CN104331889A - 基于图像解译技术的水土保持监测方法 - Google Patents

基于图像解译技术的水土保持监测方法 Download PDF

Info

Publication number
CN104331889A
CN104331889A CN201410599110.4A CN201410599110A CN104331889A CN 104331889 A CN104331889 A CN 104331889A CN 201410599110 A CN201410599110 A CN 201410599110A CN 104331889 A CN104331889 A CN 104331889A
Authority
CN
China
Prior art keywords
image
photo
vegetation
cover degree
water
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410599110.4A
Other languages
English (en)
Inventor
李亚农
孙大东
魏凡
秦甦
戴松晨
周湘山
詹晓敏
王麟麟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PowerChina Chengdu Engineering Co Ltd
Original Assignee
PowerChina Chengdu Engineering Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PowerChina Chengdu Engineering Co Ltd filed Critical PowerChina Chengdu Engineering Co Ltd
Priority to CN201410599110.4A priority Critical patent/CN104331889A/zh
Publication of CN104331889A publication Critical patent/CN104331889A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及水土保持监测技术，目的是为了获取高效、准确的水土保持状况监测结果。本发明的目的是为了提供一种基于图像解译技术的水土保持状况监测方法，该方法首先通过图像采集工具对监测目标进行定点定期拍摄，获取初始照片。然后，利用遥感图像处理系统对所述初始照片进行处理，至少包括对相同目标不同时期的图像的配准以及对照片盖度的提取。最后，根据相同目标不同时期的图像配准信息及照片盖度信息分析计算获得监测数据。本发明适用于水土保持监测。

