[發明專利]城市綠地三維綠量測算方法

有效

• 申請號: 202011299064.8
• 申請日: 2020-11-18
• 公開（公告）號: CN112669363B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 易揚;張桂蓮;張浪;林勇;邢璐琪;林奕成;江子堯
• 申請（專利權）人: 上海市園林科學規劃研究院
• 主分類號: G06T7/60
• 分類號: G06T7/60;G06T7/11;G06T7/13;G06T7/136
• 代理公司: 武漢維盾知識產權代理事務所(普通合伙) 42244
• 代理人: 蔣悅

1.城市綠地三維綠量測算方法，其特征是在于，包括以下步驟：

步驟一、獲取目標區域的全色影像、高光譜影像數據和激光雷達數據，并對數據進行預處理；

步驟二、在目標區域地面設置若干樣地，在樣地中記錄不同植物的測量數據，數據包括目標區域綠地中植物物種的種類，不同種類喬木和灌木的冠幅和樹高，測算植物物種的三維綠量；

步驟三、將高光譜圖像進行分割，篩選出影像數據中的植被區域，包括目標區域中的所有喬木、灌木和草地；

步驟四、利用全色影像，對植物區域的影像進行邊緣檢測，對植物物種的冠層輪廓進行識別并計算出平均冠徑；

利用高光譜影像可見光、紅邊波段和近紅外波段進行組合，定位、識別和聚集數據中最純的像元，獲取植物區域影像中純凈的端元波譜曲線，用于提取目標區域綠地中不同喬木和灌木植物物種的端元波譜特征曲線并錄入庫；

步驟五、對激光雷達數據進行預處理，并與植物物種邊緣檢測的結果進行疊加，計算出植物物種的高度；

步驟六、實測目標區域各植物物種的三維綠量，建立不同物種三維綠量及激光雷達獲得的樹高、樹冠的模型，區分不同植物物種所屬模型；

步驟七、根據步驟四中構建的高光譜影像下不同植物物種的端元波譜特征曲線，將影像中的所有數據進行分類，然后與全色影像植物物種的冠層輪廓監測結果進行疊加，識別定義每個輪廓的物種類別；

步驟八、根據步驟六中建立的植物物種三維綠量的模型，結合步驟七中的識別結果，通過計算，獲取目標區域綠地的三維綠量；

所述的步驟四的具體過程為：

基于索貝爾Sobel算子進行邊緣檢測，然后進行輪廓識別，具體步驟為：

首先，設定Sobel算子，公式為：

其次，利用全色高分辨率影像的像元集合Z與A和B做平面卷積，分別實現經橫向及縱向邊緣檢測的圖像灰度值G_x和G_y的計算，公式如下：

最后，計算全色高分辨率影像的每一個像元的橫向及縱向灰度大小，公式為：

使用近似值：

|f(G_x，G_y)|＝|G_x|+|G_y|

設置閾值為h，像元值f(G_x，G_y)大于h，即被標記為邊緣點，這些邊緣點的集合，即為輪廓識別的結果；

然后在全色影像輪廓識別的基礎上，參照樣地植物物種類型和地理位置，將某一喬木或灌木植物物種的冠幅高光譜影像作為數據集，通過高通濾波器模板對高光譜數據集G進行分離，得到噪聲G_N和信號G_s，則有：

G＝G_N+G_S

通過最大化變換后數據的信噪比，即最大化信號協方差與噪聲協方差的比值，得到變換矩陣V；

式中，Y_N和Y_S分別為變換后數據的噪聲和信號，Cov(·)表示協方差，C_N和C_S分別為數據的噪聲和信號的協方差，C_N＝Cov(G_N)，C_S＝Cov(G_S)，上式優化問題可等價為：

式中，C表示數據的總體協方差，C＝C_N+C_S，根據拉格朗日乘子法，上式的最優解為：

CV＝λC_NV

根據上式從大到小排列特征值，取前d個特征值對應的特征向量，可得到轉換矩陣：

V＝[V₁,V₂,…,V_d]

運用排除了噪聲波段的MNF結果，通過PPI提取高光譜數據集中對應樣地區域植被的純凈像元，生成一副“像元純度圖像”，通過設定閾值，將不同喬木和灌木植物物種的純凈的像元提取，生成一條完整的端元波譜曲線并錄入端元波譜數據庫；

輪廓識別后，還需計算樹冠投影面積中的平均半徑，具體方法為：

將樹冠投影輪廓最外沿的多邊形m定義為此多邊形有P_n個頂點，頂點P_n(n＝1，2，…，m)沿邊界正向排列，坐標依次為(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，樹冠投影輪廓的平均半徑為：