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！

摘要：本发明提供一种基于高分辨率无人机遥感的园林绿化长势监测方法及系统，包括基础影像数据模块、影像数据处理模块、园林绿化对象标注数据模块、外业调查数据模块、园林绿化对象特征数据模块、数据集模块、园林绿化长势分析模块，外业调查数据模块与园林绿化对象特征数据模块输出的数据生成数据集模块，基于不同长势的情况下的园林绿化对象在无人机影像上的表现形式不同的原理，根据大量的样本进行长势分析模型的构建，实现了一种便捷、高效的园林绿化长势分析方法。

主权项：1.一种基于高分辨率无人机遥感的园林绿化长势监测方法，其特征在于，包括以下步骤：Step1:获取基础影像数据，利用无人机挂载相机，获取城市园林绿化范围内的遥感影像；Step2：处理基础影像数据，对获取的基础遥感影像数据进行正射校正、影像拼接、噪声处理、图像增强；Step3：获取园林绿化对象标注数据、外业调查数据，园林绿化对象类别包括乔木、灌木、地被，园林绿化对象标注数据包括园林绿化对象类别及地理位置信息，外业调查数据包括树木高度信息、树冠形态信息、叶片颜色信息、叶面积指数信息、草地覆盖度信息、土壤情况信息，对处理后的影像数据中的园林绿化对象进行框选标注，记录园林绿化对象的类别和地理位置信息，基于地理位置信息对园林绿化对象进行实地外业调查获取外业调查数据，所述树木高度信息为树木的高度，较高的树木往往表示较好的生长状况，所述树冠形态信息为树木的树冠形态，较大、稠密和对称的树冠通常表示良好的生长状况，树木的高度、树冠大小、树冠稠密判断标准，采用同等品种，同等树龄的其他健康树木的均值统计值，高于均值则认为生长状况较好、低于均值则认为生长状况较差，所述叶片颜色信息为树木叶片的颜色，树木叶片的颜色通常浅绿色或亮绿色的叶片表示良好的生长状况，叶面积指数信息LeafAreaIndex,LAI为测量树木叶片覆盖面积与地面面积之比，用于评估树木叶片的繁茂程度和生长状况，较高的LAI值通常表示较好的生长状态，一般的LAI值范围在1-10之间，值越大表示生长状况越好，但具体数值和植物生长状况之间的关系需要配合植物品种进行判别，最佳的判别标准是与同等品种健康植被的LAI均值相比，大于均值则认为较好，草地覆盖度信息为草地的覆盖度，用于评估生长状况，较高的覆盖度通常表示草地生长良好，草地覆盖度的值在0-1之间，0表示最差，1表示最好，土壤情况信息为土壤情况，用于判断生长状况，较好的草地生长状态下，土壤应该被有效的植被覆盖而无裸土暴露；Step4:基于园林绿化对象标注数据、外业调查数据获取园林绿化对象特征数据，园林绿化对象特征数据由形态学特征、纹理特征、颜色特征、空间关系特征组成，形态学特征由树冠形状、树干直径、树木高度组成，纹理特征由叶片纹理、灌木纹理、草地纹理组成，颜色特征由树叶颜色、灌木颜色、草地颜色组成，空间关系特征由树木相对位置、分布规律组成；Step5:基于园林绿化对象特征数据、外业调查数据整合构成数据集，数据集包括训练集、测试集，基于训练集构建园林绿化长势分析模型，园林绿化长势分析模型采用卷积长短期记忆递归神经网络模型ConvolutionalLongShort-TermMemory,ConvLSTM；Step6:使用测试集对园林绿化长势分析模型进行评估，评估数据包括计算准确率、召回率指标，以及可视化模型的预测结果；其中，园林绿化长势分析模型包括网络模型输入层、卷积层、隐藏层和输出层，输入层用于接收每期的基础遥感影像数据、外业调查数据，并转换为园林绿化长势分析模型可识别的数据类型，卷积层用于从基础遥感影像数据中提取特征，隐藏层由多个ConvLSTM单元组成，在每个ConvLSTM单元中用于通过使用遗忘门、输入门和输出门以及内部状态，网络能够学习并记住长期的依赖关系数据；输出层用于将隐藏层的输出数据转为长势分析结果。

全文数据：

权利要求：

百度查询： 星景科技有限公司 一种基于高分辨率无人机遥感的园林绿化长势监测方法及系统