[发明专利]一种基于图像算法与深度学习相结合的作业轨迹面积计算方案规划方法

权利要求书

1.一种基于图像算法与深度学习相结合的作业轨迹面积计算方法，其特征在于：利用北斗终端设备采集农机行驶轨迹；对农机行驶轨迹进行去重、抽稀、分段、过滤的预处理操作；将大于阈值尺寸的预处理轨迹以固定矩形进行轨迹分割，获得多条子轨迹；基于子轨迹以等经纬度投影生成子轨迹灰度图像；依据对大部分作业轨迹的宽幅、地块最小宽度的统计，选择合适的膨胀腐蚀像素大小，通过形态学图像处理算法对子轨迹灰度图像进行作业地块的边界提取；通过像素边界反推原坐标系的经纬度坐标，并转换为有孔几何进行农机作业地块的一阶段面积计算；依据提取的像素边界截取边界内的轨迹生成地块灰度图；将地块灰度图输入地块分类模型，获得对图像以地块、噪点、路段、漂移为分类类别的分类结果；剔除一阶段面积中非地块类型的面积，即为二阶段面积；依据二阶段获取的地块面积，计算出农机作业的总面积。

具体实现步骤如下：

(1)利用北斗终端设备采集农机行驶轨迹，上发给数据接收服务，进行定位终端采集数据的存储；

(2)农机行驶轨迹预处理包括去重、抽稀、分段、过滤四步骤，分别来进行去除相邻经纬度重复数据；保留不改变原始轨迹形状下的最少轨迹点；以相隔较远轨迹点进行轨迹分段；过滤分段轨迹点过少、过密，分段频数过高的情况；

(3)地理位置跨度较大的预处理轨迹需要通过预定好的矩形几何进行轨迹的分割，通过几何算法生成多条子轨迹；

(4)基于子轨迹生成子轨迹灰度图像，使用的投影坐标系为等经纬度投影坐标系，在之后的像素坐标与经纬度坐标转换上会更加精确；

(5)依据对大部分作业轨迹的宽幅、地块最小宽度的统计，选择合适的膨胀腐蚀像素大小，通过形态学图像处理算法对子轨迹灰度图像进行作业地块的像素边界提取；

(6)通过像素边界反推原坐标系的经纬度坐标，根据像素边界的节点结构转换为有孔多边形，投影坐标系选择当前区域的等积投影进行农机作业地块的一阶段面积计算；

(7)依据步骤5中提取的像素边界截取边界内的轨迹生成固定尺寸的地块灰度图；

(8)将地块灰度图输入地块分类模型，获得对图像以地块、噪点、路段、漂移为分类类别的分类结果；

(9)剔除一阶段面积中非地块类型的面积，基于一阶段面积计算进行二阶段面积计算。