本發(fā)明涉及無人機(jī)攝影及圖像處理的技術(shù)領(lǐng)域，尤其涉及一種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算方法，以及基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算系統(tǒng)。

背景技術(shù)：

植被覆蓋度是一個(gè)的重要生態(tài)學(xué)指標(biāo)，在森林資源清查、土地荒漠化監(jiān)測等領(lǐng)域有著廣泛的應(yīng)用。

傳統(tǒng)的覆蓋度調(diào)查方法有目測估算法、樣方調(diào)查法等(Wilson et al.,1987)，這些方法主要適用于局部小尺度(<100m²)的生態(tài)調(diào)查，方法簡便，但結(jié)果受主觀影響很大，調(diào)查結(jié)果差異明顯(Curran and Williamson,1986；Wilson et al.,1987)。近年來，部分研究人員利用普通數(shù)碼相機(jī)或者魚眼鏡頭相機(jī)拍照，基于單幅圖像通過目視判別或人工智能等方法自動(dòng)識(shí)別植物和背景，計(jì)算局部小區(qū)域(<100m²)的植被覆蓋度(Lynch et al.,2015；Richardson et al.,2001；Guo et al.,2013))。該方法測量精度高，但是調(diào)查區(qū)域較小，并不適宜評價(jià)景觀尺度的植被覆蓋情況。應(yīng)用衛(wèi)星遙感影像可以進(jìn)行區(qū)域、國家甚至全球大尺度植被覆蓋度的調(diào)查(Eastwood et al.,1997；Gutman and Ignatov,1998；Wittich and Hansing,1995)，極大提高了研究的面積與效率。但是，衛(wèi)星影像的時(shí)間、空間分辨率低，且應(yīng)用受天氣制約、成本較高(Hunt et al.,2010；Turner et al.,2012)。

隨著民用無人機(jī)的出現(xiàn)，成功彌補(bǔ)了衛(wèi)星遙感精度低、地面拍照拍攝范圍小的缺陷。無人機(jī)具有靈活性高、云下飛行、影像分辨率高、時(shí)效性強(qiáng)、成本低等諸多優(yōu)點(diǎn)(Garcia-Ruiz et al.,2013)，經(jīng)過拼接的無人機(jī)圖像能快速、精確計(jì)算景觀尺度上的植被覆蓋度。

申請?zhí)枮?01310380546.X的“一種大尺度植被覆蓋度航空動(dòng)態(tài)系統(tǒng)”提供了一種適用于野外較大范圍植被覆蓋度動(dòng)態(tài)測算的裝置平臺(tái)和軟件系統(tǒng)，但是其方法受限于昂貴的專業(yè)航拍器材，無法廣泛應(yīng)用；其測量范圍受限于其無人機(jī)平臺(tái)飛行高度(150-350m)和搭載的傳感器單幅圖像范圍(15500*10400)。

申請?zhí)枮?01510710753763.8的“基于無人飛行器的植被數(shù)據(jù)采集方法及采集裝置”提供了一種基于無人飛行器采集植被數(shù)據(jù)的方法，但是其采集的植被數(shù)據(jù)類型僅包括植被高度數(shù)據(jù)。

因此，有必要提供一種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算方法，以解決現(xiàn)有技術(shù)所存在的問題

技術(shù)實(shí)現(xiàn)要素：

為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明要解決的技術(shù)問題是提供了一種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算方法，其可以很好的進(jìn)行大范圍植被覆蓋度調(diào)查，獲取數(shù)據(jù)精準(zhǔn)可靠，大量減少人工實(shí)際調(diào)查困難，采用的材料經(jīng)濟(jì)易得，方法操作簡單，易于實(shí)際應(yīng)用，適用林業(yè)推廣化調(diào)查。

本發(fā)明的技術(shù)方案是：這種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算方法，該方法包括以下步驟：

