CN114898238B - 一种野生动物遥感识别方法及装置 - Google Patents

Abstract

本发明首先提供一种野生动物遥感识别方法，包括如下步骤：步骤S1、构建野生动物偏振红外热像特征库；步骤S2、获取观测区的多观测角度偏振红外热像数据；步骤S3、对观测区偏振红外热像数据进行数据预处理，提取潜在野生动物个体的多观测角度偏振红外热像；步骤S4、将提取的潜在野生动物个体的多观测角度偏振红外热像与野生动物偏振红外热像特征库进行匹配，识别野生动物个体。本发明还相应提供一种野生动物遥感识别装置。本发明提供的基于偏振红外特征的野生动物识别方法及装置，能够提升野生动物种群数量调查的效率与可靠性。

Description

一种野生动物遥感识别方法及装置

技术领域

本发明涉及遥感识别技术领域，具体而言，涉及一种野生动物遥感识别方法及装置。

背景技术

野生动物种群及其数量是动物生态和环境生态研究中最关键的问题之一。野生动物种群调查可以有效掌握种群动态变化与种群栖息地状态，对于国家公园、自然生态区、动物保护区，特别是典型脆弱生态系统的保护至关重要。野生动物种群数量的人工巡查式传统调查统计方法存在人身安全、惊扰动物、效率低下等问题；近年来广泛应用的站点固定相机监测方式，虽然能捕获野生动物的可见光与红外图像，但仅限于站点相机视域之内活动或经过的野生动物；新兴的无人机搭载可见光相机的调查技术虽然大幅扩展了视域空间与调查范围，但对于植被遮蔽、树荫遮挡、水雾干扰等复杂情景下的野生动物识别仍存在很大难度，且不能满足昼伏夜出型动物的夜间调查与识别需求。此外，待识别的野生动物的年龄段和性别信息对于野生动物的调查十分重要，但现有方法都很难实现这个目的。

例如，中国发明专利CN202010646655.1提供一种基于微型制冷红外热像仪的野生动物观测系统及方法，野生动物观测系统包括光电吊舱和数据处理终端；其中，所述光电吊舱用于同时获取野生动物的红外影像及可见光影像，并将所述红外影像及所述可见光影像发送给所述数据处理终端；所述数据处理终端用于控制所述光电吊舱的工作参数以及观测姿态，并接收和处理所述光电吊舱上传的所述红外影像及所述可见光影像，生成每幅影像的动物种群数量观测结果，并将所述动物种群数量观测结果导入数据库。可以快速对大范围区域的野生动物种群进行直接观测，自动解译并统计野生动物种类及数量，具有部署快捷、观测精度高、自动化程度高的优点。

中国发明专利申请CN202110614474.5提供一种红外相机动物图像识别训练集最佳组合的构建方法，包括以下步骤：S1、建立红外相机动物图像库；S2、物种辨别与整理；S3、提取关键特征；S4、构建各个组合训练集；S5、模型训练：S6、模型测试与分析；S7、判定最佳组合。该发明创造性地以构建训练集最佳组合，提高训练集质量来精准提升单一物种的识别率，可为红外相机图像识别训练集优化提供一项重要手段。但该发明的应用场景是动物触发红外相机拍摄和识别，因此必然是近距离观测。这显然不能满足对于植被遮蔽、树荫遮挡、水雾干扰等复杂情景下的野生动物识别，更无法实现识别野生动物的年龄段和性别。