Description

基于图像解译技术的水土保持监测方法
技术领域
本发明涉及水土保持监测技术，特别涉及基于图像解译的水土保持监测方法。
背景技术
水土保持监测是指对水土流失发生、发展、危害及水土保持效益进行长期的调查、观测和分析工作。通过水土保持监测，了解目标区域的水土流失类型、强度与分布特征、危害及其影响情况、发生发展规律、动态变化趋势，对水土流失综合治理和生态环境建设宏观决策以及科学、合理、系统地布设水土保持各项措施具有重要意义。
开发建设项目水土保持监测是近几年在我国逐渐新兴开展起来的项目，这项工作处于起步发展阶段。近几年，相关研究者和水土保持监测工作人员从开发建设项目人为水土流失机制与特点、建设项目水土流失监测实践等方面，对建设项目人为水土流失的监测技术与方法进行了研究与实践，取得了一定的进展，但尚未形成规范化的技术体系。现行的《水土保持监测技术规程》中提出的径流小区观测、控制站观测、简易坡面量测法、简易水土流失场监测、调查监测法、遥感监测法等几种监测方法适用性较差，工作效率低，已不能满足快速监测的需要，更不能适应水土保持监测自动化的发展趋势。
图像解译技术是一种操作性强，成本低，精度较高的计算机图像处理技术。它可通过图像处理软件直接从对实物拍摄的照片中进行快速的配准和面积测算，从而完整地、高精度地获取不同时期实物变化情况。具有采样速率快、精度和分辨率较高、无接触测量等优势。由此，我们相信图像解译技术在水土保持监测中拥有较好的应用前景，不仅可以为建设项目水土流失动态状况展示提供直观准确的信息，而且可以获取扰动面积、植被覆盖度变化等信息，为环境影响评价和水土保持设计等提供较为详实的资料。
因此，本发明有必要提出一种基于图像解译技术的水土保持监测方法。
发明内容
本发明的目的是为了提供一种基于图像解译技术的水土保持监测方法，该方法具体包括如下步骤：
A.图像采集工具对监测目标进行定点定期拍摄，获取初始照片；
B.利用遥感图像处理软件对所述初始照片进行处理，至少包括对相同目标不同时期的图像的配准以及对照片盖度的提取；
C.根据相同目标不同时期的图像配准信息及照片盖度信息的分析计算获得监测数据。
具体地，步骤B中对相同目标不同时期的图像配准的具体操作如下：
B1.选择不同时期相同目标图片中的共有控制点；
B2.选择合适的校正方法，利用所述共有控制点对照片进行校正，并将校正结果输出为新的文件。
优选地，所述共有控制点的个数至少为3至5个(控制点设置越多配准精度越高，但外业工作量较大)
具体地，步骤B中对照片盖度的提取的具体操作如下：
B3.针对不同植被类型的照片进行分类取样；
B4.利用遥感图像处理软件将影像信息进行分类，按照植被与背景颜色差别的程度选用非监督分类法和监督分类法进行影像处理；
B5.统计影像处理后的结果并求出照片中植被像元的比例，计算植被的实际盖度。
具体地，所述植被类型包括草本、枯枝落叶层、灌木和乔木。
具体地，所述草本的盖度等于植被照片投影盖度，植被照片投影盖度为照片上植被像元数与照片总像元数的百分比，乔木及灌木的盖度通过公式：
计算得到，其中n为照片的数量。
具体地，步骤A中所述图像采集工具为单反或普通数码相机。
本发明的有益效果是：图像解译技术具有可操作性强，设备成本较低，采样速率快、精度和分辨率均较高、无接触测量等优势，利用其作为数据处理技术在水土保持监测中具有明显的优势。通过软件输出的影像结果计算得出的监测数据，在精度方面较常规监测方法取得了较大的提高；总体来说，图像解译技术的应运可以填补水土保持监测工作中对定量监测内容无常规监测方法和手段的技术空白，并大幅度提高了外业监测工作的自动化程度。
附图说明
图1为本发明的基于图像解译技术的水土保持监测方法的流程图。
具体实施方式
下面结合附图及实施例对本发明的技术方案作进一步描述，实施例仅仅是为了帮助读者更好地理解本发明的技术方案，并不用以限制本发明权利要求的保护范围。
如图1所示，本发明提供的基于图像解译技术的水土保持监测方法，首先，图像采集工具对监测目标进行定点定期拍摄，获取初始照片。图像采集工具可以为单反或普通数码相机，只要能够满足图像处理的要求的图像采集设备都可作为图像采集工具用。
然后，利用遥感图像处理软件对所述初始照片进行处理，至少包括对相同目标不同时期的图像的配准以及对照片盖度的提取。对相同目标不同时期的图像的配准的具体操作如下：
选择不同时期相同目标图片中的共有控制点后选择合适的校正方法，利用共有控制点对照片进行校正，并将校正结果输出为新的文件，共有控制点的个数选择3至5个为宜。
对照片盖度的提取的具体操作如下：
步骤一、针对不同植被类型的照片进行分类取样，植被类型包括草本、枯枝落叶层、灌木和乔木。草本的盖度等于植被照片投影盖度，植被照片投影盖度为照片上植被像元数与照片总像元数的百分比，乔木及灌木的盖度通过公式
计算得到。
步骤二、利用遥感图像处理软件将影像信息进行分类，按照植被与背景颜色差别的程度选用非监督分类法和监督分类法进行影像处理。
步骤三、统计影像处理后的结果并求出照片中植被像元的比例，计算植被的实际盖度。
最后，根据相同目标不同时期的图像配准信息及照片盖度信息的分析计算获得监测数据。通过对不同时期同一监测目标在图像中面积大小的变化，分析监测目标的状态变化情况；通过对监测目标图像盖度的提取，计算不同植被类型的盖度大小。
实施例
一、图像采集工具对监测目标进行定点定期拍摄，获取初始照片
调查中采用样方调查与数字近景摄影相结合的方法，对不同植被层次的盖度进行取样。具体方法如下：
①对于乔木样地，取10m*10m的样方，用记录纸记录样方内植株相对位置，并测定其冠幅；同时用数码相机对植株进行从下往上垂直拍照记录植株的冠层覆盖度，用于测定冠层投影盖度；
②对于灌木层，取5m*5m样方，对于高度大于50cm的灌木，盖度采用鱼眼镜头从下向上拍摄，在提取照片盖度前根据记录的灌木高度对照片进行正射纠正；小于50cm的测定方法同草被层；
③草本植被层、枯枝落叶层均取1m*1m的样方，垂直于地面拍摄并记录枯枝落叶层的厚度。对于乔木层和草被层的照片盖度，可忽略照片中心投影带来的误差。
二、对相同目标不同时期的图像的配准以及对照片盖度的提取并分析得到水土保持状况
用ENVI软件提取照片盖度，根据分类方法的不同可分为基于监督分类的提取方法和基于非监督分类的提取方法两种。在植被与背景颜色差别较明显时，可选用非监督分类法；如果非监督分类不能较好地区分植被与背景时，可采用监督分类法。非监督分类法步骤如下：
①启动ENVI软件，加载需要提取盖度的照片，照片即被现实在3个窗口中。
②在ENVI里选择输入的文件，根据要求输入分类的控制参数：最小、最大分类数……、指定输出结果等。如果照片中的颜色类别不是很多，一般分个3-5类就可以。输出结果可以到单独的文件，也可以到临时文件。运行结束后，新生成的文件会自动加载到窗口。
③对比分类结果和原始照片，判断分类结果中表示植被的部分。用红色和绿色表示深绿和暗绿的植被，蓝色表示灰暗色的树杆，黄色表示植被背景天空。根据植被盖度的定义，我们需要计算除黄色以外的部分所占照片象元的比例。
④在ENVI软件里面选择分类生成的文件，然后指定输出参数和输出路径、文件名等。
⑤红色、绿色、蓝色、黄色依次用class 1、class 2、class 3、class 4表示。每类所占的百分比在软件中可以直接读得，其百分比一次为29.74％、39.372％、6.878％及24.055％，所需盖度则为：29.740％+39.327％+6.878％(或者1-24.055％)＝75.945％。
监督分类方法，只是在分类的时候要先人为选择并指定每类代表性的象元作为分类依据。其他步骤同非监督分类。

