基于无人机影像植株定位信息自动提取的系统及方法与流程

本发明涉及园林管理技术领域，具体是基于无人机影像植株定位信息自动提取的系统及方法。

背景技术：

随着信息科技的飞速发展，我国园林绿化管理也在与时俱进。为适应这种趋势，在原有管理系统的基础上，将无人机遥感技术、全球卫星定位系统技术和视频监控记录作为信息源，地理信息系统技术(gis)作为绿化植物智能管理系统与分析技术平台，同时辅助管理信息系统技术、数据库技术、网络技术等现代信息技术作为支撑，以建立可视化的园林绿化植物智能管理系统，对园林植物实行动态管理，准确地检测和预测园林绿化植物的动态变化，以实现园林树木管理的信息化、现代化、标准化、可视化、智能化和精细化，必将成为今后园林绿化管理的必然需求。但在园林信息化的过程中植物定位信息的获取，一直是采用gps或rtk人工作业的现状，不仅工作效率低，同时树下由于部分卫星信号的遮蔽，造成定位数据不准确，很难测的准，极大的阻碍了园林信息化的发展。

技术实现要素：

本发明的目的在于提供基于无人机影像植株定位信息自动提取的系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

基于无人机影像植株定位信息自动提取的系统，包括：无人机、定位装置、通信装置、控制系统和计算处理单元，其中，所述计算处理单元用于将遥感影像的坐标统一为2000国家大地坐标体系，并采用photomod软件或其它航空摄影测量软件进行空三、平差、正射以及匀光匀色处理，纠正几何变形。

作为本发明进一步的方案：所述定位装置接入北斗卫星定位系统，用于获取无人机的经纬度坐标信息，所述通信装置用于与无人机无线通讯，并接收无人机发送的地面遥感影像。

作为本发明进一步的方案：所述控制系统用于接收通信装置发送的数据集，并将数据集发送至计算处理单元中进行分析计算，且同时对无人机航迹进行控制。

作为本发明进一步的方案：所述无人机上挂载高分辨率相机。

基于无人机影像植株定位信息自动提取的方法，包括以下步骤：

1、航迹规划：设定好无人机参数，使无人机在作业区内沿既定的路径飞行；

2、控制点量测：将作业区划分多个多边形的测区，利用无人机上挂载的高分辨率相机摄取多幅作业区的影像，利用北斗定位系统获得每幅影像的四个角点和中心位置6-8个点的坐标，作为控制点和检查点；

3、获取正射影像：对影像进行空三、平差、正射和匀光匀色处理，获得正射影像图；

4、植株冠型识别：利用tensorflow卷积神经网络模型对植株冠型进行自动识别；

5、冠型矢量化：将计算机自动识别的冠型矢量化成多边形；

6、植物中心位置自动提取：自动提取每棵植物中心位置的xyz坐标，将坐标制作成表格，以植物中心位置(冠型中心点)坐标作为每棵植株的坐标，从而获得作业区植株的定位信息；

7、利用检查点与摄取的作业区影像进行匹配，进行精度验证。

与现有技术相比，本发明的有益效果是：本发明基于无人机航测以及计算机深度学习的植株冠型识别，可自动获取植株中心位置坐标，从而获得园区植株的位置坐标信息，不仅获取效率高，也解决了树下由于卫星信号的部分遮蔽导致测量精度不佳的问题，可测得更准确的植株定位信息。

附图说明

图1为基于无人机影像植株定位信息自动提取的系统的原理框图。

图2为基于无人机影像植株定位信息自动提取的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1～2，本发明实施例中，基于无人机影像植株定位信息自动提取的系统，包括：无人机1、定位装置2、通信装置3、控制系统4和计算处理单元5，所述定位装置2接入北斗卫星定位系统，用于获取无人机1的经纬度坐标信息，所述通信装置3用于与无人机1无线通讯，并接收无人机1发送的地面遥感影像；所述控制系统4用于接收通信装置3发送的数据集，并将数据集发送至计算处理单元5中进行分析计算，且同时对无人机1航迹进行控制；所述计算处理单元5用于将遥感影像的坐标统一为2000国家大地坐标体系，并采用photomod软件或其它航空摄影测量软件进行空三、平差、正射以及匀光匀色处理，纠正几何变形。

