(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211068025.6 (22)申请日 2022.09.02 (65)同一申请的已公布的文献号 申请公布号 CN 115147746 A (43)申请公布日 2022.10.04 (73)专利权人 广东容祺智能科技有限公司 地址 518000 广东省深圳市龙华区龙华 街 道和联社区锦华发工业园12栋渡创数 字创新中心 A座3A02 (72)发明人 李伯春　 (74)专利代理 机构 郑州知倍 通知识产权代理事 务所(普通 合伙) 41191 专利代理师 邱珍珍 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/26(2022.01) G06V 10/56(2022.01) G06V 10/764(2022.01)G06T 5/00(2006.01) G06T 5/50(2006.01) G06T 7/90(2017.01) (56)对比文件 CN 109447111 A,2019.0 3.08 CN 10825 6621 A,2018.07.0 6 CN 107784657 A,2018.0 3.09 CN 108680 509 A,2018.10.19 CN 101614818 A,20 09.12.30 Qing Ding et al. .Land Cover Classificati on by usi ng of Multi-source Remote Sensi ng Image based o n ELM. 《2019 SAR in Big Data Era (BIGSARDATA)》 .2019, 孔德剑.基 于改进的遗传算法的多目标优化 问题研究. 《计算机 仿真》 .2012,第2 9卷(第2期), 林翊钧等.基 于图像分割和密度聚类的遥感 动目标分块 提取. 《北京航空航天大 学学报》 .2018,第4 4卷(第12期), 审查员 周婷 (54)发明名称 基于无人机遥感图像的盐碱地质识别方法 (57)摘要 本发明涉及图像数据处理技术领域， 具体涉 及基于无人机遥感图像的盐碱地质识别方法， 该 方法包括： 获取待检测盐碱情况的目标地面区域 的待检测遥感图像； 对待检测遥感图像进行图像 增强提取处理； 对目标遥感图像进行色彩空间转 换处理； 对色彩遥感图像进行区域划分优化； 对 初步最优盐碱区域进行合并划分处理； 对每个目 标盐碱区域进行切割处理； 将每个目标盐碱图像 输入到盐碱程度分类网络， 确定目标盐碱图像对 应的盐碱程度； 生成表征目标地面区域的盐碱情 况的目标盐碱信息。 本发明通过对待检测遥感图 像进行图像处理， 解决了对土壤进行盐碱识别的 准确度低下的技术问题， 提高了对土壤进行盐碱 识别的准确度， 主要应用于对土壤进行盐碱程度识别。 权利要求书4页 说明书15页 附图4页 CN 115147746 B 2022.11.29 CN 115147746 B 1.一种基于无 人机遥感图像的盐碱地质识别方法， 其特 征在于， 包括以下步骤： 通过安装在目标无人机上的目标相机， 获取待检测盐碱情况的目标地面 区域的待检测 遥感图像； 对所述待检测遥感图像进行图像增强提取处 理， 得到目标遥感图像； 对所述目标遥感图像进行色彩空间转换处 理， 得到色彩遥感图像； 对所述色彩遥感图像进行区域划分优化， 得到初步 最优盐碱区域 集合； 对所述初步最优盐碱区域集合中的初步最优盐碱区域进行合并划分处理， 得到目标盐 碱区域集合； 对所述目标盐碱区域集合中的每个目标盐碱区域进行切割处理， 确定所述目标盐碱区 域对应的目标盐碱图像， 得到目标盐碱图像集 合； 将所述目标盐碱图像集合中的每个目标盐碱图像输入到训练完成的盐碱程度分类网 络， 通过所述盐碱程度分类网络， 确定所述目标盐碱图像对应的盐碱程度； 