CN110046542A - 一种外业采样提高遥感解译效率的方法 - Google Patents
一种外业采样提高遥感解译效率的方法 Download PDFInfo
- Publication number
- CN110046542A CN110046542A CN201910081893.XA CN201910081893A CN110046542A CN 110046542 A CN110046542 A CN 110046542A CN 201910081893 A CN201910081893 A CN 201910081893A CN 110046542 A CN110046542 A CN 110046542A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- interpretation
- sample
- field
- field operation
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明属遥感数据解译方法技术领域,尤其涉及能够减少解译人员工作量,提高图像解译精度的一种外业采样提高遥感解译效率的方法,包括使用移动端的绘制软件进行外业采样,将采样的结果从设备中导出到电脑端,将导出的结果(矢量数据)叠加到遥感影像上,对照采样照片和影像完成解译的步骤。本发明提供的一种外业采样提高遥感解译效率的方法具有操作便捷、直观,能够提高遥感解译的效率和精度,降低对解译人员解译经验要求的优点。
Description
技术领域
本发明属遥感数据解译方法技术领域,尤其涉及能够减少解译人员工作量,提高图像解译精度的一种外业采样提高遥感解译效率的方法。
背景技术
遥感作物面积提取都需要利用遥感资料通过图像解译进行面积量算,只有正确的图像解译,才能保证作物面积精度。现有遥感技术的解译过程主要包含以下几个步骤:①解译标志的建立;②根据建立的解译标志在影像上选定样本区域;③根据选定的样本,选择合适的方法进行分类解译;④对分类后结果进行核查和修改,完成解译。
从以上过程中可以看出,解译过程中首先必须做的是建立解译标志,这直接关系到后期机器分类时的依据和精度。一般的它必须遵循几个重要步骤,包括了解影像特性、进行野外调查、野外选择并对各个地物类型进行影像特征分析等。这其中工作量较大的部分主要集中在野外调查选样部分。在熟悉影像特征的前提下,各种调查类型都应该选择一定代表性样点进行实地与图像之间的对照分析,一般选择的样点越多、越有代表性,对以后的解译标志建立的帮助就越大。但是在实际的野外调查中,需要用拍照设备进行拍照并记录坐标点,并在后期根据坐标点的照片对应到图像上进行判读。这种方式的一般步骤为:①使用带有记录坐标功能的设备在现场进行拍摄;②将拍摄的照片从设备中导出到电脑端;③在电脑端使用坐标提取软件,将照片采集点做成矢量数据;④将矢量数据叠加到遥感影像上,对照采样照片和影像,按照上述解译的一般过程完成解译。在采样作业中,一般都在道路上朝向农田进行拍摄,拍摄的指向方位并不明确(如站在南北方向的道路上可能拍摄朝向西边或东边的农田),同时因为拍摄设备和GPS信号的问题,有时坐标可能出现偏移。且由于实际作物生长过程中,同种作物在不同地块可能存在生长差异,反映到图像上的显示效果和光谱信息相应的也会有所变化。在后期解译人员根据这些采样点对影像进行判读时,会出现一定的困惑和干扰。这通常要求解译人员要有比较丰富的经验,比较了解图像的特性。最终可能导致样本选择不够客观和准确,从而使最终分类结果的精度不高。
发明内容
本发明的目的就是为解决基于遥感技术所得到的数据在解译的过程中存在的需要实地与图像相互对照来进行采样,对照方式较为复杂,对解译人员来说不够直观,使解译工作需要较多的经验和时间,样本选择不够客观和准确,分类结果的精度不高的问题,而提供操作便捷、直观,能够提高遥感解译的效率和精度,降低对解译人员解译经验要求的一种外业采样提高遥感解译效率的方法。
本发明采用的技术方案是:
一种外业采样提高遥感解译效率的方法,包括以下步骤:
步骤1)、外业采样:接到农作物面积识别任务后,派出外业调查人员到目标地区进行调查,外业调查人员携带移动信息采集终端,根据遥感解译人员划定的采样区域,沿路采取随机抽样的方式画出一些地块,通过观察样本现场状况,采集样本现场信息形成样本区报告;
