一种基于无人机的城市绿化区域提取方法与流程

本发明涉及一种城市绿化区域提取方法，更具体的说是涉及一种基于无人机的城市绿化区域提取方法。

背景技术：

1、城市绿地是指城市建设用地内的绿地与广场用地和城市建设用地外的区域绿地两部分。它包含两个层次的内容：一是城市建设用地范围内用于绿化的土地；二是城市建设用地之外。城市绿化能够提高城市自然生态质量，有利于环境保护；提高城市生活质量，调节环境心理；增加城市地景的美学效果；增加城市经济效益；有利于城市防灾；净化空气污染。

2、传统的城市绿地测量方法主要通过大量的人工及时间进行现场调查和勘测，传统测量方法虽然精度高，但是需要大量的人力和时间；现有的用无人机航拍提取城市绿地的方法中，因航拍高度及技术的限制，导致正射影像效果不理想，后期提取还是需要大量的人工干预。

3、为此目前现有技术中有专利号为202111371224.x，名称为基于无人机航拍影像的城市绿地提取方法的发明专利公开了通过无人机获取原始图像，之后通过对获取的原始图像进行处理，最终实现城市绿地的提取，然而上述方式的绿地提取方法，无人机拍摄的图像采用定高拍摄的方式，因此所采集到原始图像所能够涉及到的区域范围不大，因此需要无人机绕着提取区域飞行，之后通过对连续图像的识别来实现绿化区域的提取，然而由于连续图像需要无人机实时传输，因此若是出现传输延迟或是信号遭受干扰的情况下，很容易出现图像失真的情况，严重影响所提取的城市绿地的准确性。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供一种能够有效的保证所提取的城市绿地的准确性基于无人机的城市绿化区域提取方法。

2、为实现上述目的，本发明提供了如下技术方案：一种基于无人机的城市绿化区域提取方法，其特征在于：包括如下步骤：

3、步骤一，选定需要进行绿化区域提取的区域，对区域进行划分测区范围，在划分好的各个测区范围内选取一个点一一对应的放置无人机；

4、步骤二，启动各个无人机，各个无人机起飞至拍摄高度，并在无人机到达拍摄高度后拍摄测区范围的图像以获得原始图像，其中无人机在到达拍摄高度时，所拍摄的图像范围大于测区范围；

5、步骤三，对获取的原始图像进行畸变处理，校正后的图像将处理成带有坐标信息的航拍影像图，之后进行几何校正和匀光匀色处理，最终得到正射影像成果图，对得到的正射影像成果图进行图像识别，识别提取出图像中的绿化区域，以及提取出处于图像边沿的图像特征；

6、步骤四，基于步骤三识别出的处于图像边沿的图像特征将各个图像进行拼接，将各个正射影像成果图拼接成一个大的图像，每个正射影像成果图识别提取的绿化区域组合构成提取的城市绿化区域。

7、作为本发明的进一步改进，所述步骤二中各个无人机拍摄多张原始图像，之后通过步骤三对上述获取的所有原始图像进行畸变处理，校正后的图像将处理成带有坐标信息的航拍影像图，之后进行几何校正和匀光匀色处理，最终得到正射影像成果图，对获取的各个正射影像成果图进行图像识别，识别提取出图像中的绿化区域，获取绿化区域的轮廓，之后相互比对每个正射影像成果图的绿化区域的轮廓，剔除掉存在变化的绿化区域轮廓，最终留取未存在变化的绿化区域轮廓，作为最终识别提取的图像中的绿化区域。

8、作为本发明的进一步改进，所述步骤二中各个无人机起飞的拍摄高度由低到高设有多个，所述步骤三中在得到正射影像成果图以后还进行图像细化步骤，该细化步骤如下：

9、步骤三一，驱使无人机高度下降至最低拍摄高度，之后将最低高度拍摄的图像比例缩小后同中心叠放在次低高度拍摄的图像上，通过复制铺开的方式将最低高度拍摄的图像铺满次低高度拍摄的图像，计算获取最低高度拍摄图像的中心点；

10、步骤三二，驱使无人机在最低拍摄高度下依次移动至步骤三一获取的各个中心点，并在移动至一个中心点时拍摄一张图像；

11、步骤三三，将无人机处于中心点拍摄的图像按照比例缩小，之后替换掉该中心点所对应的原始图像，直至新拍摄的图像完全替换掉中心点对应的老图像，以铺满次低高度拍摄的图像，之后通过图像堆叠算法将上述相互堆叠的图像进行融合，完成对于次低高度图像的细化所述步骤二中相互比对每个正射影像成果图的绿化区域的轮廓之前，将获取的各个绿化区域的轮廓按照拍摄高度由低至高比例缩小，之后将各个绿化区域的轮廓相互重叠，剔除掉未有两个或者以上重叠的轮廓。

12、作为本发明的进一步改进，所述各个绿化区域的轮廓按照拍摄高度由低至高比例缩小的方式为：设置一个轮廓区分明显的区域，然后通过无人机根据各个拍摄高度拍摄轮廓明显的区域，采集各个原始图像，之后识别出轮廓，将识别出的轮廓大小变化作为训练数据构建模型，通过模型学习轮廓随着拍摄高度变高的缩小比例，在模型训练学习完成后将无人机拍摄的图像直接输入到模型内进行比例缩小。

