[發明專利]一種基于無人機影像匹配點云的高原梯田提取方法在審
| 申請號: | 202011605424.2 | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN112613464A | 公開(公告)日: | 2021-04-06 |
| 發明(設計)人: | 那嘉明;丁滸;張狄 | 申請(專利權)人: | 南京紋圖信息科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 北京盛凡佳華專利代理事務所(普通合伙) 11947 | 代理人: | 孫瑞峰 |
| 地址: | 210000 江蘇省南京市高*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 無人機 影像 匹配 高原 梯田 提取 方法 | ||
1.一種基于無人機影像匹配點云的高原梯田提取方法,其特征在于:依次包括以下步驟:
(1)對原始圖像進行預處理,計算原始點云各個點法向量、綠葉指數(GLI)GLI=(2·G-R-B)/(2·G+R+B);在原始點云數據中進行簡單采樣,利用統計方法,初步選擇可以區分梯田和非梯田區域的參數;
(2)選擇多個區,對步驟(1)中選擇的參數進行驗證,確定梯田提取的參數及其閾值;
(3)根據步驟(2)得到的參數及其閾值,提取正地形梯田候選區;
(4)采用區域生長法對點云進行正地形區域的提取;
(5)通過對步驟(4)得到的梯田候選區和步驟(5)得到的正地形取交集得到位于正地形區域上的梯田區域;
(6)對步驟(5)得到的位于正地形區域上的梯田區域進行形態學邊緣檢測、重采樣的得到二值化圖像;最后利用破碎圖斑去除和邊界平滑圖像處理等操作得到最終精細化的梯田范圍及梯田田坎線。
2.根據權利要求1所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述步驟(1)中,所述預處理包括:計算原始點云的法向量及xyz軸分量和GLI。
3.根據權利要求1所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述步驟(2)中確定梯田提取的參數及其閾值具體步驟包括:
(21)隨機選取區域內各主要地物類型小樣區;
(22)計算并比較步驟(1)中初步選擇的參數在各地物小樣區的值的大小;
(23)若找到合適的參數閾值將梯田和非梯田區域分離開,則使用該參數提取梯田,否則,不使用該參數。
4.根據權利要求1所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述步驟(4)中提取方法的步驟為:先選擇合適的生長點,再確定生長準則,最后判斷生長停止條件。
5.根據權利要求4所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述選擇合適的生長點,采用流域邊界線的領域分析方法提取山頂點作為正地形的生長點,選取出水口作為負地形的生長點。
6.根據權利要求4所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述確定生長準則為:在4鄰域或8鄰域內,待測點灰度與生長點灰度值相差為1或者0。
7.根據權利要求6所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述確定生長準則具體包括以下步驟:
(521)使用坡面畸變鄰域法提取正地形,以山頂點作為生長點,生長至沒有滿足生長條件的點為止;正地形生長過程中將得到的正地形區域用數字“1”來進行標記;
(522)使用坡面畸變鄰域法提取出的負地形,以出水口作為生長點,生長至沒有滿足生長條件的點為止;負地形生長過程中,將負地形區域用數字“0”進行標記;
(523)得到標記為“1”的正地形區域,標記為“0”的負地形區域,以及未識別區域,將正負地形分類結果結合原始點云山體陰影圖進行分析,將未識別區域進行分類得到全部的正負地形。
8.根據權利要求4所述的基于無人機影像匹配點云的高原梯田提取方法,其特征在于,所述確定生長停止條件為:如果相鄰兩次生長結果不發生變化,即已經不存在滿足生長準則的像元點,則停止生長。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京紋圖信息科技有限公司,未經南京紋圖信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011605424.2/1.html,轉載請聲明來源鉆瓜專利網。





