一种森林资源巡护环境数据处理方法及系统与流程

本发明涉及图像处理，尤其涉及一种森林资源巡护环境数据处理方法及系统。

背景技术：

1、森林生态系统支持着无数种植物、动物和微生物的生存和繁衍，对生态环境系统起着调节作用，对人类的生存和发展具有深远的影响，因此森林资源为生态研究的重点。

2、目前通常利用遥感技术和测绘技术设备来获取森林资源的遥感图像，根据森林资源的遥感影像进行森林资源的识别与监测。由于气候条件、光照、以及环境噪声等影响，获取的森林资源的遥感图像可能质量不佳，因此需要对遥感图像进行增强，以提高森林资源识别的准确率。

3、公开号为“cn107610074b”，名称为“一种提高遥感图像质量的方法”的专利文件公开了：s1、利用非下采样剪切波变换对原始遥感图像和直方图均衡化后的遥感图像进行分解，得到各自的低频子带和高频子带；s2、对直方图均衡化后的低频子带进行pm滤波；对原始图像的高频子带进行旋转阈值去噪，然后进行引导滤波；s3、对处理后的低频子带和高频子带进行非下采样剪切波逆变换。

4、以上方法虽然能够滤除噪声，增强图像细节，但其所基于的直方图均衡化算法对频率较大的灰度值会过度增强，频率较小的灰度值可能会被吞噬，会导致遥感图像中部分图像特征在增强之后消失，影响森林资源的识别准确率。

技术实现思路

1、为了解决直方图均衡化算法会导致遥感图像中部分图像特征在增强之后消失，影响森林资源的识别准确率的问题，本发明提供一种森林资源巡护环境数据处理方法及系统。

2、第一方面，本发明提供一种森林资源巡护环境数据处理方法，采用如下的技术方案：

3、一种森林资源巡护环境数据处理方法，包括步骤：

4、将森林资源的遥感图像划分为多个分块；根据分块的灰度范围大小以及分块的灰度直方图中所有极大值点对应的频率确定分块的标准度，所述标准度与灰度范围大小正相关，与所有极大值点对应的频率的方差负相关；确定标准度最大的分块为标准分块；对标准分块利用直方图均衡化算法进行增强；根据标准分块的灰度直方图中任意两个极大值点增强后的灰度值之间的差异确定两个极大值点增强后的对比度，所述对比度与所述灰度值之间的差异正相关；对于各分块，在限制对比度参数的不同取值下预测分块的灰度直方图中任意两个极大值点增强后的对比度，根据分块的灰度直方图中两个极大值点增强后对比度的预测值与标准分块的灰度直方图中对应两个极大值点增强后的对比度之间的差异确定损失值，所述损失值与对比度之间的差异正相关；将损失值最小时的限制对比度参数作为目标限制对比度参数；利用分块的目标限制对比度参数对分块进行限制对比度直方图均衡化；将各分块的增强结果拼接为遥感图像的增强图像，以便识别森林资源。

5、本发明根据分块的灰度范围大小以及分块的灰度直方图中所有极大值点对应的频率的方差来选择标准分块，所选择的标准分块中各图像特征分布均衡，利用直方图均衡化算法不会出现图像特征被过度增强或被吞噬的情况，增强效果较好；本发明在限制对比度参数的不同取值下分别预测分块的灰度直方图中任意两个极大值点增强后的对比度，根据预测值与标准分块中对应极大值点增强后对比度的差异来选择分块的目标限制对比度参数，所选择的目标限制对比度参数能够使分块达到与标准分块同样的增强效果，避免了图像特征被过度增强或被吞噬，从而提升了遥感图像的增强效果，进而提高了森林资源的识别准确率。

6、在一个实施例中，所述确定分块的标准度，包括：当分块的灰度直方图中极大值点的数量大于或等于2时，标准度满足表达式：；式中，q表示分块的标准度；表示分块中最大的灰度值；表示分块中最小的灰度值；表示分块的灰度直方图中极大值点的数量；表示分块的灰度直方图中第个极大值点对应的频率；表示分块的灰度直方图中所有极大值点对应的频率的均值；表示以自然常数为底的指数函数；当分块的灰度直方图中极大值点的数量小于2时，规定标准度为0。

