一种互花米草的快速识别和除治方法与流程

本发明涉及互花米草除治，具体为一种互花米草的快速识别和除治方法。

背景技术：

1、互花米草原产于北美洲，具有抗击风沙，保护河堤等优点，互花米草通过有性繁殖和无性繁殖来扩大种群，经过多年的扩散，已经广泛分布到中国海岸潮间带，对中国的滨海湿地生态系统的结构和功能造成严重影响。由于当前卫星遥感分辨率低下等特点，难以对零散斑块的互花米草进行监测。

2、公开号为cn114782842 i的中国专利公开了一年四季中零散斑块互花米草的识别监测与预警，其识别与预警方法为：一、搭建采集平台，采集互花米草图像；二、图像拼接与分割；三、制作训练集、验证集、测试集；四、选择主流的卷积神经网络，进行模型的训练、验证与测试。五、判断识别准确率，选择满足条件的卷积神经网络；六、分别训练四个时期的数据，进行互花米草的空间分布；七、构建危害等级评估模型；八、获取互花米草的扩散距离；九、获取互花米草的生物量作物参数；十、生成互花米草预警可视化热图。该专利实现了局域尺度下互花米草的精准识别，并生成预警可视化热图，为互花米草早期的监测与防治提供数据资料。

3、上述专利在实际使用过程中进行实现对互花米草的识别，并不能根据识别的结果对互花米草进行除治，需要根据识别的结果单独对互花米草进行除治，导致效率低下；因此，不满足现有的需求，对此我们提出了一种互花米草的快速识别和除治方法。

技术实现思路

1、本发明的目的在于提供一种互花米草的快速识别和除治方法，实现根据识别结果对互花米草进行除治，提高了工作效率，能够根据互花米草区域内的互花米草面积进行相应剂量的施药，避免过渡施药造成生态环境的污染，能够了解互花米草在施药后的不同时间段内的状态，确保了互花米草的除治效果，解决了上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种互花米草的快速识别和除治方法，包括以下步骤：

4、s1：通过互花米草识别系统建立互花米草识别模型；

5、s2：利用无人机航拍互花米草除治区域，并对拍摄的互花米草除治区域图像进行增强处理；

6、s3：提取增强图像上所有植物特征，将具有相同特征的数据聚为一类；

7、s4：将提取的植物特征数据输入互花米草识别模型，判断提取的植物特征数据是否满足互花米草的特征；

8、s5：根据判断结果对互花米草进行除治，除治完成后制定监测计划定期监测。

9、优选的，所述图像增强处理包括对图像进行左右旋转、镜像翻转、缩放、平移、裁剪、加入随机噪声、灰度化、色彩抖动、图像混合、随机光照、图像数据归一化中的一种或多种。

10、优选的，建立互花米草识别模型，具体包括：

11、获取互花米草样本的样本遥感图像和样本类别标签；

12、根据样本遥感图像，提取样本互花米草的样本多模态特征；

13、将样本多模态特征作为输入，将样本类别标签作为输出，对语义分割模型进行训练，得到互花米草识别模型。

14、优选的，所述互花米草识别系统，具体包括：

15、模型建立模块，用于获取互花米草的样本特征，并根据样本特征建立互花米草识别模型；

16、特征数据提取模块，用于提取无人机拍摄的互花米草除治区域图像中所有植物的特征数据；

17、特征识别模块，用于根据提取的特征数据判断互花米草除治区域内是否存在互花米草；

18、除治模块，用于根据判断的结果对互花米草除治区域内的互花米草喷洒相应剂量的药剂。

19、优选的，所述除治模块，具体包括：

20、区域划分模块，用于对互花米草除治区域图像进行分割，将有互花米草分布区域和无互花米草分布区域划分开来；

21、喷洒量施药图计算模块，用于将各网格单元内互花米草的面积区域转化为栅格图像，通过栅格运算计算得到喷洒量施药图；

22、监测模块，用于对互花米草除治区域内的施药区域进行定期监测，得到互花米草的除治效果。

23、优选的，根据判断结果对互花米草进行除治，具体包括：

24、判断提取的特征数据是否满足互米花草的特征，若满足，则对增强处理后的互花米草除治区域图像进行划分，得到互花米草的面积；

25、根据互花米草的面积，通过栅格运算得到喷洒量施药图，根据喷洒量施药图对互花米草斑块区域进行施药；

26、施药完成后，则根据制定的监测计划定期监测互花米草的除治效果；

27、若不满足，则根据制定的监测计划定期监测，判断互花米草除治区域是否生长互花米草。

28、优选的，所述对增强处理后的互花米草除治区域图像进行划分，具体包括：

29、将增强处理后的互花米草除治区域图像进行大尺度棋盘分割，生成一系列正方形分割单元；

30、利用目视判别方法对大尺度棋盘分割生成的所有正方形分割单元进行分类，其中，将有互花米草分布的正方形分割单元分类为i类型，将无互花米草分布的正方形分割单元分类为ⅱ类型；

31、对分类为i类型的分割单元进行小尺度面向对象多尺度分割，生成一系列不规则多边形分割单元。

32、优选的，得到互花米草的面积，具体包括

33、对各不规则多边形分割单元所对应的互花米草指数进行分析，提取互花米草的最优分类植被指数，应用大津算法确定提取互花米草最优分类植被指数的阈值；

34、根据确定的提取互花米草最优分类植被指数的阈值对互花米草除治区域内的互花米草进行提取，并辅助目视解译修订，得到互花米草空间分布数据的矢量文件；

35、对得到的互花米草空间分布数据进行六边形网格化处理，生成覆盖互花米草空间分布范围的六边形网格；

36、将得到的互花米草空间分布数据和覆盖互花米草空间分布范围的六边形网格进行空间相交操作；

37、对得到的空间相交结果进行面积计算，即得到各网格单元内互花米草的面积。

38、优选的，根据空间分布数据矢量图通过栅格运算得到喷洒量施药图，具体包括：

39、将各网格单元内互花米草的面积区域转化为栅格图像，

40、通过栅格运算将各网格单元内不是互花米草面积区域的栅格值设置为0；

41、将各网格单元内互花米草面积区域的栅格值设置为变量施药图，得到喷洒量施药图。

42、优选的，所述根据制定的监测计划定期监测互花米草的除治效果，具体包括：

43、通过无人机按照监测周期定期拍摄互花米草除治区域的图像，并确定实时拍摄的互花米草除治区域内的施药区域；

44、根基所拍摄的施药区域图像分析互花米草的实时状态，当施药区域内的互花米草存在叶片开始失绿变黄，失水萎蔫的情况时，则说明该区域内的互花米草开始枯死；

45、当监测到互花米草茎叶开始逐渐变褐色并干枯，生长点变黑坏死的情况时，则说明互花米草地上部死亡；

46、当监测到互花米草施药区域内的互花米草变化较慢时，则重新对互花米草除治区域进行施药，直至互花米草全部死亡为止。

47、与现有技术相比，本发明的有益效果是：

48、本发明通过对互花米草进行识别，实现根据识别结果对互花米草进行除治，提高了工作效率，能够根据互花米草区域内的互花米草面积进行相应剂量的施药，避免过渡施药造成生态环境的污染，保证了互花米草除治效果的同时还能节约药剂量，节约了成本，通过定期对互花米草的除治效果进行实时监测，能够了解互花米草在施药后的不同时间段内的状态，当达不到目标效果时，根据当前互花米草的状态施以相应剂量的药剂，确保了互花米草的除治效果。