公开(公告)号：CN113591766A

公开(公告)日：2021-11-02

申请号：CN202110910033.X

申请日：2021-08-09

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 陈巧 ,  陈永富 ,  徐志杨 ,  李华玉

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01S17/88

Abstract: 本发明公开了一种无人机多源遥感的树种识别方法，包括获取可见光图像和激光雷达点云，分别对激光雷达点云和可见光图像进行预处理；将所述激光雷达点云的冠层高度模型通过局部最大值法探测树顶后用分水岭法分割树冠得到分割后的树冠边界；以分割后的树冠边界为外边界，以可见光正射影像亮度值和激光雷达冠层高度模型(CHM)为特征，获得树冠数据集和样本数据集；通过卷积神经网络对所述树冠数据集和样本数据集进行迁移学习和集成学习后输出识别树种结果。本发明综合应用无人机可见光遥感图像和激光雷达点云，采用深层CNN模型进行迁移学习，输入深层卷积神经网络迁移学习和集成学习进行树种识别的方法，增加了对无人机遥感树种识别的准确性。

公开(公告)号：CN113591766B

公开(公告)日：2022-10-11

申请号：CN202110910033.X

申请日：2021-08-09

Applicant: 中国林业科学研究院资源信息研究所

Inventor： 陈巧 ,  陈永富 ,  徐志扬 ,  李华玉

IPC: G06V20/17 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G01S17/88

Abstract: 本发明公开了一种无人机多源遥感的树种识别方法，包括获取可见光图像和激光雷达点云，分别对激光雷达点云和可见光图像进行预处理；将所述激光雷达点云的冠层高度模型通过局部最大值法探测树顶后用分水岭法分割树冠得到分割后的树冠边界；以分割后的树冠边界为外边界，以可见光正射影像亮度值和激光雷达冠层高度模型(CHM)为特征，获得树冠数据集和样本数据集；通过卷积神经网络对所述树冠数据集和样本数据集进行迁移学习和集成学习后输出识别树种结果。本发明综合应用无人机可见光遥感图像和激光雷达点云，采用深层CNN模型进行迁移学习，输入深层卷积神经网络迁移学习和集成学习进行树种识别的方法，增加了对无人机遥感树种识别的准确性。