步骤2)、信息回传:将样本现场信息及样本区报告回传至数据服务器,供内业人员解译时调取使用;
步骤3)、遥感影像解译:
3.1遥感解译人员从数据服务器中调取外业调查人员回传的样本现场信息,并将矢量数据叠加到需要解译的遥感影像上面;
3.2结合遥感影像建立解译标志,在遥感影像上选择样本;
3.3使用计算机自动识别和人机交互判别的方式,解译提取本次农作物的面积和分布。
进一步的,步骤1)中所述移动信息采集终端内置目标地区的遥感影像信息,外业调查人员直接在移动信息采集终端中标注、记录所采集到的现场样本信息。
进一步的,步骤1)中所述现场样本信息能够在移动信息采集终端中的遥感影像信息中标注并显示。
进一步的,步骤1)中所述移动信息采集终端包括智能手机和平板电脑。
进一步的,步骤1)中所述样本现场信息包括地块规划、面积量测、种植作物属性信息;所述种植作物属性信息包括种植作物的种类。
本发明的有益效果是:
通过改进的采样方式对农作物种植面积的提取解译,可以帮助客户快速的掌握目标地区的种植信息。同时该采样结果丰富了地面调查资料,可以直接应用与解译标志的建立、机器分类时的样本选择、解译后期的精度抽样调查,减少了解译人员部分工作量,降低了其对图像高熟悉的要求,对于提高和检验图像解译精度十分重要。
并且由于使用软件绘制的数据已经是矢量数据,因此在导出以后可以直接叠加至遥感影像上使用,相比之前在工作步骤上节省了数据转换的工作。解译人员可直接将采样数据叠加到影像上,由于是采集的地块信息,视觉上十分直观,易于判读,并可根据采样地块上的属性信息,快速建立解译标志,并根据这些解译标志进行样本划分,按照解译的一般步骤进行解译分类。通过该方案可以节省了解译时建立解译标志的时间,一定程度上降低解译的难度,提高解译的精度,对解译人员的解译工作起到了巨大的辅助作用。
附图说明
图1是本发明提供的一种外业采样提高遥感解译效率的方法的流程图;
图2是示例1中采用本发明提供的一种外业采样提高遥感解译效率的方法的移动信息采集终端显示的划定的采样区域示意图;
图3是示例1中采用本发明提供的一种外业采样提高遥感解译效率的方法的在移动信息采集终端上直接输入、记录地块属性信息和种植作物信息的示意图;
图4是示例1中采用本发明提供的一种外业采样提高遥感解译效率的方法的移动信息采集终端显示的现场样本信息采集后的显示画面;
图5是示例1中采用本发明提供的一种外业采样提高遥感解译效率的方法的采样的结果导出后叠加在遥感影像上的效果图;
图6是示例1中采用本发明提供的一种外业采样提高遥感解译效率的方法的样本选择结果的效果图;
图7是示例1中采用本发明提供的一种外业采样提高遥感解译效率的方法的解译提取的结果示意图;
图8是示例2中作为内容样本的拍摄的遥感影像;
图9是示例2中得到的解译标志;
图10是示例2中叠加了照片坐标点的遥感影像;
图11是示例2中以深绿色为小麦的解译标志,在图上选取样本后的显示图;
图12是示例2中以图11中选取的样本使用遥感软件进行样本解译提取后的分类结果示意图。
具体实施方式
本发明的核心是提供一种外业采样提高遥感解译效率的方法。
如图1所示,一种外业采样提高遥感解译效率的方法,包括以下步骤:
步骤1)、外业采样:接到农作物面积识别任务后,派出外业调查人员到目标地区进行调查,外业调查人员携带移动信息采集终端,根据遥感解译人员划定的采样区域,沿路采取随机抽样的方式画出一些地块,通过观察样本现场状况,采集样本现场信息形成样本区报告;所述移动信息采集终端内置目标地区的遥感影像信息,外业调查人员直接在移动信息采集终端中标注、记录所采集到的现场样本信息;所述现场样本信息能够在移动信息采集终端中的遥感影像信息中标注并显示;所述移动信息采集终端包括智能手机和平板电脑;所述样本现场信息包括地块规划、面积量测、种植作物属性信息;其中种植作物属性信息主要是种植作物的种类,如玉米、花生、大豆等;
步骤2)、信息回传:将样本现场信息及样本区报告回传至数据服务器,供内业人员解译时调取使用;
步骤3)、遥感影像解译:
3.1遥感解译人员从数据服务器中调取外业调查人员回传的样本现场信息,并将矢量数据叠加到需要解译的遥感影像上面;
3.2结合遥感影像建立解译标志,在遥感影像上选择样本;
3.3使用计算机自动识别和人机交互判别的方式,解译提取本次农作物的面积和分布。
