(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210108680.3 (22)申请日 2022.01.28 (71)申请人 广东省科 学院广州地理研究所 地址 510075 广东省广州市越秀区先烈中 路100号大院之一 申请人 南方海洋科学与工程广东省实验室 （广州） (72)发明人 邓应彬　荆文龙　杨骥　胡义强　 李鑫　李梦圆　李勇　 (74)专利代理 机构 广州骏思知识产权代理有限 公司 44425 专利代理师 潘桂生 (51)Int.Cl. G06V 20/17(2022.01) G06V 20/80(2022.01)G06V 10/56(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 基于无人机遥感图像的植被检测方法、 装置 以及设备 (57)摘要 本发明涉及遥感数据分析领域， 特别涉及一 种基于无人机遥感图像的植被检测方法， 包括： 获取目标区域的遥感图像， 其中， 遥感图像包括 热红外图像以及可见光图像； 将热红外图像转换 为地表温度图像， 并将地表温度图像与可见光图 像进行图像融合， 获取融合图像， 将融合图像转 换为植被覆盖图像， 其中， 植被覆盖图像包括若 干种植被类型； 从植被覆盖图像中提取各个植被 类型对应的若干个第一样本数据， 根据第一样本 数据， 组成第一样本训练数据集； 根据第一样本 训练数据集以及预设的植被分类模 型， 获取目标 区域的植被分类数据。 本申请将热红外图像和可 见光图像融合， 根据植被类型构建样本训练数据 集， 对植被类型进行分类， 获得高精度的植被分 类数据。 权利要求书3页 说明书10页 附图4页 CN 114612804 A 2022.06.10 CN 114612804 A 1.一种基于无 人机遥感图像的植被 检测方法， 其特 征在于， 包括以下步骤： 通过无人机获取目标区域的遥感图像， 其中， 所述遥感图像包括热红外 图像以及可见 光图像； 将所述热红外图像转换为地表温度图像， 并将所述地表温度图像与 可见光图像进行图 像融合， 获取融合图像， 将所述融合图像转换为植被覆盖图像， 其中， 所述植被覆盖图像包 括若干种植被 类型； 从所述植被覆盖图像中提取各个所述植被类型对应的若干个第 一样本数据， 根据 所述 第一样本数据， 组成第一样本训练数据集； 根据所述第 一样本训练数据集以及预设的植被分类模型， 获取所述目标区域的植被分 类数据， 并对所述 植被分类数据进行精度评价； 响应于检测指令， 所述检测指令包括待检测区域的热红外 图像以及可见光图像， 获取 电子地图数据， 根据所述待检测区域的热红外图像以及可见光图像， 获取待检测区域的植 被分类数据， 根据所述植被分类数据中的植被类型以及与所述植被类型对应的植被标识， 获取所述电子地图数据的各个区域的植被标识， 在所述电子地图数据上进 行植被标识的显 示以及标注。 2.根据权利要求1所述的基于无人机遥感图像的植被检测方法， 其特征在于， 所述将所 述热红外图像转换为地表温度图像， 并将所述地表温度图像与可见光图像进行图像融合， 获取融合图像， 包括 步骤： 根据所述热红外 图像以及地表温度算法， 将所述热红外 图像转换为地表温度图像， 其 中， 所述地表温度算法为： 式中， Ts为地表温度； C为亮度温度值； C ’为等效大气平均温度； a和b为回归系数； α和β 为 中间系数， 其中α ＝e ·r， β ＝(1‑e)[1+e(1 ‑r)]， e为大气透过率， r为 地表比辐射 率； 将所述地表温度图像与可见光图像进行地理配准， 获取所述地表温度图像相对可见光 图像的偏移量， 根据所述偏移量， 所述 地表温度图像与可 见光图像进行图像融合。 3.根据权利要求1所述的基于无人机遥感图像的植被检测方法， 其特征在于， 所述将所 述地表温度图像与可见光图像进 行地理配准， 获取所述地表温度图像相对 可见光图像的偏 移量， 根据所述偏移量， 所述 地表温度图像与可 见光图像进行图像融合， 包括 步骤： 获取所述地表温度图像以及可 见光图像的像素坐标 数据； 根据所述地表温度图像以及可见光图像的像素坐标数据， 获取所述地表温度图像以及 可见光图像对应的像素点的像素坐标数据差值， 作为所述偏移 量， 根据所述偏移 量， 将所述 地表温度图像以及可 见光图像对应的像素进行叠加， 获取 所述融合图像。 