疫木识别方法、装置、计算机设备及计算机可读存储介质与流程

本技术涉及松材线虫病疫木监测，具体涉及一种疫木识别方法、装置、计算机设备及计算机可读存储介质。

背景技术：

1、松材线虫病是一种由松材线虫引起的松树毁灭性病害，是目前对我国森林危害最严重的林业检疫性有害生物，该病传播迅速且适应能力强，因此快速找到感染的树株(俗称疫木)并去除，对于保护林区的生态健康至关重要。

2、目前，业界对于松材线虫病的疫木查找方法，通常是由无人机低空飞行并拍摄遥感影像后，先对遥感影像进行拼接，以在得到监测区域的合成影像后，使用深度学习方法对拼接好的图片进行目标检测，查找出疫木位置。然而，为确保拍摄过程中没有区域被遗漏，故相邻拍摄点的图像都存在较高重叠率，进而引发影像拼接时在重合区域出现图像的错位、畸变、拉花等问题，不利于疫木识别。

3、因此，现有的疫木识别方式存在着识别准确率不高的技术问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种疫木识别方法、装置、计算机设备及计算机可读存储介质，用以提升松材线虫病疫木的识别准确率。

2、第一方面，本技术提供一种疫木识别方法，包括：

3、获取针对于待识别区域采集的遥感影像集；

4、将遥感影像集输入至已训练的疫木识别模型中进行疫木识别，得到包含疫木点位信息的目标遥感图像；

5、获取疫木点位信息对应的空间坐标信息，以根据空间坐标信息和目标遥感图像的图像采集时间，对疫木点位信息进行筛选及合并处理，得到待识别区域中的疫木位置。

6、在本技术一些实施例中，待识别区域包括至少两个待识别的航线区域，获取针对于待识别区域采集的遥感影像集，包括：获取针对于第一航线区域采集的第一遥感影像，并对第一遥感影像进行预处理，得到第一遥感影像集；以及获取针对于第二航线区域采集的第二遥感影像，并对第二遥感影像进行预处理，得到第二遥感影像集；其中，第一航线区域和第二航线区域为对应影像重叠率满足预设条件的相邻航线区域；确定第一遥感影像集和第二遥感影像集，作为遥感影像集。

7、在本技术一些实施例中，获取针对于第一航线区域采集的第一遥感影像，并对第一遥感影像进行预处理，得到第一遥感影像集，包括：获取针对于第一航线区域采集的第一遥感影像；对第一遥感影像进行抽帧处理，得到至少两帧的第一地面遥感图像；基于预设的切割尺寸和重叠尺寸，按照预设的截图方向，对各第一地面遥感图像进行子图截取处理，得到第一遥感影像集；其中，截图方向包括水平截图方向和/或竖直截图方向。

8、在本技术一些实施例中，将遥感影像集输入至已训练的疫木识别模型中进行疫木识别，得到包含疫木点位信息的目标遥感图像，包括：将遥感影像集输入至已训练的疫木识别模型中进行疫木识别，输出标示有目标疫木点的候选遥感图像，以及目标疫木点的图像坐标信息；确定候选遥感图像的原点坐标信息，以基于原点坐标信息，对图像坐标信息进行坐标还原处理，得到目标疫木点的疫木点位信息；确定包含疫木点位信息的候选遥感图像，作为目标遥感图像。

9、在本技术一些实施例中，目标遥感图像为至少两帧目标遥感图像，疫木点位信息包括归属于不同目标遥感图像的第一疫木点位信息和第二疫木点位信息；其中，获取疫木点位信息对应的空间坐标信息，以根据空间坐标信息和目标遥感图像的图像采集时间，对疫木点位信息进行筛选及合并处理，得到待识别区域中的疫木位置，包括：获取并根据目标遥感图像的图像采集时间，获取第一疫木点位信息对应的第一空间坐标信息，以及第二疫木点位信息对应的第二空间坐标信息，得到空间坐标信息；计算第一空间坐标信息与第二空间坐标信息之间的距离数值，以筛选出距离数值小于预设距离阈值的疫木点位信息，作为目标点位组合；提取目标点位组合各自的点位图像特征，并基于点位图像特征，对疫木点位信息进行合并处理，分析得到待识别区域中的疫木位置。

10、在本技术一些实施例中，目标遥感图像为至少两帧包含gps坐标信息的目标遥感图像；其中，获取并根据目标遥感图像的图像采集时间，获取第一疫木点位信息对应的第一空间坐标信息，以及第二疫木点位信息对应的第二空间坐标信息，得到空间坐标信息，包括：获取并根据目标遥感图像的图像采集时间，对各目标遥感图像进行顺序排列，得到遥感图像序列；提取遥感图像序列中相邻两帧的目标遥感图像，分别作为第一图像和第二图像，并将第一图像包含的疫木点位信息作为第一疫木点位信息，以及将第二图像包含的疫木点位信息作为第二疫木点位信息；基于gps坐标信息，获取第一疫木点位信息对应的第一空间坐标信息，以及第二疫木点位信息对应的第二空间坐标信，得到空间坐标信息。

11、在本技术一些实施例中，提取目标点位组合各自的点位图像特征，并基于点位图像特征，对疫木点位信息进行合并处理，分析得到待识别区域中的疫木位置，包括：提取目标点位组合所含疫木点位信息各自的点位图像特征，分别作为第一点位图像特征和第二点位图像特征；计算第一点位图像特征与第二点位图像特征之间的相似度数值，以筛选出相似度数值大于预设相似度阈值的目标点位组合进行点位合并处理，得到目标点位信息；获取目标点位信息对应的空间坐标信息，以及未被合并的疫木点位信息对应的空间坐标信息，作为待识别区域中的疫木位置。

12、第二方面，本技术提供一种疫木识别装置，包括：

13、图像获取模块，用于获取针对于待识别区域采集的遥感影像集；

14、疫木识别模块，用于将遥感影像集输入至已训练的疫木识别模型中进行疫木识别，得到包含疫木点位信息的目标遥感图像；

15、位置分析模块，用于获取疫木点位信息对应的空间坐标信息，以根据空间坐标信息和目标遥感图像的图像采集时间，对疫木点位信息进行筛选及合并处理，得到待识别区域中的疫木位置。

16、第三方面，本技术还提供一种计算机设备，包括：

17、一个或多个处理器；

18、存储器；以及一个或多个应用程序，其中的一个或多个应用程序被存储于存储器中，并配置为由处理器执行以实现上述疫木识别方法。

19、第四方面，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器进行加载，以执行上述疫木识别方法中的步骤。

20、第五方面，本技术实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面提供的方法。

21、上述疫木识别方法、装置、计算机设备及计算机可读存储介质，服务器通过获取针对于待识别区域采集的遥感影像集，并将遥感影像集输入至已训练的疫木识别模型中进行疫木识别，即可得到包含疫木点位信息的目标遥感图像，再获取疫木点位信息对应的空间坐标信息，进而获取并根据目标遥感图像的图像采集时间和空间坐标信息，对疫木点位信息进行筛选及合并处理，即可最终得到待识别区域中的疫木位置。由此，本技术提出的疫木识别方案无需进行图像拼接处理，不仅节省了拼接所需时间，还可避免因拼接导致的图像特征损坏等问题出现，有效提升了疫木识别准确率。