中国发明专利CN201510519086.3提供一种鸟类识别方法，属于机场驱鸟技术领域，特别涉及一种鸟类识别方法，包括如下步骤：(A)建立鸟类数据库，数据库中包括鸟的动态信息和鸟的基本信息；(B)通过红外热成像技术追踪移动物体，并根据物体飞行轨迹、大小判断移动物体是否为鸟类，若是鸟类继续跟踪并获取鸟的动态信息；通过红外热成像技术获取静态图像，通过对图像的背景、鸟成像大小光斑的处理采集鸟的基本信息；(C)将所采集到的鸟的动态信息、基本信息与数据库中存储的鸟的动态信息、基本信息进行匹配从而获得鸟的种类。该发明不再通过鸟的叫声进行鸟种类的识别，而是通过红外成像的方式获取鸟的动态信息、静态信息，再根据数据库中存储的信息进行比对，从而确定鸟的种类，这样确定得到的鸟的种类信息非常的准确。该发明提供的动态信息识别方法是基于数值区间的识别，其实质就是阈值判定法；该发明提供的静态图像信息识别是基于图像相交的匹配，其实质就是形状重叠度法。因而该技术仅适应于机场驱鸟，而无法满足野生动物的遥感识别。例如不能满足对于植被遮蔽、树荫遮挡、水雾干扰等复杂情景下的野生动物识别，更无法实现识别野生动物年龄段和性别的目的。

因此，亟需一种能识别野生动物年龄段和性别，且能适应多种生态环境条件、全天时、高可靠度的野生动物识别技术。

热红外成像技术利用目标自身的热辐射特性及其与背景辐射的差异，能够对野生动物进行全天时观测，尤其适合阴影、夜间等光照条件恶劣的环境；但受空间分辨率制约，其获取的红外强度图像的细节特征少、几何轮廓比较模糊。偏振探测技术利用目标辐射的偏振特征，可提高图像中目标与背景的对比度，实现对暗弱目标、伪装目标及微小目标的探测识别，但也存在信噪比较低的问题。将偏振探测技术与红外成像技术相结合的红外偏振成像技术，能够同时获得红外强度信息和红外偏振信息，二者融合可提升成像的细节特征与轮廓清晰度。

中国发明专利CN201410441396.3公开一种针对目标红外自发辐射偏振特性进行仿真的方法，其实现步骤为：(1)获取目标材料数据；(2)计算发射率；(3)偏振态相干化；(4)定量表征偏振特性；(5)获取对比目标偏振度；(6)识别目标。该发明通过计算目标材料的发射率获得目标的偏振度，克服了基于红外图像的红外辐射偏振特性仿真方法没有对物体自发辐射的偏振特性进行本质描述和依赖偏振数据库的不足，提高了目标偏振特性计算的准确度，并能够辅助红外偏振技术实现偏振数据库之外的目标识别。该方法中根据红外偏振度进行目标识别，但其中仅利用目标材料数据目标上任意一点A在垂直于该点出射面的方向的红外偏振度信息；因野生动物头部、躯干、尾部的红外偏振特征各异，因而该发明中利用局部点位信息的识别方法难以反映野生动物的全貌信息，因而该方法无法适用于野生动物的识别。另外，该发明中利用阿贝折射仪获取目标材料数据，该操作只能在室内使用小样本进行测试，且需要先进行采样，这也就意味着对原标本存在损害；因而该测试方法不能用于活体动物的皮毛、肉体的红外偏振数据的获取，该方法更不可能用于野外保护动物的目标材料数据获取，也不能用于野生动物的识别。

因此，本领域依然需要一种能识别野生动物年龄段和性别，且能适应多种生态环境条件、全天时、高可靠度的野生动物识别方法及装置。

发明内容

本发明基于红外偏振成像技术，提供一种基于偏振红外特征的野生动物识别方法及装置，能够提升野生动物种群数量调查的效率与可靠性。

本发明首先提供一种野生动物遥感识别方法，其特征在于，所述方法包括如下步骤：

步骤S1、构建野生动物偏振红外热像特征库；且步骤S1具体包含以下步骤，

S1.1、确定所需识别的野生动物类别，记为Ai，其中i取自然数；

S1.2、在标准条件下，以待测野生动物为观测对象，采集不同性别、不同年龄段的某类别野生动物Ai在不同姿态、不同天顶角、不同方位角的不同偏振角度的偏振红外热像；

S1.3、基于步骤S1.2获取的偏振红外热像，获取野生动物Ai的多维偏振红外特征，构建野生动物Ai的偏振红外热像特征库；

所述多维包括性别、年龄段、姿态、天顶角和方位角；本步骤中，基于待测野生动物不同偏振角度的多维偏振红外热像，求取Stokes矢量值{I，Q，U}并进行自定义组合，利用得到的红外强度图像I、两类线偏振度图像Q和图像U进行图像增强和图像融合，得到红外偏振融合增强图像，据此提取野生动物Ai的多维偏振红外特征；