(1)規(guī)劃飛行路線；

(2)采集圖像信息；

(3)使用基于無人機(jī)圖像的專業(yè)制圖軟件拼接以獲取目標(biāo)區(qū)域正射投影圖像；

(4)計(jì)算植被覆蓋度。

本發(fā)明通過利用無人機(jī)根據(jù)規(guī)劃的飛行路徑拍攝目標(biāo)區(qū)域的影像，并對單幅圖像進(jìn)行正射糾正處理，拼接獲取景觀尺度圖像，再計(jì)算植被覆蓋度，因此可以很好的進(jìn)行大范圍植被覆蓋度調(diào)查，獲取數(shù)據(jù)精準(zhǔn)可靠，大量減少人工實(shí)際調(diào)查困難，采用的材料經(jīng)濟(jì)易得，方法操作簡單，易于實(shí)際應(yīng)用，適用林業(yè)推廣化調(diào)查。

還提供了一種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算系統(tǒng)，該系統(tǒng)包括：

規(guī)劃模塊，其配置來規(guī)劃飛行路線；

采集模塊，其配置來采集圖像信息；

拼接模塊，其配置來獲取目標(biāo)區(qū)域正射投影圖像；

計(jì)算模塊，其配置來計(jì)算植被覆蓋度。

附圖說明

圖1所示為根據(jù)本發(fā)明的基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算方法的流程圖。

圖2a所示為目標(biāo)飛行區(qū)域飛行路線規(guī)劃，圖2b、2c所示為飛行節(jié)點(diǎn)計(jì)算示意圖。

圖3所示為根據(jù)本發(fā)明的步驟(2)的流程圖。

圖4所示為根據(jù)本發(fā)明的步驟(4)的流程圖。

具體實(shí)施方式

如圖1所示，這種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算方法，該方法包括以下步驟：

(1)規(guī)劃飛行路線；

(2)采集圖像信息；

(3)獲取目標(biāo)區(qū)域正射投影圖像；

(4)計(jì)算植被覆蓋度。

本發(fā)明通過利用無人機(jī)根據(jù)規(guī)劃的飛行路徑拍攝目標(biāo)區(qū)域的影像，并對單幅圖像進(jìn)行正射糾正處理，拼接獲取景觀尺度圖像，再計(jì)算植被覆蓋度，因此可以很好的進(jìn)行大范圍植被覆蓋度調(diào)查，獲取數(shù)據(jù)精準(zhǔn)可靠，大量減少人工實(shí)際調(diào)查困難，采用的材料經(jīng)濟(jì)易得，方法操作簡單，易于實(shí)際應(yīng)用，適用林業(yè)推廣化調(diào)查。

另外，所述步驟(1)包括以下分步驟：

(1.1)飛行區(qū)域前期處理：首先獲取目標(biāo)區(qū)域邊界各點(diǎn)地理坐標(biāo)，A(X_A，Y_A)、B(X_B，Y_B)、C(X_C,Y_C)、D(X_D，Y_D)，根據(jù)目標(biāo)區(qū)域的特點(diǎn)(如海拔高差差別較大)，將計(jì)算區(qū)域劃分成不同子區(qū)域，對不同的子區(qū)域分別進(jìn)行飛行路線規(guī)劃；

(1.2)根據(jù)公式(1)-(3)獲得飛行區(qū)域AB段各飛行節(jié)點(diǎn)坐標(biāo)A_n(X_A,n，Y_A,n)

w＝l*(1-r_s) (2)

其中飛行高度h，飛行區(qū)域邊長為d，相機(jī)廣角α，旁向重疊率r_s，單幅照片地面覆蓋寬度l，飛行路線間距w；

(1.3)飛行區(qū)域CD段各飛行節(jié)點(diǎn)坐標(biāo)C_n(X_C,n，Y_C,n)可用(1.2)方法計(jì)算；

(1.4)根據(jù)所獲得飛行區(qū)域AB段和CD段每個(gè)飛行節(jié)點(diǎn)坐標(biāo)，將各節(jié)點(diǎn)按AC、CC₁、C₁A₁、A₁A₂、……、A_n-1C_n-1、C_n-1D、DB方式進(jìn)行坐標(biāo)排序，最終形成規(guī)劃好的飛行路線(如圖2a所示)。

