基于图像处理的森林图片处理方法及系统与流程

技术特征：
1.一种基于图像处理的森林图片处理方法，其特征在于，应用于电子设备，所述电子设备与至少一个无人机通信连接，用于接受所述无人机获取的森林图片，所述方法包括：获取所述无人机拍摄的待识别森林图片；对所述待识别森林图片进行图像描述知识挖掘，得到所述待识别森林图片的图像描述知识集合，所述图像描述知识集合包括所述待识别森林图片中多张森林图像块对应的图像块环境描述知识；依据若干事先部署的神经网络分别对所述图像描述知识集合进行回归分析，获得各个事先部署的神经网络对应的回归分析结果；其中，所述事先部署的神经网络的回归分析结果包括所述图像描述知识集合中图像描述知识区块的预警置信水平，所述图像描述知识区块包括不少于一张森林图像块的图像块环境描述知识；所述事先部署的不同的神经网络的回归分析结果所对应的图像描述知识区块的区块容量不相同；基于每个所述事先部署的神经网络对应的回归分析结果所表征的图像描述知识区块的预警置信水平，确定所述待识别森林图片中的森林图像块预警区块。2.根据权利要求1所述的基于图像处理的森林图片处理方法，其特征在于，在依据若干事先部署的神经网络分别对所述图像描述知识集合进行回归分析，获得各个事先部署的神经网络对应的回归分析结果之前，所述方法还包括：获取所述无人机传送的调试森林图片，所述调试森林图片中的森林图像块包含批注有森林预警情况的第一结果指示信息；依据若干预设森林图像块区块容量，基于每一个预设森林图像块区块容量确定所述调试森林图片中的多个森林图像块区块调试数据，同时基于所述森林图像块区块调试数据对应的第一结果指示信息为所述森林图像块区块调试数据分配批注有森林预警情况的第二结果指示信息；将各个预设森林图像块区块容量对应的包含第二结果指示信息的调试森林图片作为调试森林图片样本，基于所述调试森林图片样本对预设的初始神经网络进行调试，获得各个预设森林图像块区块容量对应的事先部署的神经网络。3.根据权利要求2所述的基于图像处理的森林图片处理方法，其特征在于，基于每一个预设森林图像块区块容量确定所述调试森林图片中的多个森林图像块区块调试数据，包括：生成以所述预设森林图像块区块容量作为调试捕捉框的预设捕捉范围的调试捕捉框，将调试森林图片中容纳于所述调试捕捉框内的全部森林图像块作为森林图像块区块调试数据，其中，所述调试捕捉框根据预设的捕捉跨度从所述调试森林图片的捕捉启动段平移到捕捉停止段；所述第一结果指示信息包括正常结果指示信息和预警结果指示信息，所述通过所述森林图像块区块调试数据对应的第一结果指示信息为所述森林图像块区块调试数据分配批注有森林预警情况的第二结果指示信息，包括：通过所述调试捕捉框内的预警结果指示信息统计数量和所述调试捕捉框的预设捕捉范围生成所述森林图像块区块调试数据的第二结果指示信息；在所述预设的初始神经网络的调试过程中，将所述预设的初始神经网络对于所述调试森林图片样本的推理结果与所述调试森林图片样本的第二结果指示信息之间的概率分布
距离确定为目标函数，依据所述目标函数调节所述预设的初始神经网络的网络系数。4.根据权利要求1所述的基于图像处理的森林图片处理方法，其特征在于，所述对所述待识别森林图片进行图像描述知识挖掘，得到所述待识别森林图片的图像描述知识集合，包括：对所述待识别森林图片进行森林图像块拆分操作，得到依照图片空间分布顺序排布的多张森林图像块，同时基于事先建立的图像块代码映射库将所述依照图片空间分布顺序排布的多张森林图像块中的每一个森林图像块映射成对应的图像块代码，得到所述待识别森林图片的图像块代码集合；对所述图像块代码集合进行图像块环境描述知识挖掘，得到所述待识别森林图片的图像描述知识集合。5.根据权利要求4所述的基于图像处理的森林图片处理方法，其特征在于，所述对所述图像块代码集合进行图像块环境描述知识挖掘，得到所述待识别森林图片的图像描述知识集合，包括：通过所述图像块代码集合中的图像块代码确定所述图像块代码对应的图像块语义描述数组和图像块空间描述数组；通过所述图像块代码集合中的图像块代码及所述图像块代码对应的图像块语义描述数组和图像块空间描述数组生成待图像描述知识挖掘描述数组；对所述待图像描述知识挖掘描述数组进行图像块环境描述知识挖掘，得到所述待识别森林图片的图像描述知识集合。6.根据权利要求1所述的基于图像处理的森林图片处理方法，其特征在于，依据若干事先部署的神经网络分别对所述图像描述知识集合进行回归分析，获得各个事先部署的神经网络对应的回归分析结果，包括：通过所述事先部署的神经网络对应的预设森林图像块区块容量，基于预设的捕捉框按照尺取法确定所述图像描述知识集合中的图像描述知识区块；基于所述事先部署的神经网络的线性提取单元获取所述图像描述知识区块的图像预警表达数组；基于所述事先部署的神经网络的分类映射单元对所述图像预警表达数组进行回归分析，得到所述图像描述知识区块的预警置信水平；所述基于所述事先部署的神经网络的线性提取单元获取所述图像描述知识区块的图像预警表达数组，包括：通过所述事先部署的神经网络的线性提取单元的网络系数对所述图像描述知识区块中的全部的图像块环境描述知识进行整合处理，得到所述图像描述知识区块的图像预警表达数组。