无人机遥感测量作物株高空间分布的方法及装置的制造方法
【专利摘要】本发明提供一种无人机遥感测量作物株高空间分布的方法及装置，所述方法包括：获取无人机的机载图像传感器采集的目标区域的图像序列；获取图像序列中各图像拍摄位置的POS信息；根据POS信息建立像平面坐标与地理坐标之间的转换关系；根据图像序列和转换关系，分别构建目标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM和目标区域与作物底部对应的基础地表模型BSM；根据DSM和BSM，获取目标区域作物株高的空间分布。该方法利用无人机遥感机动灵活特性获取大范围复杂农田条件下作物覆盖区株高，能解决人工观测以点代面、耗费大量人力物力、受人为主观影响大、数据精度不一致等问题。
【专利说明】
无人机遥感测量作物株高空间分布的方法及装置
技术领域
[0001] 本发明涉及无人机遥感测量及图像处理技术领域，尤其涉及一种无人机遥感测量 作物株高空间分布的方法及装置。
【背景技术】
[0002] 作物株高是表征不同作物品种的重要农艺性状参数，在大田农业生产上相同作物 品种由于株高的差异会直接影响最终产量。其主要原因是株高与作物地上生物量密切相 关，而地上生物量与产量关联，所以通常株高是衡量作物长势的重要农学参量。此外，在农 田作物发生洪涝、风灾时，会出现作物大量倒伏，且倒伏程度及空间分布复杂，开展倒伏调 查时难以通过人工观测全部观测到位。对于作物育种来说，株高也是重要的表型信息，除了 影响到育种材料的产量外，还与作物抗倒伏等特性关联，也是作物育种筛选的重要指标。
[0003] 目前，大部分作物株高测量方法都是利用地面测量设备或装置，在单点上进行作 物高度量测。实际上，由于农田上作物连续空间覆盖，仅仅靠少量地面点测量株高难以具有 代表性，存在以点代面的问题;现有的作物株高测量方法不能够全覆盖测量所有农田作物 株高，即得不到株高连续空间分布信息;而且现有的作物株高测量方法耗费大量人力物力， 特别是针对复杂农田条件，株高测量难以开展。
[0004] 鉴于此，如何测量目标区域作物株高的空间分布，并解决人工观测以点代面、耗费 大量人力物力、受人为主观影响大、数据精度不一致等问题成为目前需要解决的技术问题。
【发明内容】
[0005] 针对现有技术中的缺陷，本发明提供一种无人机遥感测量作物株高空间分布的方 法及装置，利用无人机遥感机动灵活特性获取大范围复杂农田条件下作物覆盖区株高的空 间分布，能够解决人工观测以点代面、耗费大量人力物力、受人为主观影响大、数据精度不 一致等问题，由于无人机遥感测量的机动灵活特性，极大的减少了地面测量工作，且保证了 株高提取的精度和一致性。
[0006] 第一方面，本发明提供一种无人机遥感测量作物株高空间分布的方法，包括：
[0007] 获取无人机的机载图像传感器采集的目标区域的图像序列；
[0008] 获取所述图像序列中各图像拍摄位置的P0S信息；
[0009] 根据所述P0S信息，建立像平面坐标与地理坐标之间的转换关系；
[0010]根据所述图像序列和所述转换关系，构建目标区域中的作物覆盖区域的包含作物 冠层空间信息的数字表面模型DSM;
[0011]根据所述图像序列和所述转换关系，构建目标区域与作物底部对应的基础地表模 型 BSM;
[0012 ]根据所述DSM和BSM，获取目标区域作物株高的空间分布。
[0013]可选地，所述图像序列中相邻帧图像重叠度大于第一预设值，所述无人机相邻航 线间重叠度大于等于第二预设值；
[0014] 和/或，
[0015] 所述P0S信息，包括:经度、炜度、高程、横滚、俯仰和航向。
[0016] 可选地，所述获取所述图像序列中各图像拍摄位置的P0S信息，包括：
[0017]利用空中三角测量方法，获取所述图像序列中各图像拍摄位置的P〇S信息。
[0018] 可选地，所述根据所述P0S信息，建立像平面坐标与地理坐标之间的转换关系，包 括：
[0019] 根据所述P0S信息，基于几何共线方程建立像平面坐标与地理坐标之间的转换关 系。
[0020] 可选地，所述根据所述图像序列和所述转换关系，构建目标区域中的作物覆盖区 域的包含作物冠层空间信息的数字表面模型DSM，包括：
[0021] 根据所述转换关系，获取所述图像序列中各图像作物覆盖区域的各像素点对应的 地理坐标；
[0022] 利用三角形网络法TIN，对所述作物覆盖区域上的全部地理坐标点进行组网，建立 目标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM;