示例1,采用本发明提供的一种外业采样提高遥感解译效率的方法对某一目标区域进行调查,如图1所示,具体操作包括以下步骤:
步骤1)、外业采样:接到农作物面积识别任务后,派出外业调查人员到目标地区进行调查,外业调查人员携带手机或平板电脑等移动信息采集终端,根据遥感解译人员划定的采样区域,沿路采取随机抽样的方式画出一些地块(图2所示为划定的采样区域示意图),通过观察样本现场状况,采集样本现场信息形成样本区报告,如图3所示可以直观的在手机或平板电脑等移动信息采集终端上直接输入、记录地块属性信息和种植作物信息,如图4所示在内置的目标地区遥感影像信息上(采用区域图中),标注、记录所采集到的现场样本信息,使现场样本信息能够在移动信息采集终端中的遥感影像信息中标注并显示;上述样本现场信息包括地块规划、面积量测、种植作物属性信息;其中种植作物属性信息主要是种植作物的种类,如玉米、花生、大豆等;
步骤2)、信息回传:通过有线或无线传输方式将样本现场信息及样本区报告回传至数据服务器,供内业人员解译时下载对应时间和地点的采样数据,所述数据为矢量数据,可以直接作为遥感解译时的样本使用;
步骤3)、遥感影像解译:
3.1遥感解译人员从数据服务器中调取外业调查人员回传的样本现场信息,并将矢量数据叠加到需要解译的遥感影像上面,采样的结果导出后叠加在遥感影像上的效果如图5所示,该显示效果能够在视觉上直观的体现出来,地块的作物属性直接有标记,不需要通过编号查找对应,节约了对图像判读的时间,提高了工作效率;
3.2结合遥感影像建立解译标志,在遥感影像上选择样本,从图5中可见,浅绿色和深绿色在实际采样中都为小麦,因此在选择样本时都应该全部选择,图6为样本选择结果;
3.3使用计算机自动识别和人机交互判别的方式,解译提取本次农作物的面积和分布,以达到快速、准确解译的效果,图7是使用3.2中得到的样本解译提取的结果示意图,从图7中可以看出,原本是浅绿色的地区,经过对解译标志的标准修改后,选择较多的样本,最终可以使分类的结果更加符合实际,从而提高精度。
示例2,采用背景技术中提供的现有常用的遥感技术解译方法对某一目标区域进行调查,具体操作包括以下步骤:
①解译标志的建立;
②据建立的解译标志在影像上选定样本区域;
③ 据选定的样本,选择合适的方法进行分类解译;
④分类后结果进行核查和修改,完成解译。
从以上过程中可以看出,解译过程中首先必须做的是建立解译标志,这直接关系到后期机器分类时的依据和精度。建立解译标志必须遵循几个重要步骤,包括了解影像特性、进行野外调查、野外选择并对各个地物类型进行影像特征分析等。这其中工作量较大的部分主要集中在野外调查选样部分。在熟悉影像特征的前提下,各种调查类型都应该选择一定代表性样点进行实地与图像之间的对照分析,一般选择的样点越多、越有代表性,对以后的解译标志建立的帮助就越大。通常解译人员应根据解译标志来在图中选择相应的样本,参与后期分类。样本选取及分类在通常的遥感软件中实现。图8显示的为一期于四月份拍摄的遥感影像,以该图内容样本,建立解译标志,得到图9所示的解译标志。
但是在实际的野外调查中,需要用拍照设备进行拍照并记录坐标点,并在后期根据坐标点的照片对应到图像上进行判读。这种方式的一般步骤为:
②用带有记录坐标功能的设备在现场进行拍摄;
②将拍摄的照片从设备中导出到电脑端;
③电脑端使用坐标提取软件,将照片采集点做成矢量数据;
④将矢量数据叠加到遥感影像上,对照采样照片和影像,按照上述解译的一般过程完成解译。
图10为叠加了照片坐标点的遥感影像(此处为显示方便,将坐标点名称用数字代替,实际生产过程中一般为照片名称,如:IMG_20171215_145329)。
从图10中可以看到,在采样作业中,一般都在道路上朝向农田进行拍摄,拍摄的指向方位并不明确(如站在南北方向的道路上可能拍摄朝向西边或东边的农田),同时因为拍摄设备和GPS信号的问题,有时坐标可能出现偏移。且由于实际作物生长过程中,同种作物在不同地块可能存在生长差异,反映到图像上的显示效果和光谱信息相应的也会有所变化。例如在图10中,绿色反映了种植作物,四月份时该地普遍种植小麦,但图中绿色有深绿色和浅绿色,两者是否都代表了小麦,从图中和外业照片点反映并不明显。
在后期解译人员根据这些采样点对影像进行判读时,会出现一定的困惑和干扰。这通常要求解译人员要有比较丰富的经验,比较了解图像的特性。最终可能导致解译标志不够客观和准确.
