例尺、小面積、高現(xiàn)勢性的優(yōu)點，且無人機結(jié)構(gòu)簡單、 使用成本低，在突發(fā)事情應(yīng)急、預(yù)警等方面有很大的作用；
[00巧]2、本發(fā)明在FCM算法的基礎(chǔ)上，提出了一種改進的模糊C-均值算法（簡稱為MFCM)，即對每個樣本的隸屬度進行拉伸處理，增加邊緣樣本間的差異，從而獲得更準(zhǔn)確的 圖像分割結(jié)果；
[0076] 3、本發(fā)明利用田字模板算子W及改進模板算子組成混合模板，通過求解兩者的均 值來計算圖像中像素點的梯度信息；在降低算法復(fù)雜度的同時，增強了像素的鄰域信息，從 而得到多目標(biāo)區(qū)域的邊緣信息；
[0077] 4、本發(fā)明將系統(tǒng)自動監(jiān)測結(jié)果與地面人工調(diào)查數(shù)據(jù)相結(jié)合，可W有效避免誤判現(xiàn) 象的發(fā)生，大大提高檢測結(jié)果的有效性和精確度。
【附圖說明】
[0078] 圖1為本發(fā)明的無人機在某林區(qū)200m局空拍攝的正攝圖像；
[0079] 圖2為本發(fā)明的無人機在某林區(qū)拍攝的鳥廠圖；
[0080] 圖3為本發(fā)明的無人機在某林區(qū)的航線掃描路線示意圖；
[0081] 圖4為本發(fā)明對林區(qū)圖像進行處理的流程圖；
[008引圖5為本發(fā)明根據(jù)改進的模糊C均值算法（MFCM)得到的林區(qū)分類結(jié)果；
[0083]圖6為本發(fā)明基于混合模板的標(biāo)記分水嶺圖像分割算法的流程圖；
[0084] 圖7為本發(fā)明基于混合模板的標(biāo)記分水嶺圖像分割算法對受災(zāi)沙棘林地圖像的 分割結(jié)果；
[0085] 圖8為本發(fā)明的森林病蟲害監(jiān)測預(yù)警系統(tǒng)的硬件組成示意圖；
[0086] 圖9為本發(fā)明的森林病蟲害監(jiān)測預(yù)警系統(tǒng)的軟件模塊框圖。
【具體實施方式】
[0087] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有付出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0088] 本發(fā)明公開了一種基于無人機圖像分析的森林病蟲害監(jiān)測預(yù)警方法，首先是利用 無人機搭載攝像機、GI^S接收機、GI^S記錄儀等設(shè)備拍攝指定林區(qū)的圖像，然后再通過后臺 系統(tǒng)對獲得的林區(qū)圖像進行處理、對比、判斷，最終確定林區(qū)蟲災(zāi)程度等級。
[0089] 無人機上的GI^S接收機和GI^S記錄儀用于定位當(dāng)前圖像拍攝的林區(qū)地理位置信 息，攝像機采集的圖像包括正攝圖像（如圖1)、鳥廠圖像（如圖2)即航線掃描圖像S種模 式。其中，正攝圖像可根據(jù)需要選擇自20m至200m(拍攝間隔為5米或10米）不同的拍攝 高度；鳥廠圖像用于表征整個區(qū)域的全貌；航線掃描圖像則可W獲取更精準(zhǔn)的圖像數(shù)據(jù)， 如圖3所示是某林地30m航線掃描路線示意圖，通過該種往返式航線掃描，拍攝到的圖像之 間具有70%的重疊度，保證不遺漏任何信息。
[0090] 圖4是對航拍圖像進行處理從而最終確定蟲災(zāi)等級的流程圖。主要包括W下幾個 步驟：
[0091] (1)圖像預(yù)處理
[0092] 對無人機所拍攝的圖像進行初步的預(yù)處理工作，包括圖像幾何校正、圖像配準(zhǔn)、圖 像拼接和圖像增強等等。通過對原始圖像進行初步的處理，可W改善圖像數(shù)據(jù)，增強圖像特 征，為后續(xù)的圖像特征提取等步驟做準(zhǔn)備。
[009引似林區(qū)位置提取
[0094] 林區(qū)圖像提取主要依靠圖像分割技術(shù)來實現(xiàn)，本系統(tǒng)采用的是一種改進的模糊 C-均值算法（簡稱為MFCM))。聚類算法是圖像識別中一種基本的分析方法。它是將一組 物理的或抽象的對象，根據(jù)一定的聚類準(zhǔn)則對其進行分類，使類內(nèi)樣本盡可能相似，類間樣 本盡可能相異MFCM是在FCM算法的基礎(chǔ)上改進得到的新算法，化zzyC-Means(FCM算法） 是一種基于模糊集理論的聚類算法，主要步驟如下：
[009引al;聚類初始化；給定初始聚類中屯、V= {v。，V。. . .，Vn_i}，初始迭代次數(shù)k= 0,聚 類數(shù)目C，加權(quán)指數(shù)m(0<m)，最大迭代次數(shù)T，終止條件闊值e。
[0096] a2;求取U(k);
[0101] a4;判斷聚類結(jié)束條件：
