一种基于小型无人机的农业辅助定损方法
【技术领域】
[0001] 本发明涉及一种农业定损辅助系统，特别是涉及了一种基于小型无人机的农业辅 助定损方法。
【背景技术】
[0002] 我国每年发生的风、雹、涝等局部性、多发性、分散于较大区域的灾害不计其数，因 此造成的损失也是极大的，目前采取的传统的抽样勘测的定损方式主要采用卫星系统与人 工勘察相结合，这种方式不仅耗费大量的人力物力成本高昂而且存在耗费时间过长勘测过 于模糊不够精确等诸多问题，据不完全统计，每年因统计测绘问题导致土地定损模糊不清， 损失的财产在百亿元以上。因此，现在急需要一套能够快速准确地进行农业定损的系统来 尽量减少损失，这种损失对于农业生产工作者来说，一份准确的农业定损可指导他们及时 展开补救措施，将损失降到最低点，可见现有技术中缺少反应速度快、处理精度高、效率高 的辅助定损检测方式。
【发明内容】
[0003] 为了解决【背景技术】中存在的问题，本发明的目的在于提供了一种基于小型无人机 的农业辅助定损方法，将小型无人机应用于农业定损领域，本发明充分利用小型无人机的 飞行稳定性、无线视频传输的实时性以及数字化图像处理的可靠性，从而完成辅助农业定 损。
[0004] 本发明所要解决的问题包括如下步骤：
[0005] 1)采用带有摄像头的小型无人机通过自动巡航模式或者飞手操控模式进行航拍， 采集需定损农田的图像和视频，在采集的同时将所采集到的图像和视频实时上传至PC上 位机；
[0006] 航拍前，科到达需要进行农业定损的地点先了解具体情况，主要包括农田的尺寸、 农田中栽种的庄稼以及农田受灾的主要类型；针对农田的具体情况制定航拍方案以及图像 采集方案，航拍方案主要包括航拍高度、获取图像的时间间隔、航拍路线以及选择自动巡航 还是由操控小型无人机进行航拍，再实施航拍。
[0007] 2)PC上位机接收到所有图像和视频后，利用图像处理方法对图像和视频进行拼接 以及三维重建，得到需定损农田的二维图像以及三维图像；
[0008] 3)通过对所得二维图像进一步进行图像处理以及对三维图像数据分析得到农田 信息数据，以辅助农业定损。
[0009] 所述的步骤1)中，航拍角度的范围为0°到45°，依据实际情况选取合适的航拍 角度，对于二维图像，航拍角度为0°，对于于三维图像，航拍角度不为0°，需要对农田通 过不同角度的航拍获取图像；航拍高度H由以下公式计算得到：
[0010] h/fr=dw/sw
[0011] 其中，匕表示航拍用镜头的实际焦距，S ￥表示航拍所用摄像头的宽度，D ￥表示摄像 头拍摄到的地面宽度；摄像头拍摄到的地面宽度Dw*以下公式得到
[0012] Dw= (IMff*GSD)/100
[0013] 其中，Mff表示所拍摄图像的宽度，单位为像素，GSD表示每厘米宽度在图像中所 代表的像素。
[0014] 所述的二维图像间隔采集获取，其时间间隔T采用以下公式：
[0015] T = (aMH*GSD)/100)*(l-重叠率）/V
[0016] 其中，重叠率表示图像拼接与三维重建的图像与图像之间的重叠率，V表示无人机 航拍的速度，单位为米/秒。
[0017] 所述的步骤3)农田信息数据主要包括农田主要受灾类型、农田完整面积、农田受 灾面积以及占农田面积的比例、农作物高度信息和农田植被颜色分布。
[0018] 所述的农田完整面积是由PC上位机依据所得农田二维图像与实际农田的比例关 系计算得到，农作物高度信息由所得农田三维图像结合其图像高层信息得到。
[0019] 农田主要受灾类型通过人肉眼从农田二维图像中观察得到。其农田受灾的主要类 型包括由温度因子引起的有热害、冻害、霜冻、热带作物寒害和低温冷害；由水分因子引起 的有旱灾、洪涝灾害、雪害和雹害；由风引起的有风害；由气象因子综合作用引起的有干热 风、冷雨和冻涝害；虫灾。
[0020] 依据所得三维图像以及农作物的高度信息得到农作物倒伏的具体位置以及相应 倒伏的面积，通过图像处理得到枯萎的面积，枯萎的面积加上倒伏的面积得到农田受灾面 积，由受灾面积除以农田面积得到农田受灾面积以及占农田面积的比例。
[0021] 农田植被颜色分布由农田二维图像进行进一步图像处理得到，农作物高度信息和 农田植被颜色分布可分别形成饼图和柱状图形式用于判断农作物的倒伏以及农作物的枯 萎情况，同时用于计算农田的受灾面积。
[0022] 所述方法进一步地根据需定损农田的二维图像以及三维图像，选取分块区域进行 实地勘察校验，得到精确的农业定损信息数据。