如图10中,以深绿色代表小麦,建立解译标志,从而使最终分类结果的精度不高。
图11所显示的是以深绿色为小麦的解译标志,在图上选取样本。
图12所显示的是以图11中选取的样本使用遥感软件进行样本解译提取后的分类结果。
对比示例1和示例2,本发明提供的一种外业采样提高遥感解译效率的方法可以直接应用与解译标志的建立、机器分类时的样本选择、解译后期的精度抽样调查,减少了解译人员部分工作量,降低了其对图像高熟悉的要求,对于提高和检验图像解译精度十分重要。并且由于使用软件绘制的数据已经是矢量数据,因此在导出以后可以直接叠加至遥感影像上使用,相比之前在工作步骤上节省了数据转换的工作。解译人员可直接将采样数据叠加到影像上,由于是采集的地块信息,视觉上十分直观,易于判读,并可根据采样地块上的属性信息,快速建立解译标志,并根据这些解译标志进行样本划分,按照解译的一般步骤进行解译分类。通过该方案可以节省了解译时建立解译标志的时间,一定程度上降低解译的难度,提高解译的精度,对解译人员的解译工作起到了巨大的辅助作用。最终显示的分类结果(图7和图12)可见,采用本发明提供的一种外业采样提高遥感解译效率的方法可以分类的结果更加符合实际,提高精度,从之前的70%的精度提高到85%以上落。
Claims (5)
1.一种外业采样提高遥感解译效率的方法,其特征在于,包括以下步骤:
步骤1)、外业采样:接到农作物面积识别任务后,派出外业调查人员到目标地区进行调查,外业调查人员携带移动信息采集终端,根据遥感解译人员划定的采样区域,沿路采取随机抽样的方式画出一些地块,通过观察样本现场状况,采集样本现场信息形成样本区报告;
步骤2)、信息回传:将样本现场信息及样本区报告回传至数据服务器,供内业人员解译时调取使用;
步骤3)、遥感影像解译:
3.1遥感解译人员从数据服务器中调取外业调查人员回传的样本现场信息,并将矢量数据叠加到需要解译的遥感影像上面;
3.2结合遥感影像建立解译标志,在遥感影像上选择样本;
3.3使用计算机自动识别和人机交互判别的方式,解译提取本次农作物的面积和分布。
2.根据权利要求1所述的外业采样提高遥感解译效率的方法,其特征在于:步骤1)中所述移动信息采集终端内置目标地区的遥感影像信息,外业调查人员直接在移动信息采集终端中标注、记录所采集到的现场样本信息。
3.根据权利要求1所述的外业采样提高遥感解译效率的方法,其特征在于:步骤1)中所述现场样本信息能够在移动信息采集终端中的遥感影像信息中标注并显示。
4.根据权利要求1所述的外业采样提高遥感解译效率的方法,其特征在于:步骤1)中所述移动信息采集终端包括智能手机和平板电脑。
5.根据权利要求1所述的外业采样提高遥感解译效率的方法,其特征在于:步骤1)中所述样本现场信息包括地块规划、面积量测、种植作物属性信息;所述种植作物属性信息包括种植作物的种类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910081893.XA CN110046542A (zh) | 2019-01-28 | 2019-01-28 | 一种外业采样提高遥感解译效率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910081893.XA CN110046542A (zh) | 2019-01-28 | 2019-01-28 | 一种外业采样提高遥感解译效率的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110046542A true CN110046542A (zh) | 2019-07-23 |
Family
ID=67274132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910081893.XA Pending CN110046542A (zh) | 2019-01-28 | 2019-01-28 | 一种外业采样提高遥感解译效率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046542A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107527014A (zh) * | 2017-07-20 | 2017-12-29 | 武汉珈和科技有限公司 | 县级作物种植面积遥感统计抽样调查方案设计方法 |
CN107990877A (zh) * | 2017-12-06 | 2018-05-04 | 华中师范大学 | 一种基于互联网的无人机遥感解译外业调查系统及方法 |
