CN205333857U - 一种用于林业树种识别的遥感系统 - Google Patents

一种用于林业树种识别的遥感系统 Download PDF

Info

Publication number
CN205333857U
CN205333857U CN201520900069.XU CN201520900069U CN205333857U CN 205333857 U CN205333857 U CN 205333857U CN 201520900069 U CN201520900069 U CN 201520900069U CN 205333857 U CN205333857 U CN 205333857U
Authority
CN
China
Prior art keywords
remote sensing
image
module
wood recognition
forestry
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201520900069.XU
Other languages
English (en)
Inventor
吕杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201520900069.XU priority Critical patent/CN205333857U/zh
Application granted granted Critical
Publication of CN205333857U publication Critical patent/CN205333857U/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本实用新型公开了一种用于林业树种识别的遥感系统，其特征在于，包括依次连接的遥感影像获取模块(1)、遥感影像预处理模块(2)、树种识别模块(3)和信息输出模块(4)。本实用新型在林业资源调查中引入遥感技术和机器学习算法，使之为林业树种识别工作服务。本实用新型提高了林业资源调查的自动化水平，解放了生产力，具有重要的经济价值和社会意义。

Description

一种用于林业树种识别的遥感系统
技术领域：
本实用新型属于遥感技术领域，具体涉及一种用于林业树种识别的遥感系统。
背景技术：
遥感技术是20世纪60年代发展起来的一种对地观测技术，这是一种利用传感器在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息，并进行提取、判定、加工处理、分析与应用的技术。目前，遥感技术日趋成熟，在环境监测、资源调查、灾害预警等领域得到了广泛地应用。在林业领域，遥感技术作为一种新的技术手段，在解决某些问题时有一定应用。
林业资源的辽阔性，决定了林业资源调查的艰巨性和复杂性。但传统的林业资源调查方法在实施过程中，存在着各种各样的制约因素，严重影响了调查的速度与准确度。林业遥感技术可以快速、准确的获得森林地区的实时状况，通过一定的技术手段，还可以从中提取出更多的林业资源信息。
实用新型内容：
本实用新型的目的在于提供一种快速、自动的用于林业树种识别的遥感系统，其通过获取最新的多光谱遥感数据，加以处理、分析，最终对遥感区域内的树种实现识别，并保证了很高的准确率。
为达到上述目的，本实用新型采用如下技术方案予以实现的：
一种用于林业树种识别的遥感系统，包括依次连接的遥感影像获取模块、遥感影像预处理模块、树种识别模块和信息输出模块。
本实用新型进一步的改进在于，遥感影像获取模块由高分辨率卫星组成，用于负责获取用户感兴趣区域的高分辨率多光谱遥感影像，并将获取的影像输入遥感影像预处理模块。
本实用新型进一步的改进在于，高分辨率卫星是中国的“高分一号”卫星，卫星影像地面分辨率为2米全色黑白图像和8米多光谱彩色图像。
本实用新型进一步的改进在于，遥感影像预处理模块用于负责接收高分辨率多光谱影像，并对该高分辨率多光谱影像进行预处理，使之满足进行树种识别的要求，高分辨率多光谱影像预处理包括对遥感影像的辐射定标、大气校正、几何校正、影像裁剪、去云处理和图像增强。
本实用新型进一步的改进在于，树种识别模块用于负责接收完成预处理的高分辨率多光谱影像，并利用机器学习算法对遥感图像所表示区域内的森林进行树种识别。
本实用新型进一步的改进在于，信息输出模块用于负责将树种识别的结果输出呈现给用户。
相对于现有技术，本实用新型具有如下的优点：
本实用新型在林业资源调查中引入遥感技术和机器学习算法，使之为林业树种识别工作服务。本实用新型提高了林业资源调查的自动化水平，解放了生产力，具有重要的经济价值和社会意义。
具体来说，本实用新型利用遥感影像获取模块将用户感兴趣区的“高分一号”卫星上的8米高分辨率多光谱遥感数据从大幅遥感数据上裁剪成最小矩形，并传入遥感影像预处理模块；利用遥感影像预处理模块负责接收高分辨率多光谱影像，并对该高分辨率多光谱影像进行预处理，使之满足进行树种识别的要求，高分辨率多光谱影像预处理包括对遥感影像的辐射定标、大气校正、几何校正、影像裁剪、去云处理和图像增强；利用树种识别模块负责接收完成预处理的高分辨率多光谱影像，并利用机器学习算法对遥感图像所表示区域内的森林进行树种识别；最后利用信息输出模块负责将树种识别的结果输出呈现给用户，供用户使用，指导下一步的生产。
附图说明：
图1为本实用新型一种用于林业树种识别的遥感系统的结构框图；
其中：1为遥感影像获取模块；2为遥感影像预处理模块；3为树种识别模块；4为信息输出模块。
具体实施方式：
下面结合附图对本实用新型做进一步详细描述。
参见图1，本实用新型一种用于林业树种识别的遥感系统，包括依次相连接的遥感影像获取模块1、遥感影像预处理模块2、树种识别模块3和信息输出模块4。
其中，遥感影像获取模块1将用户感兴趣区的“高分一号”卫星上的8米高分辨率多光谱遥感数据从大幅遥感数据上裁剪成最小矩形，并传入遥感影像预处理模块2。
遥感影像预处理模块2接收裁剪好的高分辨率多光谱遥感数据，对其进行影像预处理，主要包括辐射定标、大气校正、几何校正、影像裁剪、去云处理和图像增强。
树种识别模块3接收完成预处理的遥感影像，并完成对遥感影像中森林树种的识别，对森林树种识别的主要算法是机器学习中的随机森林算法。
信息输出模块4接收由树种识别模块3得到的树种识别结果，并将其输出呈现给用户，供用户使用，指导下一步的生产。
以上内容是结合具体的优选实施方式对本实用新型所做的进一步详细说明，不能认定本实用新型的具体实施方式仅限于此，对于本实用新型所述技术领域的普通技术人员来说，在不脱离本实用新型构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本实用新型由所提交的权利要求书确定专利保护范围。