另外，所述步驟(2)包括以下分步驟：

(2.1)無人機(jī)準(zhǔn)備；

(2.2)啟動(dòng)地面控制平臺(tái)；

(2.3)設(shè)定飛行參數(shù)；

(2.4)設(shè)定攝像參數(shù)；

(2.5)進(jìn)行飛行安全檢查；

(2.6)標(biāo)定無人機(jī)攝像頭；

(2.7)無人機(jī)起飛，進(jìn)行圖像采集。

在目標(biāo)飛行區(qū)域附近，首選準(zhǔn)備好擬起飛的無人機(jī)，在地面站中打開飛行控制軟件，導(dǎo)入節(jié)2.1計(jì)算的飛行路線，根據(jù)飛行要求設(shè)置飛行參數(shù)，根據(jù)飛行速度、環(huán)境光線情況等設(shè)置相機(jī)拍照參數(shù)，通過地面站自動(dòng)控制飛機(jī)起飛，拍攝目標(biāo)飛行區(qū)域。

另外，在所述步驟(3)中，獲取研究樣地圖像數(shù)據(jù)后，基于空中三角測量原理，使用基于無人機(jī)圖像的專業(yè)制圖軟件自動(dòng)、高效地對單幅無人機(jī)影像進(jìn)行正射糾正處理，輸出供分析的高精度正射影像。

另外，所述步驟(4)包括以下分步驟：

(4.1)新建項(xiàng)目文件；

(4.2)新建堆塊并在堆塊中添加圖片；

(4.3)選取植被和背景訓(xùn)練集；

(4.4)根據(jù)已有的訓(xùn)練集，生成分類模型；

(4.5)應(yīng)用分類模型分析圖像，輸出植被覆蓋度。

另外，所述步驟(4.3)中，利用GUI界面(本發(fā)明的相關(guān)軟件)，用鼠標(biāo)在照片上直接劃線選取。

另外，所述步驟(4.3)中，處理得到植物和地面的分離圖片(通過一些軟件)，然后導(dǎo)入這些圖片作為訓(xùn)練集。

本領(lǐng)域普通技術(shù)人員可以理解，實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，包括上述實(shí)施例方法的各步驟，而所述的存儲(chǔ)介質(zhì)可以是：ROM/RAM、磁碟、光盤、存儲(chǔ)卡等。因此，與本發(fā)明的方法相對應(yīng)的，本發(fā)明還同時(shí)包括一種基于無人機(jī)的景觀尺度植被覆蓋度的計(jì)算系統(tǒng)，該系統(tǒng)通常以與方法各步驟相對應(yīng)的功能模塊的形式表示。使用該方法的系統(tǒng)，該系統(tǒng)包括：

規(guī)劃模塊，其配置來規(guī)劃飛行路線；

采集模塊，其配置來采集圖像信息；

拼接模塊，其配置來獲取目標(biāo)區(qū)域正射投影圖像；

計(jì)算模塊，其配置來計(jì)算植被覆蓋度。

本發(fā)明的有益效果如下：

(1)解決了傳統(tǒng)目估法調(diào)查植被覆蓋度時(shí)受觀測人主觀影響較大，調(diào)查結(jié)果差異大，重復(fù)性低的缺點(diǎn)；

(2)解決了傳統(tǒng)地面調(diào)查植被覆蓋度時(shí)，人工測量小樣地內(nèi)植物冠幅，調(diào)查范圍小、工作量大，效率低的問題；

(3)提高了傳統(tǒng)地面調(diào)查方法中后期由于假設(shè)冠幅形狀估算植被覆蓋度，造成調(diào)查結(jié)果精度低的缺點(diǎn)；

(4)本方法通過單幅圖像拼接，使精確的植被覆蓋度的估計(jì)范圍擴(kuò)大到景觀尺度(<100km²)，解決了傳統(tǒng)調(diào)查范圍小的劣勢；

(5)本方法基于像素尺度估算植被覆蓋度，顯著提高了植被覆蓋度估計(jì)的精度。

(6)本方法利用正射影像基于人工智能分類和并行算法技術(shù)，實(shí)現(xiàn)了景觀尺度植被覆蓋度的自動(dòng)、快速準(zhǔn)確計(jì)算。

以上所述，僅是本發(fā)明的較佳實(shí)施例，并非對本發(fā)明作任何形式上的限制，凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對以上實(shí)施例所作的任何簡單修改、等同變化與修飾，均仍屬本發(fā)明技術(shù)方案的保護(hù)范圍。