基于手机摄像头的草地覆盖度提取方法
【技术领域】
[0001] 本发明属于图像处理技术领域，涉及基于手机摄像头的草地覆盖度提取方法。
【背景技术】
[0002] 植被覆盖度是反映植被基本情况的指标，是农学、生态学等所关心的一个重要参 数。获取地表数码照片并进一步提取植被覆盖度已成为一种最具潜力的对植被覆盖度进行 地面测量的手段。池宏康等 [1]使用Photoshop图像处理软件手动提取数码照片的植被与 非植被像素，从而计算植被盖度。Zhou和Robson[2]利用数码照片，通过结合光谱和纹理的 非监督分类方法提取了草地覆盖度，结果证明该方法比单纯的利用k-means非监督分类和 最大似然法监督分类，在准确程度上有了很大的提高。宋雪峰等[3]用数码相机获取草地 样方照片，从样方照片数据中提取6项指标，建立逻辑判别模型，对照片中绿色植被部分作 出解读，测定内蒙古锡林郭勒盟西南端草地盖度，总体判断精度达到94. 7%。张清平等[4] 利用颜色分析软件WinCAM，选定一致的植被与非植被的颜色标准，通过颜色比对提取植被 并求得植被覆盖度。张学霞等[5]通过选取植被和非植被的感兴趣区域，分析各自的光谱 信息规律，利用线性混合像元分解的方法来获取植被覆盖度。章超斌等 [6]分析了大量荒 漠草地实地照片的RGB颜色模式特征，构建了RGB颜色判别决策树区分植被非植被像元来 计算植被的覆盖度。任杰等[7]借鉴Woebbecke等提出的仿归一化差值植被指数方法，建 立了基于NDI法的计算批量数码照片植被覆盖度的模型，对比监督分类，该方法更加自动 化和快速。班爱琴等M考虑拍摄照片时的光线条件，采用植被判定流程图法（VDF法），计 算植被覆盖度，并将处理效果及计算结果与NDI法进行对比。结果表明温和光线下时两种 方法计算结果准确度相当，而在强光条件下VDF法优于NDI法。胡健波等[9]提出了一种利 用过绿特征植被指数和半自动阈值设定算法（半自动阈值法）的从数码照片中快速计算草 地植被覆盖度的方法。半自动阈值法人工干预少，计算结果准确客观，适用性强；但是对 绿色特征不明显的植物（如灰绿色植物）效果不佳。张云霞等 [1°]在草地植被的多尺度遥 感与实地测量的报道中，对各种草地植被测量方法进行了对比，认为数码相机结合高光谱 以及多尺度遥感数据是未来草地植被盖度测量发展的趋势。
【发明内容】
[0003] 本发明的目的在于提供基于手机摄像头的草地覆盖度提取方法，解决了草场草地 覆盖度人为观测误差较大，浪费大量人力、物力；以及对现有照片进行草地覆盖度提取方法 复杂，效率较低的问题。
[0004] 本发明的技术方案按照以下步骤进行：
[0005] 步骤1 :使用数据来源于手机摄像头拍摄的草原草地照片；
[0006] 步骤2 :将拍摄照片上传至服务器，同时将拍照的地点、经度、炜度、时间、拍照人 员信息上传至服务器端数据库；
[0007] 步骤3 :照片中植被覆盖度提取；
[0008] ①计算DNI
[0009] NDI= (green-red)/ (green+red)
[0010] 其中：green代表绿波段的像元值；red代表红波段的像元值，DNI为正值，表示有 植被的覆盖，且随植被覆盖度的增大而增大；
[0011] ②NDI值按照正负做二值化处理
[0012] NDI>0的值，表示为植被像元，将该像元值赋值为I;NDI彡0的值，表示为非植被 像元，将该像元值赋值为〇,二值化公式为：
[0013] (BIGT0)*1+(B1LE0)*0
[0014] 其中，BI为NDI;
[0015] ③计算植被覆盖度
[0016] 统计植被像元占有总像元的比例，得到照片的植被覆盖度。计算植被覆盖度的公 式如下：
[0017]
[0018] 其中，N1为植被像元，N为整幅照片的像元；
[0019] 步骤4 :结果评价与验证；
[0020] 将DNI法得到的计算结果与监督分类方法得到的分类结果对比分析。
[0021] 进一步，所述步骤1中拍照时要求：
[0022] ①天气状况良好，保证拍到的照片图像清晰；
[0023] ②拍照时手机要垂直于地面进行拍摄，以减小照片边缘的几何变形；
[0024] ③拍摄的地点要求GPS信号良好，便于获取拍摄地点精确的经炜度信息。
[0025] 本发明的有益效果：实现通过手机摄像头拍摄照片进行植被覆盖度的提取。由于 手机等具有摄像头的移动设备能够随身携带，使得拥有移动设备的工作人员能够实时获取 拍摄照片的植被覆盖度。本发明主要应用于内蒙、东北等大草原地区，现有通过人工观测的 方式，耗费大量的人力，并且观测误差比较大。使用手机拍照提取方式结果较准确，而且可 以依托牧民用自己的手机来进行拍照并上传的方式，可以节省大量人力物力的浪费。
【附图说明】
[0026] 图1为本发明方法流程示意图。
【具体实施方式】
[0027] 下面结合【具体实施方式】对本发明进行详细说明。
[0028] 本发明流程如图1所示，按照以下步骤进行：
[0029] 步骤1 :数据获取
[0030] 使用数据来源于手机摄像头拍摄的草原草地照片。
[0031] 拍照时要求：
[0032] ①天气状况良好（晴天为最优，禁忌雨、雾、沙尘暴等恶劣天气），保证拍到的照片 图像清晰。
[0033] ②拍照时手机要垂直于地面进行拍摄，以减小照片边缘的几何变形。
[0034] ③拍摄的地点要求GPS信号良好，便于获取拍摄地点精确的经炜度信息。步骤2 : 照片上传
[0035] 开发手机软件将拍摄照片上传至服务器，同时将拍照的地点（经、炜度）、时间、拍 照人员等信息上传至服务器端数据库。开发的手机软件基于Android平台，照片上传采用 Android中的HTTP传输数据方法，服务器数据库端为MySQL数据库，连接数据库采用JDBC 方式。
[0036] 步骤3 :照片植被覆盖度提取
[0037] ①计算DNI
[0038] NDI方法是Woebbecke等提出的仿归一化差值植被指数方法，该方法简单、结果较 精确。DNI法被定义为可见光绿波段与可见光红波段数值之差和这两个波段数值之和的比 值。如下：
[0039] NDI = (green-red)/ (green+red)
[0040] 其中：green代表绿波段的像元值；red代表红波段的像元值。DNI为正值，表示有 植被的覆盖，且随植被覆盖度的增大而增大。