(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211519779.9 (22)申请日 2022.11.30 (71)申请人 广州天地林业有限公司 地址 510000 广东省广州市黄埔区科 学大 道249号第10层101单 元 (72)发明人 罗丹　姚立严　蒋芳　陈君武　 梁云龙　钟威　项龙　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 梁志标　孙倩倩 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/766(2022.01) G06V 10/82(2022.01) G06V 20/10(2022.01)G06V 20/52(2022.01) (54)发明名称 基于图像处 理的森林图片处 理方法及系统 (57)摘要 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。 权利要求书4页 说明书14页 附图2页 CN 115546672 A 2022.12.30 CN 115546672 A 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权　利　要　求　书 1/4 页 2 CN 115546672 A 2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权　利　要　求　书 2/4 页 3 CN 115546672 A 3