1.一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，對(duì)所述整體可見(jiàn)光圖像和所述整體熱成像圖像進(jìn)行特征提取和融合，得到特征融合圖像，包括：
3.根據(jù)權(quán)利要求1所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，所述單木分割模型的構(gòu)建過(guò)程包括：
4.根據(jù)權(quán)利要求1所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，所述原始可見(jiàn)光圖像集和所述原始熱成像圖像集進(jìn)行拼接使用的工具為：stitcher庫(kù)文件。
5.根據(jù)權(quán)利要求1所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，所述無(wú)人機(jī)的采集參數(shù)設(shè)置包括：高度范圍為60至80米、航向重疊為60％以及旁向重疊為60％。
6.根據(jù)權(quán)利要求3所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，計(jì)算所述灰度曲面集的主曲線率，并根據(jù)所述主曲線率得到灰度曲面邊緣圖像集，包括：
7.根據(jù)權(quán)利要求3所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，利用分水嶺算法對(duì)所述灰度圖集進(jìn)行初次分割，得到初次分割圖像集，包括：
8.根據(jù)權(quán)利要求6所述的一種基于紅外熱圖像和可見(jiàn)光圖像的單木分割方法，其特征在于，將所述林場(chǎng)圖像集、所述初次分割圖像集以及所述灰度曲面邊緣圖像集作為預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)的輸入，將人工分割的林場(chǎng)單木分割圖像集作為所述卷積神經(jīng)網(wǎng)絡(luò)的輸出，對(duì)所述卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練完成的所述單木分割模型，包括：