根据土地利用分类数据对城镇低效用地识别的系统及方法与流程

1.本发明涉及图像数据处理技术领域，且更确切地涉及一种根据土地利用分类数据对城镇低效用地识别的系统及方法。


背景技术：

2.土地资源是人类社会赖以存在的最基本的物质基础，在人口、资源、环境和区域发展关系中居于其它资源无法替代的核心地位。伴随着生产水平的提高、人类活动范围的扩大和加剧，土地资源的利用面临着巨大的压力。通过对土地资源承载力进行评价与分析，能够掌握土地资源对于人口增长、城镇建设、农牧业生产、生态平衡等的支撑程度以及土地开发利用潜力，为协调区域环境系统与区域社会经济发展提供重要依据。从区域视角出发，评估建设用地可行性是基于用地适宜性的农牧型城镇土地资源承载力评估方法的特征与优势。城镇用地的发展越来越多地与周边坡度、坡向、地势、环境敏感区等结合起来，规划师则要指出用于城镇用地存在的问题和发展的优势，因此，用地适宜性分析是规划的重要基础。如何进行土地分析对城镇土地建设和应用具有重要的作用，常规技术分析方法通常采用人工概率计算的方式，这种方法只能从概率计算上实现数据信息计算，在获取数据信息时，也存在诸多困难。


技术实现要素：

3.针对上述技术的不足，本发明公开一种根据土地利用分类数据对城镇低效用地识别的系统及方法，采用无人机遥感技术实现城镇土地数据信息的获取，通过土地利用分类模块实现数据信息的分类，大大提高了土地利用分类能力，进而能够合理利用城镇资源，以更好地实现城镇资源构建与应用。
4.一种根据土地利用分类数据对城镇低效用地识别的系统，其中包括： 图像采集模块，用于采集城镇用地数据信息，并将采集到的镇用地数据信息传递到其他设备进行图像信息处理，所述图像采集模块为通过无人机控制系统控制的行波定位图像采集模块；其中所述图像采集模块包括 arm+dsp 双核处理器控制的图像采集模块和行波定位双端测距定位模块；图像处理模块，用于处理图像采集模块采集到的城镇图像数据信息，并且所述图像处理模块为基于改进型 retinex 算法模型的图像处理模块；土地利用分类模块，用于实现城镇土地数据信息的分类，根据采集到城镇图像数据信息，将图像数据信息根据用途、面积或者使用群体进而实现数据信息的分类；所述土地利用分类模块为基于改进型双链量子遗传算法模型的分类模块；识别模块，用于识别土地利用分类模块分类的结果； 中央处理模块，用于控制其它模块处于工作状态；无线数据通信模块，用于实现数据信息的交互，所述无线数据通信模块连接有遥感通信接口；
上层管理系统，用于通过无线数据通信模块实现数据信息的接收，以实现土地利用的综合管理；其中：所述图像采集模块的输出端与无线数据通信模块的输入端连接，所述无线数据通信模块的输出端与所述中央处理模块的输入端连接，中央处理模块还分别连接有识别模块、土地利用分类模块和远程无线数据通信接口，所述中央处理模块通过远程无线数据通信接口与上层管理系统连接。
5.作为本发明进一步的技术方案，其中所述无人机控制系统包括 arm9 嵌入式芯片、16 路 a/d 转换模块、8 路 d/a 转换模块、采样模块、信号调理电路、人机交互单元、外部扩展电路、无线数据传输模块和数据交互管理中心，其中所述采样输入输出接口的输出端与采样模块的输入端连接，所述采样模块的输出端分别与 16 路 a/d 转换模块和 8 路 d/a 转换模块的输入端连接，所述 16 路 a/d 转换模块和 8 路 d/a 转换模块分别与信号调理电路连接，所述 arm9 嵌入式芯片还分别连接有人机交互单元和 spi 总线，所述 spi 总线连接有外部扩展电路， 所述外部扩展电路连接有扩展模块，所述扩展模块连接有外部接口，所述 arm9 嵌入式芯片与无线数据传输模块连接，所述无线数据传输模块与数据交互管理中心连接。
6.作为本发明进一步的技术方案，所述图像采集模块包括 arm32 位的cortextm-m3 cpu 处理器和与所述处理器连接的遥感接口，所述图像采集模块还连接有双行采样电路。
7.作为本发明进一步的技术方案，所述改进型 retinex 算法模型包括图像输入模块、图像权重设置模块、偏色纠正模块和色彩恢复模块，其中所述图像输入模块的输出端与图像权重设置模块的输入端连接，所述图像权重设置模块的输出端与偏色纠正模块输入端连接，所述偏色纠正模块的输出端与色彩恢复模块的输入端连接。