[0023]其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层顶部的高度。
[0024] 可选地，所述根据所述图像序列和所述转换关系，构建目标区域与作物底部对应 的基础地表模型BSM，包括：
[0025] 选取所述图像序列中各图像地表上与作物底部处于相同水平面的像素点，并根据 所述转换关系，获取所选取的地表上与作物底部处于相同水平面的像素点对应的地理坐 标；
[0026]利用三角形网络法TIN，对所选取的地表上与作物底部处于相同水平面的像素点 对应的地理坐标点进行组网，建立目标区域与作物底部对应的基础地表模型BSM;
[0027]其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层底部的高度，所建 立的BSM的覆盖区域包含所建立的DSM的覆盖区域。
[0028]可选地，所述根据所述DSM和BSM，获取目标区域作物株高的空间分布，包括：
[0029]将所述DSM减去所述BSM，得到目标区域中作物覆盖区域的作物株高的空间分布。
[0030] 第二方面，本发明提供一种无人机遥感测量作物株高空间分布的装置，包括：
[0031] 第一获取模块，用于获取无人机的机载图像传感器采集的目标区域的图像序列；
[0032] 第二获取模块，用于获取所述图像序列中各图像拍摄位置的P0S信息；
[0033]转换关系建立模块，用于根据所述P0S信息，建立像平面坐标与地理坐标之间的转 换关系；
[0034]第一构建模块，用于根据所述图像序列和所述转换关系，构建目标区域中的作物 覆盖区域的包含作物冠层空间信息的数字表面模型DSM;
[0035]第二构建模块，用于根据所述图像序列和所述转换关系，构建目标区域与作物底 部对应的基础地表模型BSM;
[0036]第三获取模块，用于根据所述DSM和BSM，获取目标区域作物株高的空间分布。
[0037] 可选地，所述图像序列中相邻帧图像重叠度大于第一预设值，所述无人机相邻航 线间重叠度大于等于第二预设值；
[0038] 和/或，
[0039] 所述P0S信息，包括:经度、炜度、高程、横滚、俯仰和航向。
[0040] 可选地，所述第二获取模块，具体用于
[0041] 利用空中三角测量方法，获取所述图像序列中各图像拍摄位置的P0S信息；
[0042] 和/或，
[0043] 所述转换关系建立模块，具体用于
[0044]根据所述P0S信息，基于几何共线方程建立像平面坐标与地理坐标之间的转换关 系；
[0045] 和/或，
[0046] 所述第一构建模块，具体用于
[0047] 根据所述转换关系，获取所述图像序列中各图像作物覆盖区域的各像素点对应的 地理坐标;利用三角形网络法TIN，对所述作物覆盖区域上的全部地理坐标点进行组网，建 立目标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM;
[0048]其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层顶部的高度；
[0049] 和/或，
[0050] 所述第二构建模块，具体用于
[0051] 选取所述图像序列中各图像地表上与作物底部处于相同水平面的像素点，并根据 所述转换关系，获取所选取的地表上与作物底部处于相同水平面的像素点对应的地理坐 标;利用三角形网络法TIN，对所选取的地表上与作物底部处于相同水平面的像素点对应的 地理坐标点进行组网，建立目标区域与作物底部对应的基础地表模型BSM;
[0052] 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层底部的高度，所建 立的BSM的覆盖区域包含所建立的DSM的覆盖区域；
[0053] 和/或，
[0054]所述第三获取模块，具体用于
[0055]将所述DSM减去所述BSM，得到目标区域中作物覆盖区域的作物株高的空间分布。
[0056] 由上述技术方案可知，本发明的无人机遥感测量作物株高空间分布的方法及装 置，通过对无人机的机载图像传感器采集的目标区域的图像序列进行处理，来构建目标区 域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM和目标区域与作物底部 对应的基础地表模型BSM，进而根据DSM和BSM获取目标区域作物株高的空间分布，能够解决 人工观测以点代面、耗费大量人力物力、受人为主观影响大、数据精度不一致等问题，由于 无人机遥感测量的机动灵活特性，极大的减少了地面测量工作，且保证了株高提取的精度 和一致性。
【附图说明】
[0057] 图1为本发明一实施例提供的无人机遥感测量作物株高空间分布的方法的流程示 意图；