[010引如果||v?-v&+" I|<e或1^〉1'，則停止，否則令k=k+1，轉(zhuǎn)向步驟a2。
[0103]FCM算法的主要不足在于由于FCM算法對數(shù)據(jù)的孤立點或噪聲點比較敏感，所W 該算法對無噪或信噪比相當(dāng)高的圖像具有較好的圖像分割效果。由此，我們提出一種改進 的模糊C-均值算法（簡稱為MFCM)，即對每個樣本的隸屬度進行拉伸處理，增加邊緣樣本間 的差異，W獲得更準(zhǔn)確的圖像分割結(jié)果。MFCM算法的隸屬度函數(shù)定義如下：
[0104]
[0105] 其中，X表示FCM的隸屬度值yik，y表示MFCM的隸屬度函數(shù)y'ik。
[0106] 根據(jù)MFCM算法的林區(qū)分類其結(jié)果如圖5所示，該算法將林區(qū)同周圍自然環(huán)境很好 的區(qū)分開來。由于林區(qū)圖像中的紋理較為復(fù)雜，其分形維數(shù)值較高，我們通過最大分形維數(shù) 值確定圖像中林區(qū)所在位置。
[0107] (3)蟲害區(qū)判別提取
[0108] 本發(fā)明在該步驟中采用基于混合模板的標(biāo)記分水嶺圖像分割算法（簡稱 WTM-M-Watershed)。WTM-M-Watershed算法主要思想為在標(biāo)記分水嶺算法的基礎(chǔ)上，利用田 字模板算子W及改進模板算子組成混合模板，通過求解兩者的均值來計算圖像中像素點的 梯度信息。在降低算法復(fù)雜度的同時，增強像素的鄰域信息，從而得到圖像中多目標(biāo)區(qū)域的 邊緣信息。
[0109] 其中田字模板算子為：
[0115] 上式中P為微分階數(shù)，其經(jīng)驗值通常取為0. 2;A為原始圖像的像素值矩陣。
[0116] 基于混合模板的標(biāo)記分水嶺圖像分割算法的整體流程圖如圖6所示，其主要步驟 如下：
[0117] sr;輸入圖像，記為I。，復(fù)制圖像得到I。，灰度化得到灰度圖像ig;利用混合模板 計算圖像I。中各個像素的梯度值，將梯度值相同的像素點劃分為同類（共256類），計算每 一梯度值中像素數(shù)目，對其進行排序。并將所有像素點的標(biāo)記值初始化為-1，形成了標(biāo)記圖 像。
[0118] S2';對圖像進行泛濫過程，利用矩陣存取圖像中所有像素的對應(yīng)標(biāo)記值，通過對 比當(dāng)前像素點與其四鄰域像素點的標(biāo)記值，確定像素點的標(biāo)號信息，將標(biāo)號相同的像素點 歸為同一類，并W此得到圖像的初步分類信息。
[0119] S3'；為了將圖像進一步分類，對圖像進行顏色空間轉(zhuǎn)換，首先將圖像的顏色空間 由RGB空間轉(zhuǎn)為LUV空間，根據(jù)像素點的LUV顏色信息合并圖像中部分細小區(qū)域W及相互 間色度差異較?。ㄐ∮?.2%)的區(qū)域，合并的像素點更新標(biāo)號。隨后根據(jù)更新后的像素點 的標(biāo)號信息進行掃描，得到更新后的圖像分類信息。同時得出合并后的當(dāng)前區(qū)域的最新顏 色均值，最后將圖像由LUV顏色空間再次轉(zhuǎn)換為RGB顏色空間。
[0120] S4';顏色掃描當(dāng)前圖像，找到未改動過標(biāo)號信息（標(biāo)號仍為-1)的像素點，將其用 特定顏色標(biāo)出，標(biāo)記為分水嶺，輸出圖像。
[0121] 基于混合模板的標(biāo)記分水嶺圖像分割算法對受災(zāi)沙棘林地圖像的分割結(jié)果如圖7 所示，從圖中可W看出，WTM-M-Watershed算法準(zhǔn)確地提取出了受災(zāi)沙棘植株區(qū)域（高亮區(qū) 域）。
[0122] (4)蟲害區(qū)災(zāi)情分級
[0123] 本發(fā)明在準(zhǔn)確地提取受災(zāi)區(qū)域的基礎(chǔ)上，進一步結(jié)合地面調(diào)查數(shù)據(jù)可對蟲災(zāi)程度 進行分級，如；蟲情級數(shù)< 2為健康，2《蟲情級數(shù)< 4為輕度受災(zāi)，4《蟲情級數(shù)< 7為中 度受災(zāi)，蟲情級數(shù)> 7為重度受災(zāi)；如果蟲災(zāi)程度超過闊值則發(fā)出告警信息進行報警，提醒 工作人員及時進行現(xiàn)場處理。
[0124] 除了上述森林病蟲害監(jiān)測預(yù)警方法之外，本發(fā)明還提出了一種基于無人機圖像分 析技術(shù)的森林病蟲害監(jiān)測預(yù)警系統(tǒng)。其硬件組成示意圖如圖8所示。
[01巧]設(shè)置在無人機上的GI^S接收機及GI^S記錄儀定位當(dāng)前圖像拍攝的林區(qū)的地理位置 信息，并通過無人機上搭載的攝像機拍攝林區(qū)圖像，通過圖像采集卡將圖像數(shù)字化并傳送 至計算機；然后采用圖像分析技術(shù)對所采