4.根据权利要求1所述的基于无人机遥感图像的植被检测方法， 其特征在于， 所述将所 述融合图像转换为 植被覆盖图像， 包括 步骤： 根据所述融合图像以及植被指数算法， 获取所述融合图像的植被指数， 其中， 所述植被 指数包括过绿指数、 过绿减红指数、 植被颜色指数以及差异性 植被指数； 根据所述植被指数以及相应的植被指数阈值， 对所述融合图像进行阈值分割， 获取所 述植被覆盖图像。权　利　要　求　书 1/3 页 2 CN 114612804 A 25.根据权利要求1所述的基于无人机遥感图像的植被检测方法， 其特征在于， 所述从所 述植被覆盖图像中提取 各个所述 植被类型对应的若干个第一样本数据， 包括 步骤： 获取各个所述植被类型对应的颜色特征参数， 其中， 所述颜色特征参数包括R、 G以及B 特征参数； 根据所述颜色特征参数以及相应的颜色特征参数阈值， 从所述植被覆盖图像中提取各 个所述植被类型对应的若干个第一样本数据。 6.根据权利要求1所述的基于无人机遥感图像的植被检测方法， 其特征在于， 所述根据 所述第一样本数据， 组成第一样本训练数据集， 包括 步骤： 获取所述第一样本数据的温度数据， 其中， 所述温度数据包括所述各个植被类型对应 的第一样本数据在不同时段的温度参数； 根据所述温度数据中的温度参数， 对所述第一样本数据进行组合， 获取样本训练数据。 7.根据权利要求1所述的基于无人机遥感图像的植被检测方法， 其特征在于， 所述根据 所述第一样本训练数据集以及预设的植被分类模型， 获取所述 目标区域的植被分类数据， 并对所述 植被分类数据进行精度评价， 并对所述 植被分类数据进行精度评价， 包括 步骤： 将所述第一样本训练数据集输入至预设的植被分类模型， 获取所述植被分类模型输出 的目标区域的待验证植被分类数据； 从所述第一样本训练数据集中提取各个所述植被类型对应的若干个第 二样本数据， 作 为验证数据， 根据所述验证数据、 目标区域的待验证植被分类数据以及混淆矩阵， 获取分类 精度值， 根据所述分类精度值以及预设的分类精度阈值， 获取精度评价结果。 8.一种基于无 人机遥感图像的植被 检测装置， 其特 征在于， 包括： 获取模块， 用于获取目标区域的遥感图像， 其中， 所述遥感图像包括热红外图像以及可 见光图像； 图像转换模块， 用于将所述热红外 图像转换为地表温度图像， 并将所述地表温度图像 与可见光图像进行图像融合， 获取融合图像， 将所述融合图像转换为植被覆盖图像， 其中， 所述植被覆盖图像包括若干种植被 类型； 数据集构建模块， 用于从所述植被覆盖图像中提取各个所述植被类型对应的若干个第 一样本数据， 根据所述第一样本数据， 组成第一样本训练数据集； 分类模块， 用于根据所述第一样本训练数据集以及预设的植被分类模型， 获取所述目 标区域的植被分类数据， 并对所述 植被分类数据进行精度评价； 检测模块， 用于响应于检测指令， 所述检测指令包括待检测区域的热红外 图像以及可 见光图像， 获取电子地图数据， 根据所述待检测区域的热 红外图像以及可见光图像， 获取待 检测区域的植被分类数据， 根据所述植被分类数据中的植被类型以及与所述植被类型对应 的植被标识， 获取所述电子地图数据的各个区域的植被标识， 在所述电子地图数据上进行 植被标识的显示以及标注。 9.一种计算机设备， 其特征在于， 包括： 处理器、 存储器以及存储在所述存储器上并可 在所述处理器上运行的计算机程序； 所述计算机程序被所述处理器执行时实现如权利要求 1至7中任一项所述的基于无 人机遥感图像的植被 检测方法的步骤。 10.一种存储介质， 其特征在于： 所述存储介质存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1至7任一项所述的基于无人机遥感图像的植被检测方法的权　利　要　求　书 2/3 页 3 CN 114612804 A 3