CN108053325A (zh) * | 2017-11-30 | 2018-05-18 | 河南云保遥感科技有限公司 | 一种基于农作物遥感技术的农业保险定损方法 |
-
2019
- 2019-01-28 CN CN201910081893.XA patent/CN110046542A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107527014A (zh) * | 2017-07-20 | 2017-12-29 | 武汉珈和科技有限公司 | 县级作物种植面积遥感统计抽样调查方案设计方法 |
CN108053325A (zh) * | 2017-11-30 | 2018-05-18 | 河南云保遥感科技有限公司 | 一种基于农作物遥感技术的农业保险定损方法 |
CN107990877A (zh) * | 2017-12-06 | 2018-05-04 | 华中师范大学 | 一种基于互联网的无人机遥感解译外业调查系统及方法 |
Non-Patent Citations (3)
Title |
---|
付斌等: "利用遥感解译大豆种植面积精度的研究", 《黑龙江农业科学》 * |
曹影等: "基于Landsat 8的云南松光谱混合分析研究", 《西部林业科学》 * |
蔡丽玲等: "高分辨率遥感影像在土地分类中的应用研究", 《内蒙古林业科技》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801230B (zh) | 一种配电线路无人机智能验收方法 | |
CN113657469B (zh) | 基于图像识别的木本植物物候期的自动观测方法和系统 | |
CN102704215B (zh) | 基于dst文件解析与机器视觉结合的绣布自动切割方法 | |
EP2546802A2 (en) | Generating artificial hyperspectral images using correlated analysis of co-registered images | |
CN101667251A (zh) | 具备辅助定位功能的ocr识别方法和装置 | |
CN110796011B (zh) | 一种基于深度学习的稻穗识别方法、系统、装置及介质 | |
CN104331686B (zh) | 一种土壤地表秸秆覆盖率人工辅助识别系统 | |
CN104881865A (zh) | 基于无人机图像分析的森林病虫害监测预警方法及其系统 | |
US11048969B2 (en) | Identification device, identification method, identification system, and database | |
CN107908689A (zh) | 一种烟叶生长环境数据采集装置及其方法 | |
CN107704878A (zh) | 一种基于深度学习的高光谱数据库半自动化建立方法 | |
CN109918531A (zh) | 一种毒品原植物的搜查方法、装置和计算机可读存储介质 | |
CN105744225A (zh) | 一种远程分析农作物生长的方法和系统 | |
CN115468917A (zh) | 基于高分辨率遥感提取农田地块作物信息的方法及系统 | |
CN111552762A (zh) | 一种基于果树编码的果园种植数字地图化管理方法和系统 | |
CN111414448A (zh) | 一种面向地质灾害野外调查的数字化处理方法 | |
CN110046542A (zh) | 一种外业采样提高遥感解译效率的方法 | |
CN113657339A (zh) | 一种基于机器视觉的仪表指针计数读取方法及介质 | |
CN115314851B (zh) | 一种基于大数据平台的农业信息化管理平台 | |
CN108551473B (zh) | 一种基于可视农业的农产品交流方法和装置 | |
CN208737487U (zh) | 一种植物识别系统 | |
CN104090581B (zh) | 红外热像仪场景匹配的智能实现 | |
CN110503087A (zh) | 一种拍照框题的搜索方法、装置、终端及存储介质 | |
CN114140703A (zh) | 一种森林松材线虫病害智能识别方法及系统 | |
CN113720309A (zh) | 一种无人机遥感城市部件数据采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190723 |