8.作为本发明进一步的技术方案，所述改进型双链量子遗传算法模型包括信息转换模块、编码模块、空间变换模块和适应度计算模块，其中所述信息转换模块输出端与编码模块输入端连接，所述编码模块输出端与空间变换模块输入端连接，所述空间变换模块输出端与适应度计算模块输入端连接。
9.一种根据土地利用分类数据对城镇低效用地识别的系统实现信息识别的方法，包括以下步骤：步骤 1、通过图像采集模块采集城镇用地数据信息，并将采集到的镇用地数据信息传递到其他设备进行图像信息处理；步骤 2、通过图像处理模块处理采集到的城镇图像数据信息，并且所述图像处理模块为基于改进型 retinex 算法的图像处理模块；步骤 3、通过土地利用分类模块实现城镇土地数据信息的分类，根据采集到城镇图像数据信息，将图像数据信息根据用途、面积或者使用群体进而实现数据信息的分类；所述土地利用分类模块为基于改进型双链量子遗传算法方法的分类方法；步骤 4、通过识别模块识别土地利用分类模块分类的结果；步骤 5、通过中央处理模块控制其它模块处于工作状态；并且通过无线数据通信模块实现数据信息的交互；步骤 6、通过上层管理系统实现数据信息的接收，以实现土地利用的综合管理。
10.作为本发明进一步的技术方案，所述改进型 retinex 算法模型处理图像的方法
为：通过图像输入模块输入图像信息点，给定图像每个点（x，y），用公式可表示为：
ꢀꢀ
（1）式（1）中，s表示原始图像，r 表示反射分量图像， l表示图像的亮度，决定了图像亮的范围，通过当前像素点来估计整体亮度，通过图像权重设置模块确定权重，函数值表示为：（2）式（2）经过对数运算，表示中心环绕函数，表达式为：（3）式（3）中，c为高斯环绕的尺度，控制图像的领域范围，c值小于1时，增强图像的对比度，但容易出现偏色现象，通过偏色纠正模块改善偏色状况，偏色纠正模块的表达式函数表示为：（4）式（4）中，为输出图像，为高斯滤波函数，为图像尺度的权重，加入色彩恢复因子调节图像局部区域，通过色彩恢复模块恢复图像特征，则函数表达式为：
ꢀꢀ
（5）式（5）中，表色彩因子，公式为：
ꢀꢀ
（6）式（6）中，f为颜色空间映射函数，表示输入图像数据信息。
11.作为本发明进一步的技术方案，改进型双链量子遗传算法分类的方法为：（1）城镇图像信息的种群规模设置为，每条城镇图像信息染色体基因位数为，最大迭代次数为；（2）设置，种群初始化，对不同数据信息的参数进行初始化，采用qga量子位的编码进行标记；将城镇图像培训系统数据中的各种信息转换为双链量子遗传算法参数，其中量子比特q-bit在二维复向量空间中表示为一个单位向量，量子态通过0态或者1态以
叠加的方式累加或者叠加，公式表示为：
ꢀꢀ
（7）式（7）中，在应用双链量子遗传算法模型的分类规则对城镇图像信息分类时，设置为量子比特的概率幅，当量子比特q-bit以、概率收敛到0态或1态时，并且时， dcqga-crm编码对城镇图像信息分类的公式为： （8）式（8）中，其中、分别为对城镇图像信息分类的两个概率幅，每条城镇图像信息分类的染色体，分别可以在空间范围内进行信息搜索，输出两个最优解；（3）空间变换，将城镇图像信息转换的基因链在空间范围内通过进行信息映射，将生成的数据信息以初始规则集的方式集合；（4）将城镇图像产生的各种染色体数据信息按照适应度值进行计算，在应用过程中通过双链量子实数编码的方式对城镇图像中的各种数据信息进行计算，设置不同染色体信息对，其上具有个量子位的概率幅，通过线性变化的方式，将空间范围内的城镇图像信息通过映射的方式，转换为实数表示，染色体信息对的城镇图像信息通过以下公式表示： （9）在公式（9）中，为城镇图像信息表示的量子位下限值，表示城镇图像信息表示的量子位上限值，表示城镇图像信息染色体对中第个量子位，量子态0和1的概率幅值对应 和；（5）判断迭代次数以及收敛条件，当迭代次数达到设置值，或者收敛条件满足设定值时，则停止数据计算，当不满足条件时，则反复进行计算；（6）更新操作，利用量子旋转门和量子变异操作进行不断地更新，假设，
然后返回步骤（3）继续进行迭代计算，以线性变换的方式将城镇图像信息映射至整个实数解空间中，从而提高了数据分类能力；作为本发明进一步的技术方案，所述识别模块为数字化识别。
