[发明专利]带约束点集配准的增量式农田边界精度校准方法及装置

说明书

本发明提供了一种带约束点集配准的增量式农田边界精度校准方法及装置，所述方法包括以下步骤：将基于卫星遥感影像提取的农田边界的数据和实际测量得到的农田边界的数据配对并存储在数据库中，导出农田边界的数据；根据基于卫星遥感影像提取的农田边界和实际测量得到的农田边界的形状相似性以及区域重叠率来判定提取的农田边界的有效性；提取农田边界的对应点，基于刚体点集配准校正提取的农田边界，以及基于增量式联合点集配准校正提取的农田边界；将校正后的农田边界存入数据库。本发明提升了基于高分辨率的卫星遥感影像提取的农田边界的定位精度和提取农田边界的效率。

技术领域

本发明涉及农田边界提取技术领域，具体涉及一种带约束点集配准的增量式农田边界精度校准方法及装置。

背景技术

农田边界是我国国土资源非常重要的信息，也是我国每十年一次的全国土地调查所重点关注的对象之一。随着科技的快速发展，精准农业已成为当今世界农业发展的潮流之一。其中无人机植保(农药喷洒、施肥、农作物长势跟踪等)已成为精准农业的重要组成部分，也是提升农业作业效率的有效手段之一。而高精度的农田边界是无人机高效、精准作业的必要条件之一。

基于高分辨率的卫星遥感影像，融合深度学习、大数据及计算机视觉等前沿技术，可以批量高效的提取农田边界，且提取农田边界的形状具有较高的准确性。然而由于卫星遥感影像普遍绝对定位精度不足，使其无法被直接应用在精准农业场景上。而传统的基于测绘仪器的人工测量方式，虽然能保证定位精度，但是效率低下，尤其对较大面积的农田，作业的人力成本很高。因此提升基于高分辨卫星遥感影像提取的农田边界的绝对定位精度以及提升传统人工测绘测量方式的采集效率降低人力成本，已成为行业内急需要解决的问题，而针对其的研发也在持续进行当中。

目前校正基于高分辨遥感影像获取的农田边界位置精度的主要方案是通过校正卫星遥感影像的方式间接得到的。而这种方式需要建立具有标志性、图像易识别的预先采集的地面控制点和该控制点在遥感图像像素位置的一一对应关系。实际作业中，受地理环境的影响较难选取或布控地面控制点，另外目前商业卫星遥感影像的最高分辨率在0.3米左右，在选取控制点像素时也会引入较大误差，因此这种校正方式目前在实际应用中的效果还有待提高。而提升人工测绘测量采集效率的方式也多集中在采集设备的轻型化、小型化上，但仍不能减少采集距离。

基于高分辨率的卫星遥感影像，使用机器学习(深度学习)及计算机视觉技术，可以高效批量的提取农田边界信息。但是受限于卫星遥感影像绝对位置精度不足，基于其提取的农田边界较难直接用于对作业精细化要求较高的精准农业(无人机植保)当中。传统的人工基于测绘仪器的测量方式，虽然具有效率低下、人工成本高等缺陷，但由于其能保证农田边界的精度，仍是目前最主要的农田边界获取方式。而基于无人机低空航测生成的高精度数字正射影像，提取高精度的农田边界也是一种方案。但是航测无人机价格昂贵、需要专业操作、为保证精度还需要布控大量的地面控制点，无形中大大增加了作业难度及作业成本，这也成为其较难被广泛应用的瓶颈。

发明内容

本发明提供了带约束点集配准的增量式农田边界精度校准方法及装置，解决的技术问题是：1)提升基于高分辨率的卫星遥感影像提取的农田边界的定位精度，使其可以应用于无人机植保等精准农业场景；2)利用基于高分辨率的卫星遥感影像提取的农田边界具有较好的形状准确性的优点，提升传统基于测绘测量提取农田边界方式的效率。

本发明采用的技术方案具体如下：

一种带约束点集配准的增量式农田边界精度校准方法，所述方法包括以下步骤：

将基于卫星遥感影像提取的农田边界的数据和实际测量得到的农田边界的数据配对并存储在数据库中，导出农田边界的数据；

根据基于卫星遥感影像提取的农田边界和实际测量得到的农田边界的形状相似性以及区域重叠率来判定提取的农田边界的有效性；

提取农田边界的对应点，基于刚体点集配准校正提取的农田边界，以及基于增量式联合点集配准校正提取的农田边界；