已公布的文献号 申请公布号 CN 115131683 A (43)申请公布日 2022.09.30 (73)专利权人 金乡县林业保护和发展服 务中心 （金乡县 湿地保护中心、 金乡县野 生动植物保护中心、 金乡县国有 白洼林场） 地址 272000 山东省济宁市金乡县文峰中 路35号 (72)发明人 李宪忠　李辉　王臻臻　孔娜　 王健　(74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 吴杉 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/75(2022.01) G06V 10/762(2022.01) (56)对比文件 CN 114743117 A,202 2.07.12 CN 106915462 A,2017.07.04 审查员 何凤杰 (54)发明名称 基于高分辨率遥感影像的林业信息识别方 法 (57)摘要 本发明公开了基于高分辨率遥感影像的林 业信息识别方法， 涉及图像处理领域， 该方法包 括： 采集待检测区域的高光谱遥感图像作为原图 像； 获取原图像中每个像素点的灰度值序列与参 照灰度值序列中波长的差异性和灰度值的差异 性； 根据原图像中每个像素点的灰度值与波长的 差异性得到每个像素点的损伤 概率； 根据原图像 中每个像素点所在聚类结果中像素点的损伤概 率的方差得到每个像素点的最终损伤 概率， 根据 像素点的最终损伤概率确定损伤像素点； 利用原 图像中判断为损伤像素点的像素点得到原图像 中的病虫害区域， 本发明能够实现对 林业病虫害 的准确检测， 并提高了 检测的适用范围。 权利要求书3页 说明书10页 附图3页 CN 115131683 B 2022.12.09 CN 115131683 B 1.基于高分辨 率遥感影 像的林业信息识别方法， 其特 征在于： 采集待检测区域的高光谱遥感图像作为原图像， 将待检测区域未遭到破坏时的高光谱 遥感图像作为 参照图像； 获取原图像/参照图像中每个像素点在不同波长下的灰度值， 将每个波长和对应的灰 度值作为 一组数据对， 利用所有的波长对应的数据对组成该像素点的灰度值序列； 利用参照图像 中每个像素点的灰度值序列得到对应像素点的光谱特征向量， 利用光谱 特征向量对像素点进行聚类得到多个聚类结果； 将参照图像中每个聚类结果的中心像素点的灰度值序列作为该聚类结果中每个像素 点的灰度值序列； 将参照图像中每个像素点的灰度值序列作为原图像中对应位置的像素点 的参照灰度值序列； 获取原图像中每个像素点的灰度值序列中波长与对应的参照灰度值序列中波长的差 异性， 以及原图像中每个像素点的灰度值序列中灰度值与对应的参照灰度值序列中灰度值 的差异性； 根据原图像中每个像素点与参照图像中像素点的灰度值的差异 性与波长的差异 性得到对应的像素点的损伤概 率； 利用参照图像 中的聚类结果获得原图像中在每一个聚类结果中对应的像素点， 根据原 图像中每个像素点的损伤概率和像素点所在聚类结果中所有像素点的损伤概率的方差得 到每个像素点的最终损伤概 率， 计算每 个像素点的最终损伤概 率的公式为： 其中， 表示第 个像素点的最终损伤概率； 表示第 个像素点的损伤概率； 表示 第 个像素点对应的第 个聚类结果中所有像素点的损伤概率的方差； 表示第 个像素 点对应的第 个聚类结果中像素点的总数量； 根据每个像素点的最终损伤概 率确定该像素点是否为损伤像素点； 利用原图像中判断为损伤像素点的像素点得到原图像中的病虫害区域。 2.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 根 据参照图像中每 个像素点的灰度值序列得到对应 像素点的光谱特 征向量的步骤 包括： 根据参照图像中每 个像素点的灰度值序列进行拟合得到每 个像素点的光谱曲线； 将拟合得到的光谱曲线的表达式 中的参数作为该像素点的光谱特 征向量。 3.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 还 包括： 在得到原图像 中每个像素点的灰度值序列对应的参照灰度值序列后， 利用匹配算法将 原图像中每个像素点的灰度值序列中的数据对与对应的参照灰度值序列中的数据对进行 匹配。 4.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 获 取原图像中每个像素点的灰度值序列中波长与对应的参照灰度值序列中波长的差异性的 步骤包括：权　利　要　求　书 1/3 页 2 CN 115131683 B 2获取原图像中每个像素点的灰度值序列中的每个波长与对应的参照灰度值序列中的 波长之间的差值； 对该像素点的灰度值序列中每 个波长得到的差值 求均值； 将得到的均值作为该像素点的灰度值序列中波长与对应的参照灰度值序列中波长的 差异性。 5.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 获 取原图像中每个像素点的灰度值序列中灰度值与对应的参照灰度值序列中灰度值的差异 性的步骤 包括： 获取每个像素点的灰度值序列中的数据对与对应的参照灰度值序列中的数据对之间 的差值， 得到对应的像素点的灰度差值序列； 利用灰度差值序列中为0的数值将灰度差值序列分为多个序列段； 获取像素点的所有序列段中的数据对的总数量与该像素点的灰度值序列中数据对的 总数量之间的比值； 根据每个序列段中灰度值与对应的参照灰度值序列中的灰度值得到每个序列段的灰 度值变化 量和灰度值变化 量的方差； 将每个序列段的方差与该序列段中每 个灰度值变化 量相乘求和值； 将得到的所有序列 段中数据对的总数量的比值与得到和值相乘， 得到每个像素点的灰 度值序列中灰度值与对应的参照灰度值序列中灰度值的差异性。 6.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 根 据原图像中每个像素点与参照图像中像素点的灰度值的差异性与波长的差异性得到对应 的像素点的损伤概 率的公式为： 其中， 表示第 个像素点的损伤概率； 表示第 个像素点与对应的参照灰度值序列 中的波长的差异性； 表示第 个像素点与对应的参照灰度值序列中的灰度值的差异性。 7.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 利 用原图像中判断为损伤像素点的像素点得到原图像中的病虫害区域的步骤 包括： 对原图像中的所有损伤像素点进行聚类得到原图像对应的待检测区域中的多个病虫 害区域。 8.根据权利要求1所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 还 包括： 根据原图像中病虫害区域的数量以及所有病虫害区域中像素点的最终损伤概率得到 待检测区域的病虫危害程度。 9.根据权利要求8所述的基于 高分辨率遥感影像的林业信 息识别方法， 其特征在于， 根 据原图像中病虫害区域的数量以及所有病虫害区域中像素点的最终损伤概率得到整个原 图像的病虫危害程度的步骤 包括： 对每个病虫害区域中所有像素点的最终损伤概率求和得到该病虫害区域的病虫害危 害程度；权　利　要　求　书 2/3 页 3 CN 115131683 B 3