12.作为本发明进一步的技术方案，中央处理模块为基于 arm 系列的单片机控制模块。
13.本发明具有以下积极有益效果：本发明构建了一种根据土地利用分类数据对城镇低效用地识别的系统，该发明通过图像采集模块实现城镇用地数据信息的采集，并将采集到的镇用地数据信息传递到其他设备进行图像信息处理，所述图像采集模块通过无人机控制系统控制的行波定位图像采集模块实现城镇数据信息的采集，通过图像处理模块实现城镇图像数据信息的处理与分类，将图像数据信息根据用途、面积或者使用群体进而实现数据信息的分类。本发明还通过基于改进型双链量子遗传算法模型的分类模块实现图像数据信息的分类与计算，通过识别模块实现土地信息分类，大大提高了城镇用地计算和应用能力。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图，其中：图1为本发明整体架构示意图；图2为本发明图像采集模块原理示意图；图3为本发明中改进型retinex算法模型结构示意图；图4为本发明中双链量子遗传算法模型的结构示意图；图5为本发明图像采集模块中双行采样电路示意图；图6为本发明快速识别方法示意图；图7为本发明改进型retinex算法模型处理图像示意图；图8为本发明双链量子遗传算法模型工作方法示意图。
具体实施方式
15.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
16.如图 1 所示，一种根据土地利用分类数据对城镇低效用地识别的系统，包括：图像采集模块，用于采集城镇用地数据信息，并将采集到的镇用地数据信息传递到其他设备进行图像信息处理，所述图像采集模块为通过无人机控制系统控制的行波定位图像采集模块；其中所述图像采集模块包括 arm+dsp 双核处理器控制的图像采集模块和行波定位双端测距定位模块；图像处理模块，用于处理图像采集模块采集到的城镇图像数据信息，并且所述图像处理模块为基于改进型 retinex 算法模型的图像处理模块；土地利用分类模块，用于实现城镇土地数据信息的分类，根据采集到城镇图像数
据信息，将图像数据信息根据用途、面积或者使用群体进而实现数据信息的分类；所述土地利用分类模块为基于改进型双链量子遗传算法模型的分类模块；识别模块，用于识别土地利用分类模块分类的结果； 中央处理模块，用于控制其它模块处于工作状态；无线数据通信模块，用于实现数据信息的交互，所述无线数据通信模块连接有遥感通信接口；上层管理系统，用于通过无线数据通信模块实现数据信息的接收，以实现土地利用的综合管理；其中：所述图像采集模块的输出端与无线数据通信模块的输入端连接，所述无线数据通信模块的输出端与所述中央处理模块的输入端连接，中央处理模块还分别连接有识别模块、土地利用分类模块和远程无线数据通信接口，所述中央处理模块通过远程无线数据通信接口与上层管理系统连接。
17.如图 2 所示，其中所述无人机控制系统包括 arm9 嵌入式芯片、16 路 a/d 转换模块、8 路 d/a 转换模块、采样模块、信号调理电路、人机交互单元、外部扩展电路、无线数据传输模块和数据交互管理中心，其中所述采样输入输出接口的输出端与采样模块的输入端连接，所述采样模块的输出端分别与 16 路 a/d 转换模块和 8 路 d/a 转换模块的输入端连接，所述 16 路 a/d 转换模块和 8 路 d/a 转换模块分别与信号调理电路连接，所述 arm9 嵌入式芯片还分别连接有人机交互单元和 spi 总线，所述 spi 总线连接有外部扩展电路，所述外部扩展电路连接有扩展模块，所述扩展模块连接有外部接口，所述 arm9 嵌入式芯片与无线数据传输模块连接，所述无线数据传输模块与数据交互管理中心连接。
18.在具体实施例中，无人机控制系统的控制芯片为 at91rm9200 系列的avr9 系列芯片，该芯片在工作时，其运行频率在 200mips 左右，其外部除了设置上述硬件电路外，还设置了外围电源单元、复位模块、晶振工作电路，内存为外扩 32mb的 sdram 内存模块，通过该模块实现数据采集信息的存储，通讯接口为多通路接口，能够实现 rs232 串口、rs422 串口、rs485 串口等多种有线或者无线数据的通信。at91rm9200 系列的 avr9 系列芯片还能够实现 sdram 模块、闪存芯片的数据通讯。在无人机捕获图像信息时，采用超清的 1080p 监控摄像机，为了提高图像利用效果，在具体实施例中，还可以通过 gabor 滤波器过滤无用信息，将城镇相关巡检纹理读取和识别。