Claims (7)

1.基于图像解译技术的水土保持监测方法，其特征在于，包括如下步骤：
A.图像采集工具对监测目标进行定点定期拍摄，获取初始照片；
B.利用遥感图像处理软件对所述初始照片进行处理，至少包括对相同目标不同时期的图像的配准以及对照片盖度的提取；
C.根据相同目标不同时期的图像配准信息及照片盖度信息分析计算获得监测数据。
2.如权利要求1所述的基于图像解译技术的水土保持监测方法，其特征在于，步骤B中对相同目标不同时期的图像的配准的具体操作如下：
B1.选择不同时期相同目标图片中的共有控制点；
B2.选择合适的校正方法，利用所述共有控制点对照片进行校正，并将校正结果输出为新的文件。
3.如权利要求2所述的基于图像解译技术的水土保持监测方法，其特征在于，所述共有控制点的个数至少为3至5个。
4.如权利要求1所述的基于图像解译技术的水土保持监测方法，其特征在于，步骤B中对照片盖度的提取的具体操作如下：
B3.针对不同植被类型的照片进行分类取样；
B4.利用遥感图像处理软件将影像信息进行分类，按照植被与背景颜色差别的程度选用非监督分类法和监督分类法进行影像处理；
B5.统计影像处理后的结果并求出照片中植被像元的比例，计算植被的实际盖度。
5.如权利要求4所述的基于图像解译技术的水土保持监测方法，其特征在于，所述植被类型包括草本、枯枝落叶层、灌木和乔木。
6.如权利要求5所述的基于图像解译技术的水土保持监测方法，其特征在于，所述草本的盖度等于植被照片投影盖度，植被照片投影盖度为照片上植被像元数与照片总像元数的百分比，乔木及灌木的盖度通过公式
计算得到,n是照片的数量。
7.如权利要求1至6任意一项所述的基于图像解译技术的水土保持监测方法，其特征在于，步骤A中所述图像采集工具为单反或普通数码相机。
CN201410599110.4A 2014-10-30 2014-10-30 基于图像解译技术的水土保持监测方法 Pending CN104331889A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410599110.4A CN104331889A (zh) 2014-10-30 2014-10-30 基于图像解译技术的水土保持监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410599110.4A CN104331889A (zh) 2014-10-30 2014-10-30 基于图像解译技术的水土保持监测方法

Publications (1)

Publication Number Publication Date
CN104331889A true CN104331889A (zh) 2015-02-04

Family

ID=52406609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410599110.4A Pending CN104331889A (zh) 2014-10-30 2014-10-30 基于图像解译技术的水土保持监测方法

Country Status (1)