S1.4、重复步骤S1.2和步骤S1.3，构建包含待识别的全部野生动物类别的偏振红外热像特征库；

步骤S2、获取观测区的多观测角度偏振红外热像数据；

步骤S3、对观测区偏振红外热像数据进行数据预处理，提取潜在野生动物个体的多观测角度偏振红外热像；且步骤S3具体包含以下步骤，

S3.1、根据所获取的不同偏振角度的偏振图像，求取Stokes矢量值{I，Q，U}并进行自定义组合，利用获取的红外强度图像和线偏振度图像得到抑制光照角度影响的红外偏振增强图像，并将其与红外强度图像进行融合得到红外偏振增强融合图像；

S3.2、基于图像分割获取红外偏振增强融合图像中潜在的野生动物个体；

S3.3、基于步骤S3.2获取的潜在野生动物个体，从多观测角度红外偏振增强融合图像中获取不同天顶角和不同方位角的潜在野生动物个体的偏振红外热像；

步骤S4、将提取的潜在野生动物个体的多观测角度偏振红外热像与野生动物偏振红外热像特征库进行匹配，识别野生动物个体。

在一种具体的实施方法中，步骤S1.2中所述不同姿态包括行走、奔跑、站立、攀爬、躺卧和飞行中的两种或以上。

在一种具体的实施方法中，步骤S1.2中所述不同天顶角是指0～90°范围内等步距的各个角度，优选所述天顶角中的步距为2.5～10°，更优选为5°。

在一种具体的实施方法中，步骤S1.2中所述不同方位角是指0～360°范围内等步距的各个角度，优选所述方位角中的步距为5～30°，更优选为10°。

在一种具体的实施方法中，步骤S2中包括根据观测区地形特征、下垫面类型、植被疏密程度合理设计搭载平台、运动模式与拍摄方式；具体包括在植被茂密区或地形复杂区域适当增加拍摄重复度和减小拍摄距离，而在平坦区域和植被稀疏区域适当降低拍摄重复度和增加拍摄距离；本步骤中优选使用无人机作为搭载平台，并设计至少一条合理的无人机运动路线和拍摄方式，再执行飞行任务并采集观测区多观测角度偏振红外热像数据。

在一种具体的实施方法中，在步骤S3中，进行数据预处理时，充分考虑日间和夜间数据的差异性，得到不受光照角度影响的红外偏振增强图像；步骤S3.2中，优选利用野生动物偏振红外热像与环境背景之间的不连续性及目标面积特性，先使用双窗滤波器分割出候选目标，再利用面积阈值滤除目标大小明显不合理的候选目标，得到潜在的野生动物个体。

在一种具体的实施方法中，步骤S4具体包含以下步骤，

S4.1、基于步骤S3获取的不同天顶角和不同方位角的潜在野生动物目标的偏振红外热像，获取潜在野生动物个体的多观测角度偏振红外特征；

S4.2、将获取的潜在野生动物个体的多观测角度偏振红外特征输入野生动物偏振红外热像特征库进行匹配，根据野生动物偏振红外热像特征库中的特征对应关系识别野生动物个体的类别、性别和年龄段。

