本申请涉及病虫害识别领域，且更为具体地，涉及一种基于遥感数据的林业病虫害智能识别方法及系统。
背景技术：
1、林业病虫害对森林生态系统造成了巨大的威胁，特别是像松材线虫病这样的病害，会导致树木快速死亡，并且传播速度快，控制难度大。松材线虫病通过媒介昆虫（如松墨天牛）传播，一旦感染，树木通常在几个月内枯萎死亡，严重影响森林的生态平衡和经济价值。因而，及时发现并控制病虫害是保护森林资源的关键措施之一，这样能够有效阻止病害蔓延，保障森林的可持续发展。
2、然而，传统的病虫害识别高度依赖人工巡检和目视检查。具体地，人工巡检通常只能覆盖有限的区域，尤其是在大面积林区中，这种检测方法效率低下，难以及时并全面地发现病虫害。并且，巡检人员需要花费大量时间和精力在徒步检查上，而且受限于人的体力和视野范围，很难做到频繁和细致的检查。此外，传统的人工检测方法难以做到实时监测，一旦病虫害爆发，往往需要较长时间才能发现并采取措施，错过了最佳防治时机，从而对森林资源造成严重损失。
3、因此，期望一种优化的林业病虫害识别方案。
技术实现思路
1、本申请针对现有技术中的缺点，提供了一种基于遥感数据的林业病虫害智能识别方法及系统。
2、根据本申请的一个方面，提供了一种基于遥感数据的林业病虫害智能识别方法，其包括：
3、获取原始林区遥感图像；
4、对所述原始林区遥感图像进行预处理以得到预处理后的原始林区遥感图像；
5、对所述预处理后的原始林区遥感图像分别进行颜色和纹理特征提取以得到林区遥感颜色特征图和林区遥感纹理特征图；
6、对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行特征显著联合交互编码以得到林区遥感颜色-纹理显著稀疏交互融合特征，其包括：
7、对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行内核特征蒸馏和全域关联以得到林区遥感颜色纹理内核特征间全域编码矩阵；
8、基于所述林区遥感颜色纹理内核特征间全域编码矩阵，对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行关联稀疏化交互融合以得到所述林区遥感颜色-纹理显著稀疏交互融合特征；
9、基于所述林区遥感颜色-纹理显著稀疏交互融合特征，得到识别结果，所述识别结果用于表示是否存在病虫害。
10、根据本申请的另一个方面，提供了一种基于遥感数据的林业病虫害智能识别系统，其包括：
11、林区遥感图像收集模块，用于获取原始林区遥感图像；
12、林区遥感图像预处理模块，用于对所述原始林区遥感图像进行预处理以得到预处理后的原始林区遥感图像；
13、林区遥感图像颜色纹理特征提取模块，用于对所述预处理后的原始林区遥感图像分别进行颜色和纹理特征提取以得到林区遥感颜色特征图和林区遥感纹理特征图；
14、林区遥感图像颜色-纹理特征交互编码模块，用于对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行特征显著联合交互编码以得到林区遥感颜色-纹理显著稀疏交互融合特征，其中，所述林区遥感图像颜色-纹理特征交互编码模块，包括：林区遥感特征内核蒸馏全域关联单元，用于对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行内核特征蒸馏和全域关联以得到林区遥感颜色纹理内核特征间全域编码矩阵；林区遥感颜色纹理特征交互融合单元，用于基于所述林区遥感颜色纹理内核特征间全域编码矩阵，对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行关联稀疏化交互融合以得到所述林区遥感颜色-纹理显著稀疏交互融合特征；
15、病虫害识别结果生成模块，用于基于所述林区遥感颜色-纹理显著稀疏交互融合特征，得到识别结果，所述识别结果用于表示是否存在病虫害。
16、本申请由于采用了以上的技术方案，具有显著的技术效果：
17、与现有技术相比，本申请提供的基于遥感数据的林业病虫害智能识别方法及系统，其采用基于深度学习的图像分析和处理技术来对获取到的原始林区遥感图像进行图像预处理和遥感颜色和纹理特征提取，以此根据林区遥感颜色特征和林区遥感纹理特征之间的显著稀疏交互融合特征来自动地判断是否存在病虫害，如此通过遥感技术可以覆盖大面积林区，实现实时和全面的监测，无需等待人工巡检周期。并且，通过深度学习技术可以准确地识别病虫害，从而能够迅速采取措施，实现对林区病虫害的高效、准确和智能化监测。
1.基于遥感数据的林业病虫害智能识别方法，其特征在于，包括：
2.根据权利要求1所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，所述预处理包括辐射校正、大气校正和几何校正。
3.根据权利要求2所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，对所述预处理后的原始林区遥感图像分别进行颜色和纹理特征提取以得到林区遥感颜色特征图和林区遥感纹理特征图，包括：
4.根据权利要求3所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行内核特征蒸馏和全域关联以得到林区遥感颜色纹理内核特征间全域编码矩阵，包括：
5.根据权利要求4所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，将所述林区遥感颜色特征图和所述林区遥感纹理特征图输入内核特征蒸馏网络以得到林区遥感颜色内核特征向量和林区遥感纹理内核特征向量，包括：
6.根据权利要求5所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，计算所述林区遥感颜色特征向量的集合中各个林区遥感颜色特征向量相对于其他林区遥感颜色特征向量的特征差异系数以得到林区遥感颜色特征差异系数的集合，包括：
7.根据权利要求6所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，基于所述林区遥感颜色纹理内核特征间全域编码矩阵，对所述林区遥感颜色特征图和所述林区遥感纹理特征图进行关联稀疏化交互融合以得到所述林区遥感颜色-纹理显著稀疏交互融合特征，包括：
8.根据权利要求7所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，将所述林区遥感颜色纹理内核特征间全域编码矩阵输入稀疏掩码单元以得到林区遥感颜色纹理内核特征间关联稀疏权重矩阵，包括：
9.根据权利要求8所述的基于遥感数据的林业病虫害智能识别方法，其特征在于，基于所述林区遥感颜色-纹理显著稀疏交互融合特征，得到识别结果，包括：将所述林区遥感颜色-纹理显著稀疏交互融合特征图输入基于分类器的林业病虫害智能识别模块以得到所述识别结果。
10.基于遥感数据的林业病虫害智能识别系统，其特征在于，包括：
