[发明专利]一种智能湿地景观演变过程的分析系统及方法

摘要

本发明属于湿地景观演变分析技术领域，公开了一种智能湿地景观演变过程的分析系统及方法，所述智能湿地景观演变过程的分析系统包括：景观图像采集模块、动植物生理采集模块、环境因子采集模块、数据采集模块、数据处理模块、数据库存储模块、演变绘制模块、冷湿气候模拟模块、显示模块。本发明通过演变绘制模块可以对复杂的景观数据进行形象直观的分析，有助于对景观的有利保护；同时通过冷湿气候模拟模块可以准确的获取小气候要素的空间分布，克服了传统的基于气象站数据无法反应地斑内部细节特征的缺点，将辐射分辨率和总信息量提高一倍以上，从本质上改善了空间模拟效果。

主权项

1.一种智能湿地景观演变过程的分析系统，其特征在于，所述智能湿地景观演变过程的分析系统包括：景观图像采集模块，与数据采集模块连接，用于通过卫星和现场摄像头对湿地景观全方位进行拍摄；所述景观图像采集模块利用采样谱聚类对特征空间进行聚类:(1)利用各像素对应特征描述向量的欧氏距离度量相似度，构造对应的相似度矩阵W，根据L＝D‑W，其中D为度矩阵，采用归一化割进行拉普拉斯矩阵的归一化对拉普拉斯矩阵进行特征分解输出其特征向量f；(2)输出的特征向量f进行聚类，得到像素聚类结果，按照差异图I对应像素的排列顺序，恢复为原始图像的尺寸，得到最终的变化检测结果图，输出结果；动植物生理采集模块，与数据采集模块连接，用于对动物、植物的生长状况进行采集；环境因子采集模块，与数据采集模块连接，用于获取湿地的温度、湿度、光照强度、水质、土壤数据进行实时检测采集；数据采集模块，与景观图像采集模块、动植物生理采集模块、环境因子采集模块、数据处理模块连接，用于将景观图像采集模块、动植物生理采集模块和环境因子采集模块获取的模拟量电信号转换为数字量信号，并发送给数据处理模块；数据处理模块，与数据采集模块、数据库存储模块、演变绘制模块、冷湿气候模拟模块、显示模块连接，用于根据数据采集模块采集的湿地的数据，进行分析处理，并保存到数据库存储模块中；所述数据处理模块在一个扫描区域中对变化区域进行矩形分割算法具体方法如下：步骤一，湿地图像发送端首先获得屏幕的分辨率，得到列扫描的范围0～C和行扫描的范围0～R；步骤二，发送端将当前帧湿地图像保存区的数据保存到前一帧湿地图像缓冲区；截获当前的屏幕位图数据并保存在当前帧湿地图像缓冲区；步骤三，发送端首先初始化变化矩形区域左上角坐标和右下角坐标为(0，0)，下次扫描起点坐标为(0，0)，行无变化标识为true，更新列扫描的范围和行扫描的范围；步骤四，判断是否在行扫描范围内，不在，跳转到步骤十；步骤五，判断是否在列扫描范围内，不在，跳转到步骤八；在列扫描范围内采用隔列直接比较法对当前采样点进行检测；值不同，首先将行无变化标识设置为false，然后判断是否是检测到的第一个变化采样点，是将采样点坐标作为变化矩形区域的左上角坐标，不是第一个变化采样点，将矩形右下角的坐标和该点的坐标比较并取最大值作为新的矩形右下角坐标，再判断该采样点是否是本行第一个变化采样点，是就将该采样点的纵坐标同矩形左上角的纵坐标进行比较并取最小值更新变化矩形区域的左上角坐标；值相同，需要判断行无变化标识是否为false，如果是false，记录坐标作为下次扫描的起点，检测到是最后一列采样点，将最后一列采样点坐标作为下次扫描的起点，跳转到步骤七；步骤六，把列坐标右移N列，跳转到步骤五检测下一个采样点；步骤七，本行检测完毕，将本行的下次扫描起点坐标与上一行记录的下次扫描起点坐标比较，并取最大值作为新的下次扫描起点坐标，行号加1，跳转到步骤四从下一行从头开始从左到右检测；步骤八，判断行无变化标识是否为true且变化矩形区域左上角坐标不为(0，0)，不是true，行号加1，跳转到步骤四；是true，则表明整行无不同像素点，得到了一个变化的矩形区域块；得到的变化矩形区域块左上角纵坐标向左移动N列，右下角纵坐标向右移动N列以包含湿地图像边界信息；步骤九，记录检测出的变化矩形区域坐标和相对应的下次扫描起点坐标，判断当前列扫描的范围是否0～C且行扫描的范围是否0～R，是，设置标识表明当前检测出的变化矩形区域标识是第一次检测出的，然后行号加1跳转到步骤四从下一行开始检测下一个变化的矩形区域块；直到检测超出行扫描的范围；步骤十，本次检测完毕后，对本次检测中所