在一种具体的实施方法中，步骤S4.2中，若该个体无法与野生动物偏振红外热像特征库进行匹配，则将该个体目标视作非野生动物，或视作新的物种以备后续研究和验证。

本发明还提供一种野生动物遥感识别装置，所述装置包括：

数据获取模块(101)，用于获取观测区的偏振红外热像数据；

预处理模块(102)，用于处理获取的观测区偏振红外热像数据，得到潜在野生动物目标的多观测角度的偏振红外信息；

野生动物识别模块(103)，用于将输入的潜在野生动物个体的多观测角度偏振红外特征与野生动物偏振红外热像特征库进行匹配，识别该野生动物个体是否为特征库中的野生动物，以及野生动物的类别、性别和年龄段；

存储模块(104)，用于存储野生动物偏振红外热像特征库。

本发明还相应提供一种计算机设备，包括存储器、控制器和处理器，所述存储器存储有计算机程序；所述控制器按照输入的搭载平台的运动模式和拍摄方式，控制搭载平台和设备执行拍摄任务，优选搭载平台和设备分别为无人机和偏振红外相机，并实现无线信号传输；

所述处理器执行所述计算机程序时实现以下步骤：

根据所获取的不同偏振角度的红外偏振图像，求取Stokes矢量值{I，Q，U}并进行自定义组合，利用获取的红外强度图像和线偏振度图像得到抑制光源角度影响的红外偏振增强图像，并将其与红外强度图像进行融合得到红外偏振增强融合图像；

基于图像分割获取红外偏振增强融合图像中潜在的野生动物目标个体；

从红外偏振增强融合图像中获取不同天顶角和不同方位角的潜在野生动物个体的偏振红外热像；

获取多观测角度的潜在野生动物个体的偏振红外特征；

将获取的野生动物个体的多观测角度偏振红外特征输入野生动物偏振红外热像特征库，根据野生动物偏振红外热像特征库中的特征对应关系识别野生动物的类别、性别和年龄段。

总的来说，本发明主要提供一种野生动物遥感识别方法及装置，通过事先建立观测区野生动物偏振红外热像特征库，并采集观测区偏振红外热像数据，进而得到红外偏振增强融合图像，并基于图像分割提取潜在的野生动物个体并获取其多观测角度偏振红外特征，最后通过与野生动物偏振红外热像特征库进行匹配，识别野生动物个体的类别、性别和年龄段。本申请充分利用偏振红外成像技术的特性，能识别野生动物年龄段和性别，且适用于多种复杂、困难的野生动物观测场景、大大提高了观测区野生动物的识别效率与可靠性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。附图中包含：

图1是本发明中一种基于偏振红外特征的野生动物遥感识别方法的简单流程示意图。

图2是本发明中一种基于偏振红外特征的野生动物遥感识别装置的结构框图。

图3是本发明中一种计算机设备的内部结构示意图。

具体实施方式

在本发明的一个实施例中，如图1所示，第一方面，是基于偏振红外特征的野生动物遥感识别方法的流程示意图，具体步骤包括：

S1构建野生动物偏振红外热像特征库；

构建野生动物偏振红外热像特征库需要事先知道所要调查的观测区中包含哪些野生动物，可以通过查阅文献资料确定，也可以通过实地调查确定。但无论通过何种方式，本实施例中采取的方式不构成对本发明的限制。本实施例中步骤S1包含以下步骤：

通过查阅文献资料和实地调研相结合的方式确定观测区所需识别的野生动物类别，分别记为A1，A2，A3，…。

选取不同性别、不同年龄段的野生动物Ai(i＝1,2,3，…)样本，在标准条件下，以待测野生动物为观测对象，采集野生动物在不同姿态、不同天顶角、不同方位角的不同偏振角度的偏振红外热像；本实施例中不同姿态包括行走、奔跑、站立、攀爬、躺卧、飞行等；不同天顶角包括0～90°范围内、以5°为步距的各个角度；不同方位角包括0～360°范围内、以10°为步距的各个角度。