7.根据权利要求6所述的基于图像处理的森林图片处理方法，其特征在于，所述线性提取单元的网络系数包括第一比例分配系数和第一锚定系数；通过所述事先部署的神经网络的线性提取单元的网络系数对所述图像描述知识区块中的全部的图像块环境描述知识进行整合处理，得到所述图像描述知识区块的图像预警表达数组，包括：基于所述第一比例分配系数对所述图像描述知识区块中的全部的图像块环境描述知识按照所述第一比例分配系数进行相乘，然后将相乘结果进行相加，得到比例分配描述数
组；将所述比例分配描述数组与所述第一锚定系数进行相加，得到所述图像描述知识区块的图像预警表达数组；所述事先部署的神经网络的分类映射单元包括第二比例分配系数和第二锚定系数；所述基于所述事先部署的神经网络的分类映射单元对所述图像预警表达数组进行回归分析，得到所述图像描述知识区块的预警置信水平，包括：将所述图像预警表达数组与所述第二比例分配系数进行作积，将作积结果和所述第二锚定系数进行求和，得到拟激活描述数组；基于预先设定的线性变换算子对所述拟激活描述数组进行处理，得到所述图像描述知识区块的预警置信水平。8.根据权利要求1所述的基于图像处理的森林图片处理方法，其特征在于，基于每个事先部署的神经网络回归分析结果所表征的图像描述知识区块的预警置信水平，确定所述待识别森林图片中的森林图像块预警区块，包括：确定各个事先部署的神经网络回归分析结果所表征的图像描述知识区块的预警置信水平中的预警置信水平最大值；将所述预警置信水平最大值对应图像描述知识区块所表征的多张森林图像块确定为所述待识别森林图片中的森林图像块预警区块。9.根据权利要求1~8任一项所述的基于图像处理的森林图片处理方法，其特征在于，所述方法还包括：获取待识别森林图片集，所述待识别森林图片集包含多张森林图片，每一张所述森林图片为具有预警情况的森林图片；挖掘每个森林图片中各个预警区域的预警区域描述数组，并分别确定每个所述森林图片中各个预警区域的预警区域空间信息和预警类别；通过每个所述森林图片的预警区域描述数组、预警区域空间信息和预警类别，确定所述不少于两个森林图片中对应相同目标预警区域的拟分析预警区域；通过所述目标预警区域分别在所述不少于两个森林图片中对应的拟分析预警区域的预警区域空间信息，构建所述目标预警区域的演化趋势；其中，所述不少于两个森林图片包括第一森林图片和第二森林图片，所述第一森林图片和所述第二森林图片为前后紧邻的森林图片，所述通过每个所述森林图片的预警区域描述数组、预警区域空间信息和预警类别，确定所述不少于两个森林图片中对应相同目标预警区域的拟分析预警区域，包括：确定所述第一森林图片中的一个及以上的第一预警区域和所述第二森林图片中的一个及以上的第二预警区域；对于每个第一预警区域，通过所述第一预警区域在所述第一森林图片中的预警区域空间信息、预警类别和预警区域描述数组，和每个第二预警区域在所述第二森林图片中的预警区域空间信息、预警类别和预警区域描述数组，确定所述第一预警区域和每个所述第二预警区域之间的共性系数；基于所述共性系数确定对应相同目标预警区域的所述第一预警区域和所述第二预警区域，并将对应相同目标预警区域的所述第一预警区域和所述第二预警区域确定为所述拟分析预警区域。10.一种数据处理系统，其特征在于，包括电子设备和无人机，所述电子设备和所述无人机可通信连接，所述电子设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序，并在执行所述计算机程序时实现如权利要求1~9任一项
所述的方法。

技术总结
本申请提供的基于图像处理的森林图片处理方法及系统，依据若干事先部署的神经网络分别对图像描述知识集合进行处理得到回归分析结果，其中，回归分析结果包括图像描述知识区块的预警置信水平；本申请待识别森林图片拆解成多个森林图像块区块进行可疑图像识别，没有如常规方式中直接对待识别森林图片的整体进行识别，在可疑图像识别过程中，将待识别森林图片中的细节知识进行充分考量，增加了图像预警区域识别的准确性；此外，因为事先部署的不同的神经网络的回归分析结果所对应的图像描述知识区块的区块容量不相同，换言之，基于不同容量拆解分割标准的网络分别对待识别森林图片进行预警识别，使得预警识别的结果更加精准可靠。准可靠。准可靠。


技术研发人员：罗丹 姚立严 蒋芳 陈君武 梁云龙 钟威 项龙
受保护的技术使用者：广州天地林业有限公司
技术研发日：2022.11.30
技术公布日：2022/12/30