[发明专利]一种山景资源智能识别方法及系统

权利要求书

1.一种山景资源智能识别方法，其特征在于，包括如下步骤：

拍摄山景图片，将拍摄的图片输入训练好的图片山景资源分割系统中，得到包含有效山峰信息的区域；

将得到的包含有效山峰信息的区域输入曲线提取算法中，利用分水岭分割方法，得到山峰轮廓曲线；

将得到的山峰轮廓曲线输入训练好的轮廓曲线分类系统，得到山峰分类结果。

2.根据权利要求1所述的一种山景资源智能识别方法，其特征在于：

所述训练好的图片山景资源分割系统的训练过程为：

收集包含山景信息图像资料，建立图片样本库；

在所述图片样本库中选择图片样本，输入图片分割算法深度学习模型中，利用Darknet-53特征提取网络，获得自动分割图片中的山景资源信息的模型参数；

根据所述模型参数得到训练好的图片山景资源分割系统。

3.根据权利要求2所述的一种山景资源智能识别方法，其特征在于：

所述得到包含有效山峰信息的区域的过程为：

通过置信度来选择合适的边框对山目标进行标记，再通过非极大抑制选出置信度最高的边框；其中置信度表示如(1)式：

Confidence＝P(disease)×IOU (1)

P(disease)表示目标框内含有山的概率，IOU为真实方框和预测边框的交集与其并集的比值。

4.根据权利要求3所述的一种山景资源智能识别方法，其特征在于：

所述边框的参数为：

其中，(cx,cy)是图片分割算法深度学习模型的特征层小网格的左上角坐标，(aw,ah)为预设的先验框映射到特征层中的宽和高，w和h为特征层的大小，(tx,ty,tw,th)为山目标的位置信息，(bx,by,bw,bh)为得到的方框坐标。

5.根据权利要求1所述的一种山景资源智能识别方法，其特征在于：

所述曲线提取算法包括：

g(x,y)＝grad(f(x,y))＝{[f(x,y)-f(x-1,y)]2[f(x,y)-f(x,y-1)]2}0.5

式中，f(x,y)表示原始图像，grad{.}表示梯度运算。

6.根据权利要求1所述的一种山景资源智能识别方法，其特征在于：

所述训练好的轮廓曲线分类系统的训练过程包括：

对图片样本库中的图片样本进行自动标注；

对标注后的图片样本进行轮廓提取，得到山峰轮廓曲线；

将所述山峰轮廓曲线进行数据增强，得到增强后的山峰轮廓曲线；

将所述增强后的山峰轮廓曲线输入分类模型中进行训练，得到训练好的轮廓曲线分类系统。

7.根据权利要求6所述的一种山景资源智能识别方法，其特征在于：

所述数据增强包括：

对所述山峰轮廓曲线进行随机裁剪、旋转、缩放和/或翻转操作；或者

对所述山峰轮廓曲线加噪，每条曲线的纵坐标加上一个该纵坐标点0.1倍的随机数。

8.根据权利要求6所述的一种山景资源智能识别方法，其特征在于：

所述分类模型采用VGG卷积神经网络，其13层卷积层和5层池化层负责进行特征的提取，最后的3层全连接层负责完成分类任务。

9.根据权利要求2所述的一种山景资源智能识别方法，其特征在于：

所述图片分割算法深度学习模型包括：Darknet-53特征提取网络和YOLO V3预测网络。

10.一种山景资源智能识别系统，其特征在于，包括：

区域分割模块，用于接收拍摄的山景图片，将拍摄的图片输入训练好的图片山景资源分割系统中，得到包含有效山峰信息的区域；

轮廓曲线提取模块，用于将得到的包含有效山峰信息的区域输入曲线提取算法中，利用分水岭分割方法，得到山峰轮廓曲线；

山景资源分类模块，用于将得到的山峰轮廓曲线输入训练好的轮廓曲线分类系统，得到山峰分类结果。