[发明专利]基于卫星遥感影像的森林树种识别方法、装置及设备

说明书

本申请公开了一种基于卫星遥感影像的森林树种识别方法、装置及设备，通过生成多通道图像，有效充分地融合卫星遥感影像中不同的光谱信息，使得后续的树种识别更准确；通过预训练的残差网络增加相当的深度来提高后续树种识别的准确率；通过生成器和判别器的对抗学习，使得神经网络能够提取到更高的特征，提高细粒度，进而提升树种识别分类的准确率。

技术领域

本申请涉及卫星遥感领域，尤其涉及一种基于卫星遥感影像的森林树种识别方法、装置及设备。

背景技术

森林是地球上最重要的陆地生态系统，森林中的树种分布是森林资源监测的一个重要指标，森林树种的组成和分布与森林生物量、生物多样性、森林质量等因素密切相关，此外，森林防火、森林病虫害估计、森林变化信息提取等都依赖于高精度的林木树种识别。利用遥感技术的实行、动态和综合性对树种分布进行分析，是目前使用最广泛而且监测效率最高的一种手段。

基于遥感技术的树种识别技术，常常通过遥感平台获取的高分辨率影像所提供的光谱和空间信息对树种进行分类，如向量机（SVM）和决策树等方法，但现有的树种识别方法的识别准确率低。

发明内容

本申请的主要目的在于提供一种基于卫星遥感影像的森林树种识别方法、装置及设备，旨在解决现有的树种识别方法的识别准确率低的技术问题。

为实现上述目的，本申请提供一种基于卫星遥感影像的森林树种识别方法，包括：

获取卫星遥感影像，所述卫星遥感影像中包含多个波段；

对所述卫星遥感影像进行波段融合，获得多通道图像；

根据所述多通道图像，获得图像训练集与标签图像；

根据所述图像训练集和预训练的残差网络，获得预训练权重；

根据所述预训练权重和生成器网络，获得预测结果；

根据所述预测结果、所述标签图像和判别器网络，获得树种识别结果。

可选地，所述对所述卫星遥感影像进行波段融合，获得多通道图像的步骤，包括：

对所述卫星遥感影像的各个波段进行融合，获得真彩色影像和归一化植被指数；

根据所述真彩色影像和归一化植被指数，获得所述多通道图像。

可选地，所述根据所述预训练权重和生成器网络，获得预测结果的步骤，包括：

通过如下关系式，对所述生成器网络进行训练，以获得所述预测结果：

其中，L_seg是生成器损失函数，L_ce是语义分割损失函数，L_adv是对抗损失函数，L_semi是半监督损失函数，λ_adv和λ_semi分别是L_adv和L_semi的权重。

可选地，所述半监督损失函数的表达式为：

其中，L_semi是半监督损失函数，S是生成器网络，D是判别器网络，c是树种类别，(h,w)是位置坐标，T_semi是控制自学过程敏感性的阈值，I是图像训练集的指标函数。

可选地，所述对抗损失函数的表达式为：

其中，L_adv是对抗损失函数，S是生成器网络，D是判别器网络，(h,w)是位置坐标。

可选地，所述语义分割损失函数的表达式为：