[0058] 图2为本发明一实施例提供的无人机遥感测量作物株高空间分布的装置的结构示 意图。
【具体实施方式】
[0059] 为使本发明实施例的目的、技术方案和优点更加清楚，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的前提下所获取的所有其他实施例，都属于本发明保护的范围。
[0060] 图1示出了本发明一实施例提供的无人机遥感测量作物株高空间分布的方法的流 程示意图，如图1所示，本实施例的无人机遥感测量作物株高空间分布的方法，包括：
[0061] 101、获取无人机的机载图像传感器采集的目标区域的图像序列。
[0062] 在具体应用中，所述图像序列中相邻帧图像重叠度大于第一预设值，所述无人机 相邻航线间重叠度大于等于第二预设值。
[0063]具体地，所述第一预设值可优选为75%，所述第二预设值可优选为30%。
[0064] 在具体应用中，本实施例无人机的机载图像传感器可优选为面阵高清数码相机， 其像素数高于2000万素数。
[0065] 在具体应用中，为了满足后续摄影测量空间三角测量需要，可根据无人机飞行高 度、飞行速度、数码相机视场角(F0V)大小，计算出机载图像传感器的采集频率V(Hz):
[0067]其中，S为无人机飞行速度(m/s)，H为无人机飞行高度(m)，F0V为数码相机视场角 大小(弧度），r为空中三角测量所需的图像重叠度（％)。
[0068] 102、获取所述图像序列中各图像拍摄位置的P0S信息。
[0069] 在具体应用中，所述步骤102,可以包括：
[0070] 利用空中三角测量方法，获取所述图像序列中各图像拍摄位置的P0S信息。
[0071] 可理解的是，根据机载图像传感器拍摄图像重叠度，地面同一点可以在多张像片 上成像，可采用传统摄影测量及空中三角测量方法，精确求解出各张彩色图像拍摄位置的 精确P0S信息，所述P0S信息可以包括:经度(X PQS)、炜度(YPQS)、高程(zPQS);横滚（P )、俯仰 (ω )、航向(!〇等。
[0072] 可理解的是，P0S是Position and Orientation System的简称，是低精度稳定平 台和高精度姿态测量系统，由惯性测量装置頂U和全球定位系统GPS组合而成。
[0073] 103、根据所述P0S信息，建立像平面坐标与地理坐标之间的转换关系。
[0074]在具体应用中，所述步骤103,可以包括：
[0075]根据所述P0S信息，基于几何共线方程建立像平面坐标(行、列）与地理坐标(经度、 炜度)之间的转换关系。
[0076]在具体应用中，所建立的转换关系具体如下述公式：
[0080] 其中，31，32,33;131，匕2，匕3;(31，02,03分别代表几何共线方程中像素坐标向地理坐标 转换过程中在X、Y、Z三轴的旋转、缩放及平移参数；（Μ，N)为彩色图像像素坐标；（X，Y，Z)为 几何校正后地理坐标;f为机载图像传感器的焦距。
[0081] 104、根据所述图像序列和所述转换关系，构建目标区域中的作物覆盖区域的包含 作物冠层空间信息的数字表面模型DSM。
[0082] 在具体应用中，所述步骤104,可以包括：
[0083] 根据所述转换关系，获取所述图像序列中各图像作物覆盖区域的各像素点对应的 地理坐标；
[0084] 利用三角形网络法TIN，对所述作物覆盖区域上的全部地理坐标点进行组网，建立 目标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM;
[0085]其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层顶部的高度。
[0086] 105、根据所述图像序列和所述转换关系，构建目标区域与作物底部对应的基础地 表模型BSM。
[0087] 在具体应用中，由于作物底部被遮挡，无法从图像上直接测量计算，所以所述步骤 105,可以包括：
[0088] 选取所述图像序列中各图像地表上与作物底部处于相同水平面的像素点（例如作 物垄行间的裸露区域，或作物种植区相邻的裸露地表），并根据所述转换关系，获取所选取 的地表上与作物底部处于相同水平面的像素点对应的地理坐标；
[0089]利用三角形网络法TIN，对所选取的地表上与作物底部处于相同水平面的像素点 对应的地理坐标点进行组网，建立目标区域与作物底部对应的基础地表模型BSM;
[0090] 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层底部的高度，所建 立的BSM的覆盖区域包含所建立的DSM的覆盖区域。
