[发明专利]一种基于等高航线的无人机边坡植被分类方法有效
申请号: | 201910563825.7 | 申请日: | 2019-06-26 |
公开(公告)号: | CN110298299B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 韩超;刘品;李林霞;杨寅;郭科 | 申请(专利权)人: | 贵州省交通规划勘察设计研究院股份有限公司 |
主分类号: | G06V20/17 | 分类号: | G06V20/17;G06V10/764;G06V10/774 |
代理公司: | 贵州启辰知识产权代理有限公司 52108 | 代理人: | 赵彦栋 |
地址: | 550081 贵州省贵阳*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 航线 无人机 植被 分类 方法 | ||
1.一种基于等高航线的无人机边坡植被分类方法,其特征在于:包括如下步骤:
(1)使无人机以蛇形方式沿若干等高航线飞行且悬停在等高航线上的采样点上采集影像,若干等高航线离边坡地面的距离均相等且沿边坡倾斜方向均匀间隔并列设置,所述航线上均匀间隔设置有若干采样点;
所述等高航线获取方法,包括如下步骤:
a使无人机以蛇形方式沿若干定高均分间隔航线飞行并悬停在定高均分间隔航线上的采样点上采集影像,若干定高均分间隔航线位于边坡上方的同一平面内且沿边坡倾斜方向均匀间隔并列设置,所述航线上均匀间隔设置有若干采样点,从对应坡脚的航线到对应坡顶的航线航线上的采样点逐渐增多;
b将影像导入到Pix4DMapper中并合成低密度点云数据,从低密度点云数据中获得DSM,将DSM导入ArcGIS中并获得边坡坡角和边坡坡向;
c在ArcGIS中首先由边坡坡角、边坡坡向、摄像机镜头参数、对分辨率的要求及对航向重叠率的要求获得等高航线间距及其离边坡地面高度,然后使用等值线提取工具提取出等高航线,使用沿线提取点工具提取出采样点;
(2)将影像导入到Pix4DMapper中并合成高密度点云数据,由高密度点云数据获得正射影像;
构建样本训练管理器,具体为首先将人工分辨出的植物种类添加到ArcGIS中生成方案管理类别;然后按照方案管理类别,在近地正射影像中圈出待分类的对象类别,得到样本库;近地正射影像的获取方式为:通过无人机低空飞行并将其采集到的影像导入到Pix4DMapper中合成高密度点云数据,从高密度点云数据获得近地正射影像;
将样本训练管理器基于方案管理类别和样本库生成的ecd文件再结合分类方法作用于步骤(2)的正射影像中,得出边坡植物影像的分类结果。
2.根据权利要求1所述的一种基于等高航线的无人机边坡植被分类方法,其特征在于:所述步骤(2)中由高密度点云数据还获得DSM,将DSM和正射影像导入到ArcGIS,在ArcGIS中根据正射影像人工选取地面点,从DSM中提取地面点的高程,用反距离权重插值法生成DTM;
nDSM=DSM-DTM
其中nDSM为植株高度影像;DSM为数字表面模型;DTM为数字地形模型;
将样本训练管理器基于方案管理类别和样本库生成的ecd文件再结合分类方法作用于nDSM中,得出边坡植物影像的分类结果。
3.根据权利要求1所述的一种基于等高航线的无人机边坡植被分类方法,其特征在于:所述等高航线离边坡地面的高度为50m。
4.根据权利要求1或2所述的一种基于等高航线的无人机边坡植被分类方法,其特征在于:在边坡植物影像中随机生成一定数量的精度评估点,与人工分类做对比,得出精度评估点分类的准确性,最终生成精度检验结果集。
5.根据权利要求4所述的一种基于等高航线的无人机边坡植被分类方法,其特征在于:用精度检验结果集生成混淆矩阵,根据计数、用户精度、生产者精度和FScore分析分类精度,根据Kappa 得分评估分类方法的适用性。
6.根据权利要求5所述的一种基于等高航线的无人机边坡植被分类方法,其特征在于:所述分类方法为随机森林算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州省交通规划勘察设计研究院股份有限公司,未经贵州省交通规划勘察设计研究院股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910563825.7/1.html,转载请声明来源钻瓜专利网。