Claims (4)

1.一种用于林业树种识别的遥感系统，其特征在于，包括依次连接的遥感影像获取模块(1)、遥感影像预处理模块(2)、树种识别模块(3)和信息输出模块(4)；其中，
遥感影像预处理模块(2)用于负责接收高分辨率多光谱影像，并对该高分辨率多光谱影像进行预处理，使之满足进行树种识别的要求，高分辨率多光谱影像预处理包括对遥感影像的辐射定标、大气校正、几何校正、影像裁剪、去云处理和图像增强；
树种识别模块(3)用于负责接收完成预处理的高分辨率多光谱影像，并利用机器学习算法对遥感图像所表示区域内的森林进行树种识别。
2.根据权利要求1所述的一种用于林业树种识别的遥感系统，其特征在于，遥感影像获取模块(1)由高分辨率卫星组成，用于负责获取用户感兴趣区域的高分辨率多光谱遥感影像，并将获取的影像输入遥感影像预处理模块(2)。
3.根据权利要求2所述的一种用于林业树种识别的遥感系统，其特征在于，高分辨率卫星是中国的“高分一号”卫星，卫星影像地面分辨率为2米全色黑白图像和8米多光谱彩色图像。
4.根据权利要求1所述的一种用于林业树种识别的遥感系统，其特征在于，信息输出模块(4)用于负责将树种识别的结果输出呈现给用户。
CN201520900069.XU 2015-11-12 2015-11-12 一种用于林业树种识别的遥感系统 Expired - Fee Related CN205333857U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201520900069.XU CN205333857U (zh) 2015-11-12 2015-11-12 一种用于林业树种识别的遥感系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201520900069.XU CN205333857U (zh) 2015-11-12 2015-11-12 一种用于林业树种识别的遥感系统

Publications (1)

Publication Number Publication Date
CN205333857U true CN205333857U (zh) 2016-06-22

Family

ID=56213381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201520900069.XU Expired - Fee Related CN205333857U (zh) 2015-11-12 2015-11-12 一种用于林业树种识别的遥感系统

Country Status (1)

Country Link
CN (1) CN205333857U (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373150A (zh) * 2016-08-15 2017-02-01 中国农业大学 一种基于高分辨率遥感数据纹理分析的制种玉米识别方法
CN108458978A (zh) * 2018-03-13 2018-08-28 山东农业大学 基于敏感波段和波段组合最优的树种多光谱遥感识别方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373150A (zh) * 2016-08-15 2017-02-01 中国农业大学 一种基于高分辨率遥感数据纹理分析的制种玉米识别方法
CN108458978A (zh) * 2018-03-13 2018-08-28 山东农业大学 基于敏感波段和波段组合最优的树种多光谱遥感识别方法

Similar Documents

Publication Publication Date Title
Liu et al. Improved kiwifruit detection using pre-trained VGG16 with RGB and NIR information fusion
CN110796001B (zh) 一种卫星影像覆膜农田识别与提取方法及系统
CN106548182A (zh) 基于深度学习和主成因分析的路面裂纹检测方法及装置
WO2016150130A1 (zh) 一种基于近红外光谱的杂交种纯度鉴别方法
CN110929592A (zh) 一种用于海上养殖区外边界的提取方法及系统
CN103440035A (zh) 一种三维空间中的手势识别系统及其识别方法
CN110189043B (zh) 一种基于高分卫星遥感数据的可利用土地资源分析系统
CN102881160A (zh) 一种低照度场景下的户外交通标志识别方法
CN102930547A (zh) 风力传送条件下棉花异性纤维图像在线分割方法及系统
CN107145884A (zh) 煤矸石近红外图像识别技术
CN105718964A (zh) 一种输电线防振锤的视觉检测方法
CN105954202A (zh) 一种柑橘溃疡病高光谱模型传递的方法
CN205333857U (zh) 一种用于林业树种识别的遥感系统
CN103149214A (zh) 水果表面缺陷检测方法
CN109034189B (zh) 基于高分遥感影像的森林类型识别方法
CN110188657A (zh) 基于卷曲叶片检测的玉米干旱识别方法
CN107886497A (zh) 一种基于图像的小麦旗叶无损自动检测及测量方法
CN111860149B (zh) 越冬油菜和小麦遥感识别方法与装置
CN108932270B (zh) 基于贝叶斯和反馈算法的枇杷属种质资源检索对照方法
CN103617417A (zh) 植物自动识别方法和系统
CN112257531B (zh) 基于多样性特征联合的林地变化遥感监测方法
CN116721385A (zh) 一种基于机器学习的rgb摄像头数据蓝藻水华监测方法
CN103955925B (zh) 基于分块固定最小采样的改进概率霍夫变换曲线检测方法
CN110489505A (zh) 一种动态阈值法来识别低云大雾的方法
CN104915682A (zh) 一种豆科种子识别系统及方法

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160622

Termination date: 20161112