[发明专利]一种基于无人机采集图像的环境监测方法和系统

说明书

本发明公开了一种基于无人机采集图像的环境监测方法和系统，方法包括无人机采集遥感影像、获取其他信息、计算植被指数、计算植被覆盖率、计算环境评价指数、建立环境监测模型和可视化展示。本发明属于环境监测技术领域，具体是指一种基于无人机采集图像的环境监测方法和系统，本方案采用自然因素和人类行为因素相结合的综合评价体系，基于大数据使用算法优化建模，进而提高监测效果，采用计算遥感影像上波段相关值的方法确保无人机采集到的遥感影像冗余信息足够小进而提高监测效果，采用的优化算法易于实现且寻优能力强，收敛速度大大提升，模型准确率也得到了极大提升。

技术领域

本发明涉及环境监测技术领域，具体是指一种基于无人机采集图像的环境监测方法和系统。

背景技术

环境监测是指对环境质量状况进行监测，环境监测通过对反映环境质量的指标进行监视和测定，以确定环境质量的高低，当前无人机在环境监测领域的应用范围越来越广，但是无人机采集的遥感影像中存在着许多冗余观测信息，由于冗余信息过多而导致监测效果较差的问题；而且当前无人机对环境质量的监测评价方法一般以单因素或自然环境体系为标准，多采用静态法评价，存在结构单一且监测效果较差的问题；模型分类性能很大程度上受参数的影响，存在着搜索能力差、实现复杂和收敛速度慢等的问题。

发明内容

针对上述情况，为克服现有技术的缺陷，本发明提供了一种基于无人机采集图像的环境监测方法和系统，针对当前无人机采集的遥感影像中存在许多冗余观测信息导致监测效果差的技术问题，本方案采用计算遥感影像上波段相关值的方法确保无人机采集到的遥感影像冗余信息足够小；针对传统环境质量监测评价方法一般以单因素或自然环境体系为标准，多采用静态法评价，存在结构单一且监测效果较差的技术问题，本方案采用自然因素和人类行为因素相结合的综合评价体系，基于大数据使用算法优化建模，进而提高监测效果，所述自然因素包括地区温度、地区湿度和植被覆盖率，所述人类行为因素包括土地利用率和人口密度；针对当前模型分类性能很大程度上受参数的影响，存在着搜索能力差、实现复杂和收敛速度慢等的技术问题，本方案提出的寻参优化算法易于实现且寻优能力强，收敛速度大大提升，模型准确率也得到了极大提升。

本发明采取的技术方案如下：本发明提供的一种基于无人机采集图像的环境监测方法，该方法包括以下步骤：

步骤S1：无人机采集遥感影像；

步骤S2：获取其他信息；

步骤S3：计算植被指数；

步骤S4：计算植被覆盖率；

步骤S5：计算环境评价指数；

步骤S6：建立环境监测模型；

步骤S7：可视化展示。

进一步地，在步骤S1中，预先设定遥感影像的标准差阈值和遥感影像的相关性阈值，所述步骤S1包括步骤S11、步骤S12、步骤S13、步骤S14和步骤S15；

步骤S11：预先设定此次无人机采集的遥感影像为第一遥感影像p，第一遥感影像p由图像组成，计算图像的亮度差，所用公式为：

；

式中，是图像的亮度值，是图像的最大亮度值，是图像的最小亮度值；

步骤S12：计算第一遥感影像p的平均亮度值，所用公式为：

；

式中，是第一遥感影像p的平均亮度值，H是图像的矩阵行数，L是图像的矩阵列数；

步骤S13：计算第一遥感影像p的标准差，若不低于遥感影像的标准差阈值，则重新采集遥感影像并转至步骤S11；若低于遥感影像的标准差阈值，则转至步骤S14，所述计算第一遥感影像p的标准差的公式为：

；

式中，d是第一遥感影像p的标准差；