[0091] 106、根据所述DSM和BSM，获取目标区域作物株高的空间分布。
[0092] 在具体应用中，所述步骤106可具体为：
[0093]将所述DSM减去所述BSM，得到目标区域中作物覆盖区域的作物株高的空间分布。 [0094]可理解的是，由于DSM和BSM完全都是按照步骤103所建立的转换关系方程(2)计算 得到，所以DSM和BSM的空间对应是吻合的，均采用统一的地形坐标系，故对于作物覆盖区内 任意一点，二者的X、Y坐标都是相同的，不同的只是Z坐标，即高度信息。前者DSM为地心到冠 层顶部高度，后者BSM为地形地心到作物冠层底部的高度。所以，只需将二者相减即可得到 任意点的株高信息Η。
[0095] 本实施例的无人机遥感测量作物株高空间分布的方法，通过对无人机的机载图像 传感器采集的目标区域的图像序列进行处理，来构建目标区域中的作物覆盖区域的包含作 物冠层空间信息的数字表面模型DSM和目标区域与作物底部对应的基础地表模型BSM，进而 根据DSM和BSM获取目标区域作物株高的空间分布，能够解决人工观测以点代面、耗费大量 人力物力、受人为主观影响大、数据精度不一致等问题，由于无人机遥感测量的机动灵活特 性，极大的减少了地面测量工作，且保证了株高提取的精度和一致性。
[0096] 图2为本发明一实施例提供的无人机遥感测量作物株高空间分布的装置的结构示 意图，如图2所示，本实施例的无人机遥感测量作物株高空间分布的装置，包括:第一获取模 块21、第二获取模块22、转换关系建立模块23、第一构建模块24、第二构建模块25和第三获 取模块26;
[0097] 第一获取模块21，用于获取无人机的机载图像传感器采集的目标区域的图像序 列；
[0098]第二获取模块22,用于获取所述图像序列中各图像拍摄位置的P0S信息；
[0099]转换关系建立模块23,用于根据所述P0S信息，建立像平面坐标与地理坐标之间的 转换关系；
[0100]第一构建模块24，用于根据所述图像序列和所述转换关系，构建目标区域中的作 物覆盖区域的包含作物冠层空间信息的数字表面模型DSM;
[0101]第二构建模块25，用于根据所述图像序列和所述转换关系，构建目标区域与作物 底部对应的基础地表模型BSM;
[0102] 第三获取模块26，用于根据所述DSM和BSM，获取目标区域作物株高的空间分布。
[0103] 在具体应用中，所述图像序列中相邻帧图像重叠度大于第一预设值，所述无人机 相邻航线间重叠度大于等于第二预设值。
[0104] 具体地，所述第一预设值可优选为75%，所述第二预设值可优选为30%。
[0105] 在具体应用中，本实施例无人机的机载图像传感器可优选为面阵高清数码相机， 其像素数高于2000万素数。
[0106] 在具体应用中，为了满足后续摄影测量空间三角测量需要，可根据无人机飞行高 度、飞行速度、数码相机视场角(F0V)大小，计算出机载图像传感器的采集频率V(Hz):
[0108] 其中，S为无人机飞行速度(m/s)，H为无人机飞行高度(m)，F0V为数码相机视场角 大小(弧度），r为空中三角测量所需的图像重叠度（％)。
[0109] 在具体应用中，所述第二获取模块22,可具体用于
[0110] 利用空中三角测量方法，获取所述图像序列中各图像拍摄位置的P0S信息。
[0111] 可理解的是，根据机载图像传感器拍摄图像重叠度，地面同一点可以在多张像片 上成像，可采用传统摄影测量及空中三角测量方法，精确求解出各张彩色图像拍摄位置的 精确P0S信息，所述P0S信息可以包括:经度(X PQS)、炜度(YPQS)、高程(ZPQS);横滚(J9 )、俯仰 (ω )、航向(K)等。
[0112] 可理解的是，P0S是Position and Orientation System的简称，是低精度稳定平 台和高精度姿态测量系统，由惯性测量装置頂U和全球定位系统GPS组合而成。
[0113]在具体应用中，所述转换关系建立模块23,可具体用于
[0114]根据所述P0S信息，基于几何共线方程建立像平面坐标(行、列）与地理坐标(经度、 炜度)之间的转换关系。
[0115]在具体应用中，所建立的转换关系具体如下述公式：
[0119] 其中，31，32,33;131，匕2，匕3;(31，02,03分别代表几何共线方程中像素坐标向地理坐标 转换过程中在X、Y、Z三轴的旋转、缩放及平移参数；（Μ，N)为彩色图像像素坐标；（X，Y，Z)为 几何校正后地理坐标;f为机载图像传感器的焦距。
[0120] 在具体应用中，所述第一构建模块24，可具体用于
