基於選擇性視覺注意機制的馬尾松多尺度智能識別模型的製作方法
2023-05-19 03:18:46 1
專利名稱:基於選擇性視覺注意機制的馬尾松多尺度智能識別模型的製作方法
技術領域:
本發明屬於林業遙感圖像智能處理領域,特別涉及一種基於選擇性視覺注意機制的馬尾松多尺度智能識別模型,用於馬尾松的智能識別。
背景技術:
隨著遙感影像解析度的提高,地物目標的空間結構、表層紋理等形態特徵得到更加清晰地表達,傳統的基於像素統計值和單一尺度的分類方法適用性較差,其主要原因是這些傳統的分類方法忽略了地物的形狀和紋理特徵,而這些信息恰好就是高解析度遙感影像區分地物的主要特徵依據。在採用高空間解析度影像提取形態結構信息,並結合光譜信息進行樹種分類識別方面,國內外學者已經做出了嘗試並達到了良好的效果,但是大都需要人工過多參與,參數設置過於複雜,構建的識別模型也多局限於特定的數據類型或研究區域。近年來,隨著計算機視覺研究的深入,人們逐漸認識到選擇性視覺注意機制的重要性。人類在面對複雜場景時能迅速地將自己的注意力聚焦在一些顯著的目標上,從而對這些目標進行優先處理, 這裡面存在一個視覺選擇性注意的機制。這種資源優化配置的機制使得人腦視覺皮層能在有限的神經資源下很好地處理攝入的視覺信息。基於選擇性視覺注意機制的目標提取方法為森林樹冠的提取提供了可靠的解決方案。傳統的基於空間域的視覺顯著性計算模型運算量較大,參數設置過於複雜,為了克服這個缺陷,本項目採用基於頻域的視覺顯著性計算方法,並結合形態學分析方法對基於譜殘餘的顯著性區域計算方法進行改進,發明了一種基於選擇性視覺注意機制的多尺度智能識別模型。
發明內容
本發明的技術解決問題是:提供一種基於選擇性視覺注意機制的多尺度智能識別模型,目的在於解決馬尾松智能識別中存在的模型自動化程度低、通用性差和識別精度低的問題,優化顯著性區域分割的最佳因子選擇方法,滿足各種氣候條件下的馬尾松顯著性特徵的正確提取;優化形態模型建立的選擇參數,降低算法對單株馬尾松的敏感性,對不同氣候條件和不同植株大小條件下馬尾松的形態特徵進行分析,構建具有一定通用性的建模方法。本發明的技術方案為:基於選擇性視覺注意機制的馬尾松多尺度智能識別模型,其實現步驟如下:(I)選取多源遙感影像,進行自動配準並融合,得到融合後的結果圖,在融合圖的基礎上,模仿人眼的視覺注意機理,結合影像上下文信息,基於譜殘餘的方法計算每個像素點的顯著性值,得到每個像素點引起人眼視覺注意的程度大小,將計算資源集中到引起人眼視覺注意的區域,分割得到顯著性區域;(2)形態結構參數是理解馬尾松的重要因素,結合影像獲取時的成像參數、影像解析度以及目標的大小,利用輪廓結構對不同條件下的馬尾松建模,在顯著性區域中提取輪廓結構,進行形態建模;(3)根據形態建模的結果構建基於改進的視覺注意機制的多尺度智能識別模型,提取視覺注意機制感興趣的多維特徵,實現馬尾松的精確識別。本發明與現有技術相比的優點在於:(I)該模型可以識別出不同植株大小等多種條件下的馬尾松,魯棒性強,通用性好;(2)該模型可以在不同尺度條件下實現馬尾松的智能識別;(3)該模型可以實現馬尾松的自動識別。
四
圖1是本發明的技術路線圖。
五具體實施例方式如圖1所示,本發明方法的具體實施方式
包含四個步驟,具體如下:(I)基於頻域的譜殘餘方法分割包含馬尾松的顯著性區域;a)對試驗區的物種生長特性進行分析,選取光學和雷達高解析度遙感影像,進行配準,然後基於二階平穩小波變換算法進行融合;
b)按照實驗範圍對融合後的進行裁剪,得到實驗區內的高解析度遙感影像;c)計算高解析度遙感影像的植被指數,得到植被指數圖;d)計算植被指數圖的對數譜L (f);e)基於公式(I)計算對數譜的一般形式A(f);A(f)=hn(f) XL(f) (I)其中
權利要求
1.一種基於選擇性視覺注意機制的馬尾松多尺度智能識別模型,其特徵在於,基於顯著性區域分割提取視覺注意機制感興趣的多維特徵,基於形態學分析法進一步捕捉各種條件下馬尾松的形態結構特徵,進行形態建模,構建基於選擇性視覺注意機制的多尺度智能識別模型,實現馬尾松的精確識別,方便了森林資源的綜合監測與防控,主要實驗方案包括以下三個環節: (1)選取多源遙感影像,進行自動配準並融合,得到融合後的結果圖,在融合圖的基礎上,模仿人眼的視覺注意機理,結合影像上下文信息,基於譜殘餘的方法計算每個像素點的顯著性值,得到每個像素點引起人眼視覺注意的程度大小,將計算資源集中到引起人眼視覺注意的區域,分割得到顯著性區域; (2)形態結構參數是理解馬尾松的重要因素,結合影像獲取時的成像參數、影像解析度以及目標的大小,利用輪廓結構對不同條件下的馬尾松建模,在顯著性區域中提取輪廓結構,進行形態建模; (3)根據形態建模的結果構建基於改進的視覺注意機制的多尺度智能識別模型,提取視覺注意機制感興趣的多維 特徵,實現馬尾松的精確識別。
全文摘要
本發明涉及一種基於選擇性視覺注意機制的馬尾松多尺度智能識別模型,識別步驟為基於顯著性區域分割提取視覺注意機制感興趣的多維特徵,基於形態學分析法進一步捕捉各種條件下馬尾松的形態結構特徵,進行形態建模,構建基於選擇性視覺注意機制的多尺度智能識別模型,實現馬尾松的精確識別,方便了森林資源的綜合監測與防控。
文檔編號G06K9/00GK103226695SQ201310113180
公開日2013年7月31日 申請日期2013年4月2日 優先權日2013年4月2日
發明者王瑞瑞, 石偉, 陳玲, 黃華國 申請人:北京林業大學