基于获取的不同偏振角度的多维偏振红外热像，求取Stokes矢量值{I，Q，U}，其中I为红外热像的总强度，Q为水平线偏振分量与垂直线偏振分量之差，U为45°线偏振分量与135°线偏振分量之差，进而得到红外强度图像I、两类线偏振度图像Q和图像U；根据红外强度图像I得到梯度变化图像I2，将红外强度图像I和梯度变化图像I2进行线性融合，并将线性融合后的图像进行直方图均衡化得到红外偏振融合增强图像；根据红外偏振融合增强图像提取不同性别、不同年龄段的野生动物Ai在不同姿态、不同天顶角、不同方位角的多维偏振红外特征，构建野生动物Ai的偏振红外热像特征库。

重复上述步骤，构建包含所有所需识别的野生动物类别的偏振红外热像特征库。

S2获取观测区偏振红外热像数据；

本实施例中，选择无人机作为搭载平台，进行观测区偏振红外热像数据采集。本实施例中的步骤S2包含以下步骤：

首先依据DEM高程数据、Globe30下垫面数据、NDVI植被数据，分析观测区地形特征、下垫面分布特征、植被分布特征；进而设计一条合理的无人机运动路线和拍摄方式，在植被茂密区、地形复杂区域适当增加无人机航片的重复度和降低无人机的飞行高度，在平坦区域、植被稀疏区域适当降低无人机航片的重复度和提升无人机的飞行高度；在设计好无人机飞行路线和拍摄方式后，执行飞行任务并采集观测区偏振红外热像数据。

S3对观测区偏振红外热像数据进行数据预处理，并据此获取潜在野生动物的多观测角度偏振红外热像；

本发明可满足日间和夜间全天时观测需求，因此在数据预处理时需充分考虑日间和夜间数据的差异性，因此在本发明的一个实施例中，步骤S3包含以下步骤：

根据所获取的不同偏振角度的偏振图像，求取Stokes矢量值{I，Q，U}，其中I为红外热像的总强度，Q为水平线偏振分量与垂直线偏振分量之差，U为45°线偏振分量与135°线偏振分量之差，进而得到红外强度图像I、两类线偏振度图像Q和图像U；利用线偏振度图像Q和红外强度图像I得到Q/I比值图像，并与其均值作差，得到不受光照角度影响的偏振影像，并将其与红外强度图像I进行融合，得到不受光照角度影响的红外偏振增强图像；将红外强度图像I与其梯度变化图像I2进行线性融合并进行直方图均衡化，得到红外偏振增强融合图像；

利用野生动物偏振红外热像与环境背景之间的不连续性及目标面积特性，先使用双窗滤波器分割出候选目标，再利用面积阈值滤除目标大小明显不合理的候选目标，得到潜在的野生动物个体；

根据获取的潜在野生动物个体，从红外偏振增强融合图像中提取不同天顶角、不同方位角的野生动物个体的多张偏振红外热像；

S4基于多观测角度偏振红外热像进行野生动物识别。

考虑到单一观测角度的偏振红外数据具有一定局限性，所得匹配结果存在不确定性，因此本发明采用多个观测角度偏振红外数据提取的偏振红外特征进行复合匹配，可提升匹配识别结果的可靠性。本发明的一个实施例中，步骤S4包括：

基于不同天顶角、不同方位角的潜在野生动物个体的偏振红外热像，进行特征提取，获取一组包含多观测角度的潜在野生动物个体的偏振红外特征；

将获取的野生动物个体的多观测角度偏振红外特征输入野生动物偏振红外热像特征库，根据野生动物偏振红外热像特征库中的特征对应关系识别野生动物的类别、性别和年龄段；若该个体无法与野生动物偏振红外热像特征库进行匹配，则将该个体视作非野生动物，或视作新的物种个体以备后续研究、验证。

第二方面，本发明提供一种基于偏振红外特征的野生动物遥感识别的装置，其结构框图如图2所示，所述装置包括：

数据获取模块101，用于获取观测区的偏振红外热像数据；

预处理模块102，用于处理获取的观测区偏振红外热像数据，得到潜在野生动物个体的多观测角度偏振红外信息；

野生动物识别模块103，用于将输入的多观测角度的潜在野生动物个体的偏振红外特征与野生动物偏振红外热像特征库进行匹配，识别该个体是否为特征库中的野生动物，以及野生动物的类别、性别和年龄段；