7、本发明中标准度考量了分块的灰度范围大小以及分块的灰度直方图中所有极大值点对应的频率的方差，当灰度范围越大，分块中包含的图像特征越多，当分块的灰度直方图中所有极大值点对应的频率的方差越小，分块中图像特征的分布越均衡，利用直方图均衡化算法对分块进行增强不会出现图像特征被过度增强或被吞噬的情况，增强效果较好。使得后续依据标准度选择的标准分块能够作为其余分块的参考对象。

8、在一个实施例中，所述根据标准分块的灰度直方图中任意两个极大值点增强后的灰度值之间的差异确定两个极大值点增强后的对比度，包括：对于标准分块的灰度直方图中任意两个极大值点，获取两个极大值点在增强后的标准分块中对应的灰度值之间的差值绝对值，对所述差值绝对值进行归一化，作为两个极大值点增强后的对比度。

9、本发明对标准分块的灰度直方图中极大值点增强之后的对比度进行衡量，为后续其余分块选择限制对比度参数提供了参考依据。

10、在一个实施例中，所述预测分块的灰度直方图中任意两个极大值点增强后的对比度，包括：；；式中，表示分块中灰度值的频率根据限制对比度参数调整后的频率；表示分块中灰度值的频率；表示分块中频率大于限制对比度参数的灰度值的数量；表示分块的灰度直方图中第个极大值点与第个极大值点增强后对比度的预测值；表示分块的灰度直方图中第个极大值点的灰度值，表示分块的灰度直方图中第个极大值点的灰度值。

11、在一个实施例中，所述确定损失值，包括：将分块的灰度直方图中任意一个极大值点作为目标极大值点，将标准分块的灰度直方图中与目标极大值点的灰度差异小于预设的差异阈值、且与目标极大值点的灰度差异最小的极大值点作为目标极大值点的对应极大值点；将分块的灰度直方图中存在对应极大值点的极大值点作为代表极大值点，当代表极大值点的数量不小于2时，损失值，表示分块中第个与第个代表极大值点增强后对比度的预测值，表示分块中第个与第个代表极大值点在标准分块中的两个对应极大值点增强后的对比度；表示分块中代表极大值点的数量。

12、本发明将标准分块的灰度直方图中极大值点增强之后的对比度作为衡量标准，根据分块的灰度直方图中两个极大值点增强后的对比度的预测值与标准分块中对应极大值点增强后对比度的差异来选择分块的目标限制对比度参数，所选择的目标限制对比度参数能够使分块达到与标准分块同样的增强效果，避免了图像特征被过度增强或被吞噬。

13、在一个实施例中，还包括：将所有代表极大值点的数量不小于2的分块的目标限制对比度参数的均值，作为代表极大值点的数量小于2的分块的目标限制对比度参数。

14、在一个实施例中，还包括：将代表极大值点的数量不小于2的分块记作参考分块，将代表极大值点的数量小于2的分块记作目标分块，根据参考分块的目标限制对比度参数以及参考分块到目标分块的距离，确定目标分块的目标限制对比度参数：，表示目标分块的目标限制对比度参数；表示第个参考分块的目标限制对比度参数；表示参考分块的序号；表示参考分块的数量；表示第个参考分块到目标分块的距离；表示到目标分块的距离最大的参考分块与目标分块之间的距离；表示以自然常数为底的指数函数，表示线性归一化函数。

15、在一个实施例中，所述将各分块的增强结果拼接为遥感图像的增强图像，还包括：在对各分块的增强结果进行拼接时，采用线性插值法消除增强图像的区块效应。

16、本发明采用线性插值法能够消除增强图像中的区块效应，使得增强图像的增强效果更好。

17、第二方面，本发明提供一种森林资源巡护环境数据处理系统，采用如下的技术方案：

18、一种森林资源巡护环境数据处理系统，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述一种森林资源巡护环境数据处理方法。

19、通过采用上述技术方案，将上述的一种森林资源巡护环境数据处理方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便使用。

20、本发明具有以下技术效果：本发明所选择的标准分块中各图像特征分布均衡，利用直方图均衡化算法不会出现图像特征被过度增强或被吞噬的情况，增强效果较好；本发明中分块的目标限制对比度参数能够使分块达到与标准分块同样的增强效果，避免了图像特征被过度增强或被吞噬，提升了遥感图像的增强效果，提高了森林资源的识别准确率。