[0023] 本发明的农业定损信息数据不仅包括航拍得到的农业定损信息，还包括进行实地 勘测所获得的各项信息，可用于进行损失评估以及存档。
[0024] 所述的步骤2)采集到的各张图像的相邻图像之间存在70 %以上的冗余图像区 域，为后续图像拼接以及三维重建提供便利。
[0025] 所述的步骤2)图像拼接主要依次进行以下三个主要步骤：图像预处理、图像配 准、图像拼接。
[0026] 图像预处理：对图像进行噪声点的抑制，在图像质量不理想的情况下进行图像拼 接，如果不经过图像预处理，很容易造成一些误匹配。
[0027] 图像配准：对待拼接图像中的sift特征进行提取，在提取出的信息中寻找最佳的 匹配，完成图像间的对齐。
[0028] 图像拼接：在图像配准后对图像进行缝合，并对缝合的边界进行平滑处理，让缝合 自然过渡；平滑处理采用双线性插值方法，使用如下公式计算重叠区域的像素值：
[0030] 其中，dl，d2分别是重叠区域中的点到重叠区域左边界和右边界的距离，imgl (X， y)与img2(x，y)分别表示待拼接的两张图像的像素点。
[0031] 所述的步骤2)三维重建主要包括依次进行的图像预处理处理、特征提取匹配、相 机估计稀疏重建和稠密三维重建的四个部分。
[0032] 图像预处理：从航拍视频到重建关键帧的提取，即根据设定的时间间隔从视频中 提取一帧作为关键帧；
[0033] 特征提取匹配：采用GPU加速的SIFT特征提取与匹配方法；
[0034] 相机估计稀疏重建：利用三角测量和捆扎调整迭代的方法进行相机参数的估计 和三维稀疏点云的重建，相机参数的估计采用SBA开源函数库，三维稀疏点云的重建采用 Bunder开源库；
[0035] 稠密三维重建：利用CMVS和PMVS对稀疏点云进行进一步的扩散和优化。
[0036] 本发明针对上述问题采用小型无人机勘测进行辅助定损，小型无人机勘测农业定 损应运而生，小型无人机是一个新兴的行业，在国内还处于一个市场的导入期，现阶段在各 个行业的应用还处于探索和尝试阶段，一些开始应用的行业批量也并不是很大，但小型无 人机的使用实际上与其他传统产品形成了互相替代的关系。随着小型无人机技术的不断成 熟、成本的降低和效率的提高，小型无人机代替其他产品是不可逆转的趋势。在航空测量领 域，对于小范围、大比例尺、时效性要求高的测绘场合，小型无人机比有人驾驶飞机和卫星 照片成本仅有其2/5到1/10。
[0037] 本发明方法具有反应速度快、处理精度高、成本低廉等优点，且经过无人机进行农 业定损的结果具有更高的效率、客观性、透明性，能够为农业定损提供更加有力的证据。基 本过程为将小型无人机运输到需进行农业定损的农田，对受灾地区进行航拍，然后基于航 拍信息处理系统，参考承保地块信息，对航拍结果进行地物识别和分类，获取受灾区域的总 受灾面积，空间分布和大致的损失程度；最后可根据航拍影响的处理分析结果，选取典型区 域勘察校验。
[0038] 与现有技术相比，本发明的有益效果在于：
[0039] 现有技术的农业定损主要是依靠卫星信息与人工定损相结合进行的，通过这种方 式进行的农业定损不仅需要耗费巨大的人力、物力和时间，而且客观性较低，本发明是一个 全新的方向，能够依据图像处理得到的图像信息迅速、客观、高效地进行农业定损。
[0040] 本发明能够在人不进入农田的情况下，通过小型无人机采集图像、上位机进行图 像处理最终实现农业定损，整个过程体现了农业定损智能化的特点，提高了农业定损的效 率也大大缩减了农业定损的成本，此外，通过这种方式进行农业定损提高了农业定损的透 明化以及客观性，减少了损失。
【附图说明】
[0041 ] 图1为本发明的流程示意图。
[0042] 图2为本发明的小型无人机各部件的连接方式示意图。
[0043] 图3为本发明实施例的图像采集点以及航拍路线的设置示意图。
[0044] 图4为本发明实施例所得的农田的拼接图像的局部图像。
[0045] 图5为本发明实施例所得的农田的三维重建图像的侧面图像。
【具体实施方式】
[0046] 以下将参照附图，对本发明的优选实例进行详细的描述。应当理解，优选实施例仅 为了说明本发明，而不是为了限制本发明的保护范围。
[0047] 本发明方法所采用的装置包括小型无人机、与小型无人机配套的遥控器以及PC 上位机，PC上位机与小型无人机之间通过无线传输模块连接；小型无人机上装载有飞控 板、GPS定位模块、气压计、陀螺仪以及带有摄像头的云台机构。
[0048] 小型无人机各部件的连接方式如图2所示。本发明的小型无人机搭载有小型无人 机云台机构、电调、超声波探测器、锂电池、小型无