Country Link
CN (1) CN104331889A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469385A (zh) * 2015-11-12 2016-04-06 中国电建集团成都勘测设计研究院有限公司 基于三维图像重建和分析技术的水土保持监测方法
CN106651773A (zh) * 2016-11-30 2017-05-10 努比亚技术有限公司 图片处理方法及装置
CN109765932A (zh) * 2019-01-31 2019-05-17 交通运输部天津水运工程科学研究所 一种荒漠灌丛盖度无人机调查方法
CN111401187A (zh) * 2020-03-10 2020-07-10 中山市水利水电勘测设计咨询有限公司 一种水土保持情况的调查方法
CN113657359A (zh) * 2021-10-20 2021-11-16 四川省水利科学研究院 基于图像解译技术的水土保持监测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609615A (zh) * 2012-01-20 2012-07-25 浙江大学 基于修正通用水土流失方程的水土流失遥感动态监测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609615A (zh) * 2012-01-20 2012-07-25 浙江大学 基于修正通用水土流失方程的水土流失遥感动态监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓琴: "黄河流域水土流失遥感监测", 《国土资源遥感》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469385A (zh) * 2015-11-12 2016-04-06 中国电建集团成都勘测设计研究院有限公司 基于三维图像重建和分析技术的水土保持监测方法
CN106651773A (zh) * 2016-11-30 2017-05-10 努比亚技术有限公司 图片处理方法及装置
CN109765932A (zh) * 2019-01-31 2019-05-17 交通运输部天津水运工程科学研究所 一种荒漠灌丛盖度无人机调查方法
CN111401187A (zh) * 2020-03-10 2020-07-10 中山市水利水电勘测设计咨询有限公司 一种水土保持情况的调查方法
CN113657359A (zh) * 2021-10-20 2021-11-16 四川省水利科学研究院 基于图像解译技术的水土保持监测方法

Similar Documents

Publication Publication Date Title
CN109489637B (zh) 水量变化监测方法、装置、计算机设备和存储介质
Valença et al. Damage assessment on concrete surfaces using multi-spectral image analysis
Chianucci An overview of in situ digital canopy photography in forestry
Waser et al. Semi-automatic classification of tree species in different forest ecosystems by spectral and geometric variables derived from Airborne Digital Sensor (ADS40) and RC30 data
Liu et al. Assessment of in situ crop LAI measurement using unidirectional view digital photography
Chianucci et al. Digital hemispherical photography for estimating forest canopy properties: current controversies and opportunities
Brusa et al. Increasing the precision of canopy closure estimates from hemispherical photography: Blue channel analysis and under-exposure
CN104331889A (zh) 基于图像解译技术的水土保持监测方法
Chianucci et al. Estimation of leaf area index in understory deciduous trees using digital photography
Wang et al. Landscape-level vegetation classification and fractional woody and herbaceous vegetation cover estimation over the dryland ecosystems by unmanned aerial vehicle platform
CN109827957B (zh) 一种基于计算机视觉的水稻叶片spad值估测方法及系统
Chianucci et al. Estimation of leaf area index in isolated trees with digital photography and its application to urban forestry
Noto et al. Low-cost stage-camera system for continuous water-level monitoring in ephemeral streams
CN112767364B (zh) 一种闸门门叶表面锈蚀的图像检测系统及锈蚀面积快速测算方法
Arnaud et al. EnRoot: a narrow-diameter, inexpensive and partially 3D-printable minirhizotron for imaging fine root production
Pawar et al. Detecting clear sky images
Chianucci et al. Continuous observations of forest canopy structure using low-cost digital camera traps
Gong et al. Photo ecometrics for forest inventory
CN105469385A (zh) 基于三维图像重建和分析技术的水土保持监测方法
Zhong et al. Empirical models on urban surface emissivity retrieval based on different spectral response functions: A field study
Bater et al. Design and installation of a camera network across an elevation gradient for habitat assessment
CN107631803A (zh) 基于热感成像的混凝土表面温度精确测量方法
Schwalbe et al. Hemispheric image modeling and analysis techniques for solar radiation determination in forest ecosystems
CN103925910A (zh) 森林郁闭度测定方法
JP2008276613A (ja) 移動体判定装置、コンピュータプログラム及び移動体判定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150204