[发明专利]一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质在审

专利信息
申请号: 202011359876.7 申请日: 2020-11-27
公开(公告)号: CN112445241A 公开(公告)日: 2021-03-05
发明(设计)人: 付骏宇;耿鹏;刘立斌 申请(专利权)人: 佛山市墨纳森智能科技有限公司
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 佛山粤进知识产权代理事务所(普通合伙) 44463 代理人: 王余钱
地址: 528200 广东省佛山市南海区桂城街道*** 国省代码: 广东;44
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 无人机 遥感技术 地表 植被 识别 方法 系统 可读 存储 介质
【权利要求书】:

1.一种基于无人机遥感技术的地表植被识别方法,其特征在于,包括:

建立观测点区位,生成采集方式,

根据采集方式生成无人机编队,得到编队信息;

根据编队信息,生成调度信息,

根据调度信息对无人机进行位置管控,得到无人机位置信息;

根据无人机位置信息采集多角度植被遥感图像,接收电磁波反射信号,通过光谱反射率特性建立植被区域空间;

提取植被空间特征值,获取分类规则,通过分类规则对空间特征值进行分类处理,得到植被信息;

将植被信息进行几何分解以及遥感解译,获得植被类型,得到结果信息;

判断结果信息与预设信息之间的差值是否大于预设阈值;

若大于,则生成修正信息,通过修正信息对无人机位置信息进行修正,并将修正结果传输至终端。

2.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法,其特征在于,采集植被遥感图像信息还包括对植被遥感图像进行预处理,具体为:

获取植被遥感图像,采用整数小波变换对图像进行压缩编码;

利用标准图像垂直投影法建立误差纠正模型;

提取植被遥感图像特征点;

将植被遥感图像特征点与标准图像特征点进行相似度度量,得到结果信息;

将结果信息与预设阈值进行比较,

若大于预设阈值,则植被遥感图像与标准图像匹配成功;

若小于预设阈值,则通过误差纠正模型对植被遥感图像进行纠偏。

3.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法,其特征在于,提取植被空间特征值,获取分类规则,还包括:

通过大数据分析植被分类历史数据,建立原始训练样本;

获取植被空间特征值,判断原始训练样本是否服从高斯正态分布;

若服从,则建立分类判别方式,并通过分类判别方式,对植被分布进行识别;

若不服从,则扫描植被遥感图像像元信息,并提取像元特征向量,判断特征向量与预设向量之间的夹角,得到偏差值;

若偏差值小于预设阈值,则保留该像元特征向量;

若偏差值大于预设阈值,则剔除该像元特征向量;

将所有偏差值小于预设阈值的像元特征向量进行叠加计算,生成植被分布信息。

4.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法,其特征在于,还包括:

通过大数据建立约束模型,并通过约束模型生成航行时间约束条件;

获取无人机起始位置与目标位置;

根据基准航迹计算无人机起始位置至目标位置的标准航行时间;

采集动态航迹信息,并计算预测航行时间;

将标准航行时间与预测航行时间进行比较,得到偏差率;

判断所述偏差率是否大于预设偏差率阈值;

若大于,则对无人机节点的航行速度进行调整。

5.根据权利要求4所述的一种基于无人机遥感技术的地表植被识别方法,其特征在于,根据探测方式生成无人机编队,得到编队信息;具体包括:

建立三维场景,提取虚拟无人机区位信息,并建立无人机编队模型,

根据无人机编队模型生成虚拟无人机队形保持信息;

根据虚拟无人机队形保持信息,生成虚拟无人机编队方式;

根据虚拟无人机编队方式进行无人机编队,得到结果信息;

将结果信息与实际探测信息进行比较;得到无人机编队偏差信息;

判断所述偏差信息是否大于预设阈值,

若大于,则生成修正信息,对虚拟无人机编队方式进行修正。

6.根据权利要求1所述的一种基于无人机遥感技术的地表植被识别方法,其特征在于,将植被信息进行几何分解以及遥感解译,获得植被类型,具体包括:

获取植被遥感图像,提取遥感图像特征点,并生成解译标志;

根据解译标志,获取解译规则,

通过解译规则对遥感图像中的图像特征点进行一一解译,

解译完成后,对所有特征点解译结果进行融合,得到遥感图像解译信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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佛山市墨纳森智能科技有限公司,未经佛山市墨纳森智能科技有限公司许可,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/202011359876.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top