存储模块104，用于存储野生动物偏振红外热像特征库；

本发明的实施例中，提供一种计算机设备，包括存储器、处理器和控制器，如图3所示。所述存储器存储有计算机程序，所述控制器按照输入的无人机飞行路线和拍摄方式，控制无人机和偏振红外相机执行拍摄任务，并实现无线信号传输，所述处理器执行所述计算机程序时实现以下步骤：

根据所获取的不同偏振角度的偏振图像，求取Stokes矢量值{I，Q，U}，其中I为红外热像的总强度，Q为水平线偏振分量与垂直线偏振分量之差，U为45°线偏振分量与135°线偏振分量之差，进而得到红外强度图像I、两类线偏振度图像Q和图像U；

利用线偏振度图像Q和红外强度图像I得到Q/I比值图像，并与其均值作差，得到不受光照角度影响的偏振影像，并将其与红外强度图像I进行融合，得到不受光照角度影响的红外偏振增强图像；

将红外强度图像I与其梯度变化图像I2进行线性融合并进行直方图均衡化，得到红外偏振增强融合图像；

利用野生动物偏振红外热像与环境背景之间的不连续性及目标面积特性，先使用双窗滤波器分割出候选目标，再利用面积阈值滤除目标大小明显不合理的候选目标，得到潜在的野生动物个体；

根据获取的潜在野生动物个体，从红外偏振增强融合图像中提取不同天顶角、不同方位角的潜在野生动物个体的多张偏振红外热像；

基于不同天顶角、不同方位角的潜在野生动物个体的偏振红外热像，进行特征提取，获取一组包含多观测角度的潜在野生动物个体的偏振红外特征；

将获取的潜在野生动物个体的多观测角度偏振红外特征输入野生动物偏振红外热像特征库，根据野生动物偏振红外热像特征库中的特征对应关系识别野生动物的类别、性别和年龄段；若该个体无法与野生动物偏振红外热像特征库进行匹配，则将该个体目标视作非野生动物，或视作新的物种以备后续研究、验证。

本发明的实施例中，提供一种输入装置，用于将所需的野生动物偏振红外热像特征库中的信息输入计算机设备；

本发明的实施例中，提供一种显示器，可以是液晶显示器，用于显示处理器计算所得的每一幅图像和无人机平台的运行轨迹、状态、实时传输的图像；

本发明的实施例中，提供一种输出装置，用于将识别的结果传输至其他存储介质或网络介质中。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

Claims (9)

1.一种野生动物遥感识别方法，其特征在于，所述方法包括如下步骤：

步骤S1、构建野生动物偏振红外热像特征库；且步骤S1具体包含以下步骤，

S1.1、确定所需识别的野生动物类别，记为Ai，其中i取自然数；

S1.2、在标准条件下，以待测野生动物为观测对象，采集不同性别、不同年龄段的某类别野生动物Ai在不同姿态、不同天顶角、不同方位角的不同偏振角度的偏振红外热像；

S1.3、基于步骤S1.2获取的偏振红外热像，获取野生动物Ai的多维偏振红外特征，构建野生动物Ai的偏振红外热像特征库；

所述多维包括性别、年龄段、姿态、天顶角和方位角；本步骤中，基于待测野生动物不同偏振角度的多维偏振红外热像，求取Stokes矢量值{I，Q，U}并进行自定义组合，利用得到的红外强度图像I、两类线偏振度图像Q和图像U进行图像增强和图像融合，得到红外偏振融合增强图像，据此提取野生动物Ai的多维偏振红外特征；