13、作为本发明的进一步改进，所述步骤四中对图像进行拼接的具体步骤如下：

14、步骤四一，将步骤一中选取的无人机放置点进行对角连线，以对角连线的交叉点为原点构建直角坐标系；

15、步骤四二，将各个正射影像成果图放入到直角坐标系中，每个正射影像成果图的中心点与无人机放置点重合，对每个正射影像成果图相互重叠的边沿进行轮廓对齐融合，以将各个正射影像成果图的边沿融合拼接形成整体的大图。

16、作为本发明的进一步改进，所述步骤三三中通过图像堆叠算法对图像进行融合的具体方式为：在新拍摄的图像按照比例缩小前识别出该图像内的绿化区域轮廓，在绿化区域轮廓和图像一起按照比例缩小后，将图像透明化同时保持绿化区域轮廓后叠放在次低高度拍摄的图像，并与次低高度拍摄的图像上识别绿化区域轮廓进行重叠，并替换掉原有的次低高度拍摄的图像上识别的绿化区域轮廓。

17、作为本发明的进一步改进，在进行绿化区域轮廓堆叠的过程，若是出现无法堆叠的绿化区域轮廓，则保留该轮廓，并且将该轮廓标红处理，之后将堆叠好的图像发送到人机交互设备，供人进行人工判断处理无法堆叠的绿化区域轮廓。作为本发明的进一步改进，所述步骤一中划分的测区范围均为正方形，测区范围内选取放置无人机的点为该正方形的中心点。

18、本发明的有益效果，通过步骤一的设置，便可有效的选定测区范围，同时选定每个无人机的拍摄地点，之后通过步骤二的设置，便可有效的通过多个无人机组合拍摄到整个区域的图像，然后通过步骤三和步骤四的设置，便可简单有效的实现提取出整个区域图像中的绿化区域，完成对于该区域的绿化区域提取。

技术特征：

1.一种基于无人机的城市绿化区域提取方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于无人机的城市绿化区域提取方法，其特征在于：所述步骤二中各个无人机拍摄多张原始图像，之后通过步骤三对上述获取的所有原始图像进行畸变处理，校正后的图像将处理成带有坐标信息的航拍影像图，之后进行几何校正和匀光匀色处理，最终得到正射影像成果图，对获取的各个正射影像成果图进行图像识别，识别提取出图像中的绿化区域，获取绿化区域的轮廓，之后相互比对每个正射影像成果图的绿化区域的轮廓，剔除掉存在变化的绿化区域轮廓，最终留取未存在变化的绿化区域轮廓，作为最终识别提取的图像中的绿化区域。

3.根据权利要求2所述的基于无人机的城市绿化区域提取方法，其特征在于：所述步骤二中各个无人机起飞的拍摄高度由低到高设有多个，所述步骤三中在得到正射影像成果图以后还进行图像细化步骤，该细化步骤如下：

4.根据权利要求3所述的基于无人机的城市绿化区域提取方法，其特征在于：所述各个绿化区域的轮廓按照拍摄高度由低至高比例缩小的方式为：设置一个轮廓区分明显的区域，然后通过无人机根据各个拍摄高度拍摄轮廓明显的区域，采集各个原始图像，之后识别出轮廓，将识别出的轮廓大小变化作为训练数据构建模型，通过模型学习轮廓随着拍摄高度变高的缩小比例，在模型训练学习完成后将无人机拍摄的图像直接输入到模型内进行比例缩小。

5.根据权利要求4所述的基于无人机的城市绿化区域提取方法，其特征在于：所述步骤四中对图像进行拼接的具体步骤如下：

6.根据权利要求5所述的基于无人机的城市绿化区域提取方法，其特征在于：所述步骤三三中通过图像堆叠算法对图像进行融合的具体方式为：在新拍摄的图像按照比例缩小前识别出该图像内的绿化区域轮廓，在绿化区域轮廓和图像一起按照比例缩小后，将图像透明化同时保持绿化区域轮廓后叠放在次低高度拍摄的图像，并与次低高度拍摄的图像上识别绿化区域轮廓进行重叠，并替换掉原有的次低高度拍摄的图像上识别的绿化区域轮廓。

7.根据权利要求6所述的基于无人机的城市绿化区域提取方法，其特征在于：在进行绿化区域轮廓堆叠的过程，若是出现无法堆叠的绿化区域轮廓，则保留该轮廓，并且将该轮廓标红处理，之后将堆叠好的图像发送到人机交互设备，供人进行人工判断处理无法堆叠的绿化区域轮廓。

8.根据权利要求1至7任意一项所述的基于无人机的城市绿化区域提取方法，其特征在于：所述步骤一中划分的测区范围均为正方形，测区范围内选取放置无人机的点为该正方形的中心点。

技术总结本发明公开了一种基于无人机的城市绿化区域提取方法，包括如下步骤：步骤一，选定需要进行绿化区域提取的区域，对区域进行划分测区范围，在划分好的各个测区范围内选取一个点一一对应的放置无人机；步骤二，启动各个无人机，各个无人机起飞至拍摄高度；步骤三，对获取的原始图像进行畸变处理；步骤四，基于步骤三识别出的处于图像边沿的图像特征将各个图像进行拼接。本发明的基于无人机的城市绿化区域提取方法，通过步骤一至步骤四的设置，便可采用多个无人机起飞拍摄，然后对图像进行拼接的方式实现对于城市绿化区域的提取，如此相比于现有技术中的方式，没有连续图像通过无人机实时传输，因此不容易出现图像失真的情况。技术研发人员：张斌韬,陈敏,党秋伟受保护的技术使用者：浙江地信软件科技有限公司技术研发日：技术公布日：2024/8/1