有的下次扫描起点进行处理，计算出下次扫描范围的集合；首先检查本次检测出的第一个下次扫描起点的纵坐标是否比最后一列采样点的纵坐标小，不是，该区域检测完成，检测下一个下次扫描起点的纵坐标；是，以第一次检测出的变化矩形区域左上角的横坐标为横坐标，以当前变化矩形区域相关的下次扫描起点坐标的纵坐标为纵坐标，生成一个下次扫描范围的左上角坐标；以第一次检测出的变化矩形区域右下角的横坐标为横坐标，以屏幕的最大列数C为纵坐标生成一个下次扫描范围的右下角坐标；接着处理第二个下次扫描起点，直到本次检测中所有的下次扫描起点都被处理为止；步骤十一，检测下次扫描范围集合中所有的扫描区域，首先基于下次扫描范围集合中第一个扫描区域的宽度和高度，生成行扫描和列扫描的范围，重复步骤三到步骤十检测第一个扫描区域中变化的矩形区域块，接着处理第二个扫描区域，直到下次扫描范围集合中所有的扫描区域都被检测为止；步骤十二，重复步骤十到步骤十一，得到下一次扫描范围的变化矩形区域块，直到所有的下次扫描起点的纵坐标大于或等于最后一列采样点的纵坐标，整个屏幕检测完毕；步骤十三，得到了所有该帧湿地图像相对于前一帧湿地图像变化的面积最小的不重叠矩形区域的集合，检查该集合中的矩形区域，两个矩形其左上角纵坐标和右下角纵坐标相同，且一个矩形的右下角横坐标与另一个矩形左上角横坐标相邻，合并为一个矩形，然后再压缩并发送矩形区域的集合所包含的湿地图像数据及对应坐标到客户端；步骤十四，湿地图像接收端将接收的数据减压后基于每个矩形区域湿地图像数据及对应坐标整合至前一帧湿地图像中并显示；步骤十五，每隔T秒重复步骤二到步骤十四，根据应用场景的不同和带宽的要求，对间隔时间T做调整；数据库存储模块，与数据处理模块连接，用于对数据处理模块处理的数据进行保存；所述数据库存储模块分别对所述存在显著差异的区域中的各向异性值、平均扩散率值、径向弥散率值进行平均，得到所述存在显著差异的区域中的平均各向异性值、平均平均扩散率值、平均径向弥散率值；所述的平均各向异性值、平均平均扩散率值、平均径向弥散率值作为特征输入到线性支持向量机中，通过留一法对线性支持向量机进行训练，最终得出特征所在的区域，从而得到与病变有关的区域；通过留一法对线性支持向量机进行训练的具体实施步骤如下：步骤一，用n表示数据样本中的个体总数，而各个体都有m个特征量，而各个体的类属性都是已知的，即病人或正常人；将得到的数据样本分为两组，一组是测试集，包含一个个体，一组是训练集，包括除测试集中所含个体外的所有人，共n‑1个个体；步骤二，用所述训练集训练所述线性支持向量机，得出训练后支持向量机：根据以下公式计算得到权值向量，为一个m维列向量，其中的每个元素对应一个特征量；yi(wTxi+b)‑1+ξi≥0s.t.ξi≥0；其中，γ是惩罚参数，用来实现算法复杂度和错分样本数的折中；ξi测量错分程度；yi为每个人的类属性；xi为每个个体的特征向量；b为常数；步骤三，用已知类属性的所述测试集来评估所述训练后支持向量机的性能：用所述训练后支持向量机来判断所述测试集的类属性，所述训练后支持向量机会给出属性标签1或‑1，其中1为病人，‑1为正常人，通过所述训练后支持向量机得出的判断结果与所述测试集的实际类属性相比较，两者若一致，则所述训练后支持向量机分类正确，否则，则分类错误；步骤四，重新将n个个体分为测试集和训练集，所述测试集包含一个个体，且该个体与前一次测试的测试集中的个体不相同，余下的所有个体作为训练集，然后按照步骤二的方法训练所述线性支持向量机，得出训练后支持向量机，然后再按照所述步骤三的方法评估得出的所述训练后支持向量机的性能；重复步骤四n‑1次后停止；步骤五，将每个特征的n次权值求平均权值，并依据平均权值将特征由大到小进行排序，去除排序最低的特征量；步骤六，重复步骤一至步骤i，接着执行步骤七；步骤七，依据步骤六中重复步骤一至步骤四后所得出的该轮n次测试中的分类正确率和上一轮n次测试的分类正确率比较的结果判断是否停止：如果该轮n次测试的分类正确率大于或等于上一轮n次测试的分类正确率，则返回执行步骤五至步骤六，否则停止；演变绘制模块，与数据处理模块连接，用于对湿地景观演变进行图形绘制；冷湿气候模拟模块，与数据处理模块连接，用于通过卫星遥感数据对湿地景观近地层冷湿气候要素GIS空间模拟；显示模块，与数据处理模块连接，用于显示湿地景观演变图。