根据所述目标盐碱图像集合中的各个目标盐碱图像对应的盐碱程度， 生成表征所述目 标地面区域的盐碱情况的目标盐碱信息； 所述对所述色彩遥感图像进行区域划分优化， 得到初步 最优盐碱区域 集合， 包括： 将所述色彩遥感图像， 映射 为目标无向图； 根据所述目标 无向图， 通过最优化 算法， 确定所述初步 最优盐碱区域 集合； 所述最优化算法的目标函数为： 其中， 是所述最优化算法的目标函数， F是所述最优化算法的目标函数 值， 是第一目标函数， H是第一目标函数值， ， 是以 为底数的 对数， 是所述目标无向图中的第 i个像素点与第 j个像素点之间的转 换概率， ， ， 是所述目标无向图中 的第i个像素点与所述目标无向图 中的各个像素点之间的边权值的和， I是所述目标无向图中像素点的数量， 所述目标无向图 中的第i个像素点与第 j个像素点之间的边权值为 ，exp ( )是以自然常数为底的指数函数， 是所述目标无向图中的第 i个像素点与第 j个像素点 之间的欧式距离， 是所述目标无向图中的第 i个像素点对应的色调值与第 j个像素点对权　利　要　求　书 1/4 页 2 CN 115147746 B 2应的色调值的差值， 是所述目标无向图中的第 i个像素点对应的饱和度值与第 j个像素 点对应的饱和度值的差值， 是所述目标无向图中的第 i个像素点对应的明度值与第 j个 像素点对应的明度值的差值， U是模型参数， 是模型系数， 是 第二目标函数， Obj是第二目标函数值， 是所述目标无向图中的第 k个子区域 内的像素点 的数量， 子区域是所述目标无向图中的区域， 和 分别是所述目标无向图中的第 k个子 区域对应的最小外 接矩形的长和宽， K是对所述目标 无向图进行划分得到的子区域的数量； 所述对所述初步最优盐碱区域集合中的初步最优盐碱区域进行合并划分处理， 得到目 标盐碱区域 集合， 包括： 对所述目标遥感图像进行归一 化， 得到目标归一 化图像； 根据所述初步最优盐碱区域集合中的每个初步最优盐碱区域在所述色彩遥感图像中 的位置， 确定所述初步最优盐碱区域对应的目标初步区域， 得到目标初步区域集合， 其中， 所述目标初步区域 集合中的目标初步区域是 所述目标归一 化图像中的区域； 将所述目标归一化图像的目标数量个通道中的每个通道的通道值， 划分为预设数目个 通道等级， 得到通道等级集合， 其中， 所述目标归一化图像的每个通道对应预设数目个通道 等级， 所述 通道等级集 合中的通道等级的数量 为预设数目的目标 数量次幂； 确定所述目标初步区域 集合中的每 个目标初步区域对应的颜色通道直方图； 根据所述目标初步区域集合中的每两个目标初步区域对应的颜色通道直方图和所述 通道等级集 合， 确定所述两个目标初步区域之间的第一区域 合并指标； 根据所述目标初步区域集合中的每两个目标初步 区域， 确定所述两个目标初步 区域之 间的第二区域 合并指标； 根据所述目标初步区域集合中的每两个目标初步区域之间的第一区域合并指标和第 二区域合并指标， 确定所述两个目标初步区域之间的整体区域 合并指标； 当所述目标初步区域集合中的两个目标初步区域之间的整体区域合并指标大于预先 设置的判定阈值时， 将所述两个目标初步区域划分为同一种目标初步区域； 将同一种目标初步区域中的目标初步 区域， 确定为所述目标盐碱区域集合中的目标盐 碱区域。 2.根据权利要求1所述的一种基于无人机遥感图像的盐碱地质识别方法， 其特征在于， 所述确定所述两个目标初步区域之间的第一区域 合并指标对应的公式为： 其中， 是所述目标初步 区域集合中的第 p个目标初步 区域和第 q个目标初步 区域 之间的第一区域合并指标， C是所述通道等级集合中的通道等级的数量， 是所述目标初步 区域集合中的第 p个目标初步区域在对应的颜色通道直方图中包括的所述通道等级集合中权　利　要　求　书 2/4 页 3 CN 115147746 B 3