19.如图所述图像采集模块包括 arm32 位的 cortextm-m3 cpu 处理器和与所述处理器连接的遥感接口，所述图像采集模块还连接有双行采样电路。
20.如图 5 所示，该双行采样电路由两个 op07 运算放大器通过电阻、电容连接组成，op07 是一种低噪声、非斩波稳零的双极性运算放大集成电路，具有输入偏置电流信号低、开环高增益的特点，该采样模块的工作通过开关进行控制，该系统进行采样工作的过程为：开关 s4 首先闭合使信号输入端接地，2 号输入端口的开关 s1 闭合实现复位信号的采样，1 号输入端口的开关 s2 闭合实现对积分后的信息的采样，在这之后将右侧失调储存电路中的开关 s6 闭合实行复位工作， 连接运放输入端口以及输出端口，这样会形成一个单位负反馈电路，而运放输入端口以及运放负输入端口的失调，以电压的表现形式存在电容 c6 上。在完成采样任务以后，系统需试验光信号减去复位信号的任务，这时需要将闭合开关 s3 使 2 号输入端接地。最后一步就将完成采样任务后的输入信号以及复位信号
之间的差值输送到输出端。在这个差值进行输送的过程中，闭合开关 s5 进行接地， 闭合开关 s8 使电容接入，并断开复位开关 s6，因为根电荷守恒定律，所以上述差值就会被输送到运放的输出端。并且在两个放大器中间通过 r1、r2、c3、c4 的配合作用对电压、电流进行处理，进一步保证了信号不会产生失真。
21.在上述实施例中，如图 3 所示，所述改进型 retinex 算法模型包括图像输入模块、图像权重设置模块、偏色纠正模块和色彩恢复模块，其中所述图像输入模块的输出端与图像权重设置模块的输入端连接，所述图像权重设置模块的输出端与偏色纠正模块输入端连接，所述偏色纠正模块的输出端与色彩恢复模块的输入端连接。
22.如图 4 所示，所述改进型双链量子遗传算法模型包括信息转换模块、编码模块、空间变换模块和适应度计算模块，其中所述信息转换模块输出端与编码模块输入端连接，所述编码模块输出端与空间变换模块输入端连接，所述空间变换模块输出端与适应度计算模块输入端连接。
23.如图 6 所示，一项根据土地利用分类数据对城镇低效用地识别的系统实现信息识别的方法，包括以下步骤：步骤 1、通过图像采集模块采集城镇用地数据信息，并将采集到的镇用地数据信息传递到其他设备进行图像信息处理；步骤 2、通过图像处理模块处理采集到的城镇图像数据信息，并且所述图像处理模块为基于改进型 retinex 算法的图像处理模块；步骤 3、通过土地利用分类模块实现城镇土地数据信息的分类，根据采集到城镇图像数据信息，将图像数据信息根据用途、面积或者使用群体进而实现数据信息的分类；所述土地利用分类模块为基于改进型双链量子遗传算法方法的分类方法；步骤 4、通过识别模块识别土地利用分类模块分类的结果；步骤 5、通过中央处理模块控制其它模块处于工作状态；并且通过无线数据通信模块实现数据信息的交互；步骤 6、通过上层管理系统实现数据信息的接收，以实现土地利用的综合管理。
24.所述改进型 retinex 算法模型处理图像的方法为：通过图像输入模块输入图像信息点，给定图像每个点（x，y），用公式可表示为：
ꢀꢀ
（1）式（1）中，s表示原始图像，r 表示反射分量图像， l表示图像的亮度，决定了图像亮的范围，通过当前像素点来估计整体亮度，通过图像权重设置模块确定权重，函数值表示为：（2）式（2）经过对数运算，表示中心环绕函数，表达式为：（3）
式（3）中，c为高斯环绕的尺度，控制图像的领域范围，c值小于1时，增强图像的对比度，但容易出现偏色现象，通过偏色纠正模块改善偏色状况，偏色纠正模块的表达式函数表示为：（4）式（4）中，为输出图像，为高斯滤波函数，为图像尺度的权重，加入色彩恢复因子调节图像局部区域，通过色彩恢复模块恢复图像特征，则函数表达式为：
ꢀꢀꢀ
（5）式（5）中，表色彩因子，公式为：