[0121] 根据所述转换关系，获取所述图像序列中各图像作物覆盖区域的各像素点对应的 地理坐标;利用三角形网络法TIN，对所述作物覆盖区域上的全部地理坐标点进行组网，建 立目标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM;
[0122] 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层顶部的高度。
[0123] 在具体应用中，由于作物底部被遮挡，无法从图像上直接测量计算，所以所述第二 构建模块25,可具体用于
[0124] 选取所述图像序列中各图像地表上与作物底部处于相同水平面的像素点（例如作 物垄行间的裸露区域，或作物种植区相邻的裸露地表），并根据所述转换关系，获取所选取 的地表上与作物底部处于相同水平面的像素点对应的地理坐标；
[0125] 利用三角形网络法TIN，对所选取的地表上与作物底部处于相同水平面的像素点 对应的地理坐标点进行组网，建立目标区域与作物底部对应的基础地表模型BSM;
[0126] 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层底部的高度，所建 立的BSM的覆盖区域包含所建立的DSM的覆盖区域。
[0127] 在具体应用中，所述第三获取模块26,可具体用于
[0128] 将所述DSM减去所述BSM，得到目标区域中作物覆盖区域的作物株高的空间分布。
[0129] 可理解的是，由于DSM和BSM完全都是按照步骤103所建立的转换关系方程(2)计算 得到，所以DSM和BSM的空间对应是吻合的，均采用统一的地形坐标系，故对于作物覆盖区内 任意一点，二者的X、Y坐标都是相同的，不同的只是Z坐标，即高度信息。前者DSM为地心到冠 层顶部高度，后者BSM为地形地心到作物冠层底部的高度。所以，只需将二者相减即可得到 任意点的株高信息H。
[0130] 本实施例的无人机遥感测量作物株高空间分布的装置，利用无人机遥感机动灵活 特性获取大范围复杂农田条件下作物覆盖区株高的空间分布，能够解决人工观测以点代 面、耗费大量人力物力、受人为主观影响大、数据精度不一致等问题，由于无人机遥感测量 的机动灵活特性，极大的减少了地面测量工作，且保证了株高提取的精度和一致性。
[0131] 本实施例的无人机遥感测量作物株高空间分布的装置，可以用于执行前述图1所 示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0132] 在本发明实施方式中"第一"、"第二"和"第三"等并不是对先后顺序做出规定，只 是对名称做出区别，在本发明实施方式中，不做出任何的限定。
[0133] 本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通 过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程 序在执行时，执行包括上述各方法实施例的步骤;而前述的存储介质包括:R〇M、RAM、磁碟或 者光盘等各种可以存储程序代码的介质。
[0134] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制;尽 管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依 然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进 行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术 方案的范围。
【主权项】
1. 一种无人机遥感测量作物株高空间分布的方法，其特征在于，包括： 获取无人机的机载图像传感器采集的目标区域的图像序列； 获取所述图像序列中各图像拍摄位置的POS信息； 根据所述POS信息，建立像平面坐标与地理坐标之间的转换关系； 根据所述图像序列和所述转换关系，构建目标区域中的作物覆盖区域的包含作物冠层 空间信息的数字表面模型DSM; 根据所述图像序列和所述转换关系，构建目标区域与作物底部对应的基础地表模型 BSM； 根据所述DSM和BSM，获取目标区域作物株高的空间分布。2. 根据权利要求1所述的方法，其特征在于，所述图像序列中相邻帧图像重叠度大于第 一预设值，所述无人机相邻航线间重叠度大于等于第二预设值； 和/或， 所述POS信息，包括:经度、炜度、高程、横滚、俯仰和航向。3. 根据权利要求1所述的方法，其特征在于，所述获取所述图像序列中各图像拍摄位置 的POS信息，包括： 利用空中三角测量方法，获取所述图像序列中各图像拍摄位置的POS信息。