基于无人机影像植株定位信息自动提取的方法，包括以下步骤：

1、航迹规划：设定好无人机参数，包括无人机飞行高度(距地面30-70m)、飞行速度(无风10m/s)、拍摄频率(2s/次)等，使无人机1在作业区内沿既定的路径飞行；

2、控制点量测：将作业区划分多个多边形的测区，利用无人机上挂载的高分辨率相机摄取多幅作业区的影像，利用北斗定位系统获得每幅影像的四个角点和中心位置6-8个点的坐标，作为控制点和检查点；

3、获取正射影像：采用photomod或其它航空摄影测量软件对影像进行空三、平差、正射和匀光匀色处理，获得正射影像图；

4、植株冠型识别：利用tensorflow卷积神经网络模型对植株冠型进行自动识别；

5、冠型矢量化：将计算机自动识别的冠型矢量化成多边形；

6、植物中心位置自动提取：利用arcgis空间分析工具箱中的邻域分析和焦点统计，使max＝焦点统计的最大值，获得植株的中心位置，自动提取每棵植物中心位置的xyz坐标，将坐标制作成表格，以植物中心位置坐标作为每棵植株的坐标，从而获得作业区植株的定位信息；

7、利用检查点与摄取的作业区影像进行匹配，进行精度验证。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

技术特征：

1.基于无人机影像植株定位信息自动提取的系统，包括：无人机、定位装置、通信装置、控制系统和计算处理单元，其特征在于：所述计算处理单元用于将遥感影像的坐标统一为2000国家大地坐标体系，并采用photomod软件或其它航空摄影测量软件进行空三、平差、正射以及匀光匀色处理，纠正几何变形。

2.根据权利要求1所述的基于无人机影像植株定位信息自动提取的系统，其特征在于：所述定位装置接入北斗卫星定位系统，用于获取无人机的经纬度坐标信息，所述通信装置用于与无人机无线通讯，并接收无人机发送的地面遥感影像。

3.根据权利要求1所述的基于无人机影像植株定位信息自动提取的系统，其特征在于：所述控制系统用于接收通信装置发送的数据集，并将数据集发送至计算处理单元中进行分析计算，且同时对无人机航迹进行控制。

4.根据权利要求1所述的基于无人机影像植株定位信息自动提取的系统，其特征在于：所述无人机上挂载高分辨率相机。

5.基于无人机影像植株定位信息自动提取的方法，其特征在于：包括以下步骤：

(1).航迹规划：设定好无人机参数，使无人机在作业区内沿既定的路径飞行；

(2).控制点量测：将作业区划分多个多边形的测区，利用无人机上挂载的高分辨率相机摄取多幅作业区的影像，利用北斗定位系统获得每幅影像的四个角点和中心位置6-8个点的坐标，作为控制点和检查点；

(3).获取正射影像：对影像进行空三、平差、正射和匀光匀色处理，获得正射影像图；

(4).植株冠型识别：利用tensorflow卷积神经网络模型对植株冠型进行自动识别；

(5).冠型矢量化：将计算机自动识别的冠型矢量化成多边形；

(6).植物中心位置自动提取：自动提取每棵植物中心位置的xyz坐标，将坐标制作成表格，以植物中心位置坐标作为每棵植株的坐标，从而获得作业区植株的定位信息。

6.根据权利要求1所述的基于无人机影像植株定位信息自动提取的方法，其特征在于：还包括步骤(7)，所述步骤(7)利用检查点与摄取的作业区影像进行匹配，进行精度验证。

技术总结
本发明公开了基于无人机影像植株定位信息自动提取的系统及方法，该方法基于无人机航测以及计算机深度学习的植株冠型识别，可自动获取冠型中心点即植株中心位置坐标，从而获得园区植株的位置坐标信息，不仅获取效率高，也解决了树下由于部分卫星信号的遮蔽导致定位精度不佳的问题，可测得更准确的植株定位信息。

技术研发人员：孟陈;李俊祥;范舒雅;武彩燕;黄玥;欧阳林柯;刘宇晗
受保护的技术使用者：华东师范大学
技术研发日：2019.03.18
技术公布日：2020.09.29