ꢀꢀ
（6）式（6）中，f为颜色空间映射函数，表示输入图像数据信息。
25.在上述实施例中，如图 4 所示，利用色彩恢复因子，调整原始图像中 r、g、b 颜色通道之间的比例，更好的显示较暗区域的图像信息，改善了颜色失真的问题，经过各种非线性变换，达到了色彩恢复的效果。改进型 retinex 算法使用hsv 颜色模型。hsv 颜色空间是根据人的视觉感知而上建立的，其中，v 无关于图像的彩色信息，h 和 s 与人感受颜色的方式相关，采用 hsv 色彩空间可以实现色彩与亮度分离。利用导向滤波处理，对图像的亮度进行分析处理，又不破坏图像的边缘信息，然后再用 gamma 校正，测出图像明暗区域，进而增大深色和浅色部分的比例，使图像对比更加明显，最后用线性拉伸计算出图像的整体亮度。由于经过了对数变换，图像的灰度级降低，图像整体亮度降低，采用图像增强方法， 对变换后图像使用 sigmoid 函数，加入自适应权值，提高图像亮度的动态范围的同时，增强了图像的细节。
26.在上述实施例中，如图7和图8所示，改进型双链量子遗传算法分类的方法为：（1）城镇图像信息的种群规模设置为，每条城镇图像信息染色体基因位数为，最大迭代次数为；（2）设置，种群初始化，对不同数据信息的参数进行初始化，采用 qga 量子位的编码进行标记；将城镇图像培训系统数据中的各种信息转换为双链量子遗传算法参数，其中量子比特 q-bit 在二维复向量空间中表示为一个单位向量，量子态通过 0 态或者 1 态以叠加的方式累加或者叠加，公式表示为：
ꢀꢀ
（7）
式（7）中，在应用双链量子遗传算法模型的分类规则对城镇图像信息分类时，设置为量子比特的概率幅，当量子比特q-bit以、概率收敛到0态或1态时，并且时， dcqga-crm编码对城镇图像信息分类的公式为： （8）式（8）中，其中、分别为对城镇图像信息分类的两个概率幅，每条城镇图像信息分类的染色体，分别可以在空间范围内进行信息搜索，输出两个最优解；（3）空间变换，将城镇图像信息转换的基因链在空间范围内通过进行信息映射，将生成的数据信息以初始规则集的方式集合；（4）将城镇图像产生的各种染色体数据信息按照适应度值进行计算，在应用过程中通过双链量子实数编码的方式对城镇图像中的各种数据信息进行计算，设置不同染色体信息对，其上具有个量子位的概率幅，通过线性变化的方式，将空间范围内的城镇图像信息通过映射的方式，转换为实数表示，染色体信息对的城镇图像信息通过以下公式表示： （9）在公式（9）中，为城镇图像信息表示的量子位下限值，表示城镇图像信息表示的量子位上限值，表示城镇图像信息染色体对中第个量子位，量子态0和1的概率幅值对应 和；（5）判断迭代次数以及收敛条件，当迭代次数达到设置值，或者收敛条件满足设定值时，则停止数据计算，当不满足条件时，则反复进行计算；（6）更新操作，利用量子旋转门和量子变异操作进行不断地更新，假设，然后返回步骤（3）继续进行迭代计算，以线性变换的方式将城镇图像信息映射至整个实数解空间中，从而提高了数据分类能力；在上述计算过程中，在 dcqga-crm 算法中融入了量子变异操作，能够提高种群计算过程中的数据收敛能力，提高了城镇图像过程中的数据抗干扰能力，增加
城镇图像过程中的数据分类能力。
27.在上述实施例中，所述识别模块为数字化识别。
28.在上述实施例中，通过改进型双链量子遗传算法分类后，其中为城镇图像信息表示的量子位下限值，表示城镇图像信息表示的量子位上限值，比如当输出数据信息为低于时，或者城镇利用率有待提高，当输出数据信息为高于时，表示城镇利用率过高，将出现城市用地密集现象。
29.在上述实施例中，中央处理模块为基于 arm 系列的单片机控制模块。
30.在上层管理系统内，可以实现城市调查、城市建筑要素测量、城市建设虚拟、城市建设地质特征等多种城市土地利用效率分析与计算。
31.虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解， 这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如， 合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。