4. 根据权利要求1所述的方法，其特征在于，所述根据所述POS信息，建立像平面坐标与 地理坐标之间的转换关系，包括： 根据所述POS信息，基于几何共线方程建立像平面坐标与地理坐标之间的转换关系。5. 根据权利要求1所述的方法，其特征在于，所述根据所述图像序列和所述转换关系， 构建目标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM，包括： 根据所述转换关系，获取所述图像序列中各图像作物覆盖区域的各像素点对应的地理 坐标； 利用三角形网络法TIN，对所述作物覆盖区域上的全部地理坐标点进行组网，建立目标 区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM; 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层顶部的高度。6. 根据权利要求1所述的方法，其特征在于，所述根据所述图像序列和所述转换关系， 构建目标区域与作物底部对应的基础地表模型BSM，包括： 选取所述图像序列中各图像地表上与作物底部处于相同水平面的像素点，并根据所述 转换关系，获取所选取的地表上与作物底部处于相同水平面的像素点对应的地理坐标； 利用三角形网络法TIN，对所选取的地表上与作物底部处于相同水平面的像素点对应 的地理坐标点进行组网，建立目标区域与作物底部对应的基础地表模型BSM; 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层底部的高度，所建立的 BSM的覆盖区域包含所建立的DSM的覆盖区域。7. 根据权利要求1所述的方法，其特征在于，所述根据所述DSM和BSM，获取目标区域作 物株高的空间分布，包括： 将所述DSM减去所述BSM，得到目标区域中作物覆盖区域的作物株高的空间分布。8. -种无人机遥感测量作物株高空间分布的装置，其特征在于，包括： 第一获取模块，用于获取无人机的机载图像传感器采集的目标区域的图像序列； 第二获取模块，用于获取所述图像序列中各图像拍摄位置的POS信息； 转换关系建立模块，用于根据所述P0S信息，建立像平面坐标与地理坐标之间的转换关 系； 第一构建模块，用于根据所述图像序列和所述转换关系，构建目标区域中的作物覆盖 区域的包含作物冠层空间信息的数字表面模型DSM; 第二构建模块，用于根据所述图像序列和所述转换关系，构建目标区域与作物底部对 应的基础地表模型BSM; 第三获取模块，用于根据所述DSM和BSM，获取目标区域作物株高的空间分布。9. 根据权利要求8所述的装置，其特征在于，所述图像序列中相邻帧图像重叠度大于第 一预设值，所述无人机相邻航线间重叠度大于等于第二预设值； 和/或， 所述P0S信息，包括:经度、炜度、高程、横滚、俯仰和航向。10. 根据权利要求8所述的装置，其特征在于，所述第二获取模块，具体用于 利用空中三角测量方法，获取所述图像序列中各图像拍摄位置的P0S信息； 和/或， 所述转换关系建立模块，具体用于 根据所述P0S信息，基于几何共线方程建立像平面坐标与地理坐标之间的转换关系； 和/或， 所述第一构建模块，具体用于 根据所述转换关系，获取所述图像序列中各图像作物覆盖区域的各像素点对应的地理 坐标;利用三角形网络法TIN，对所述作物覆盖区域上的全部地理坐标点进行组网，建立目 标区域中的作物覆盖区域的包含作物冠层空间信息的数字表面模型DSM; 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层顶部的高度； 和/或， 所述第二构建模块，具体用于 选取所述图像序列中各图像地表上与作物底部处于相同水平面的像素点，并根据所述 转换关系，获取所选取的地表上与作物底部处于相同水平面的像素点对应的地理坐标;利 用三角形网络法TIN，对所选取的地表上与作物底部处于相同水平面的像素点对应的地理 坐标点进行组网，建立目标区域与作物底部对应的基础地表模型BSM; 其中，所述DSM表示地心到目标区域中作物覆盖区域的作物冠层底部的高度，所建立的 BSM的覆盖区域包含所建立的DSM的覆盖区域； 和/或， 所述第三获取模块，具体用于 将所述DSM减去所述BSM，得到目标区域中作物覆盖区域的作物株高的空间分布。
【文档编号】G06T7/00GK105869152SQ201610173873
【公开日】2016年8月17日
【申请日】2016年3月24日
【发明人】杨贵军, 徐波, 于海洋, 冯海宽, 杨小冬, 赵晓庆
【申请人】北京农业信息技术研究中心