S1.4、重复步骤S1.2和步骤S1.3，构建包含待识别的全部野生动物类别的偏振红外热像特征库；

步骤S2、获取观测区的多观测角度偏振红外热像数据；

步骤S3、对观测区偏振红外热像数据进行数据预处理，提取潜在野生动物个体的多观测角度偏振红外热像；且步骤S3具体包含以下步骤，

S3.1、根据所获取的不同偏振角度的偏振图像，求取Stokes矢量值{I，Q，U}并进行自定义组合，利用获取的红外强度图像和线偏振度图像得到抑制光照角度影响的红外偏振增强图像，并将其与红外强度图像进行融合得到红外偏振增强融合图像；

S3.2、基于图像分割获取红外偏振增强融合图像中潜在的野生动物个体；

S3.3、基于步骤S3.2获取的潜在野生动物个体，从多观测角度红外偏振增强融合图像中获取不同天顶角和不同方位角的潜在野生动物个体的偏振红外热像；

步骤S4、将提取的潜在野生动物个体的多观测角度偏振红外热像与野生动物偏振红外热像特征库进行匹配，识别野生动物个体。

2.根据权利要求1所述的野生动物遥感识别方法，其特征在于，步骤S1.2中所述不同姿态包括行走、奔跑、站立、攀爬、躺卧和飞行中的两种或以上。

3.根据权利要求1所述的野生动物遥感识别方法，其特征在于，步骤S1.2中所述不同天顶角是指0~90°范围内等步距的各个角度，且所述天顶角中的步距为2.5~10°。

4.根据权利要求1所述的野生动物遥感识别方法，其特征在于，步骤S1.2中所述不同方位角是指0~360°范围内等步距的各个角度，且所述方位角中的步距为5~30°。

5.根据权利要求1所述的野生动物遥感识别方法，其特征在于，步骤S2中包括根据观测区地形特征、下垫面类型、植被疏密程度合理设计搭载平台、运动模式与拍摄方式；具体包括在植被茂密区或地形复杂区域适当增加拍摄重复度和减小拍摄距离，而在平坦区域和植被稀疏区域适当降低拍摄重复度和增加拍摄距离；本步骤中使用无人机作为搭载平台，并设计至少一条合理的无人机运动路线和拍摄方式，再执行飞行任务并采集观测区多观测角度偏振红外热像数据。

6.根据权利要求1~5中任意一项所述的野生动物遥感识别方法，其特征在于，在步骤S3中，进行数据预处理时，充分考虑日间和夜间数据的差异性，得到不受光照角度影响的红外偏振增强图像；步骤S3.2中，利用野生动物偏振红外热像与环境背景之间的不连续性及目标面积特性，先使用双窗滤波器分割出候选目标，再利用面积阈值滤除目标大小明显不合理的候选目标，得到潜在的野生动物个体。

7.根据权利要求1~5中任意一项所述的野生动物遥感识别方法，其特征在于，步骤S4具体包含以下步骤，

S4.1、基于步骤S3获取的不同天顶角和不同方位角的潜在野生动物目标的偏振红外热像，获取潜在野生动物个体的多观测角度偏振红外特征；

S4.2、将获取的潜在野生动物个体的多观测角度偏振红外特征输入野生动物偏振红外热像特征库进行匹配，根据野生动物偏振红外热像特征库中的特征对应关系识别野生动物个体的类别、性别和年龄段。

8.根据权利要求7所述的野生动物遥感识别方法，其特征在于，步骤S4.2中，若该个体无法与野生动物偏振红外热像特征库进行匹配，则将该个体目标视作非野生动物，或视作新的物种以备后续研究和验证。

9.一种计算机设备，包括存储器、控制器和处理器，所述存储器存储有计算机程序；所述控制器按照输入的搭载平台的运动模式和拍摄方式，控制搭载平台和设备执行拍摄任务，且搭载平台和设备分别为无人机和偏振红外相机，并实现无线信号传输；

所述处理器执行所述计算机程序时实现如权利要求1~8中任意一项所述的野生动物遥感识别方法。