CN111080526B - 航拍图像的农田面积的测算方法、装置、设备及介质 - Google Patents
航拍图像的农田面积的测算方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111080526B CN111080526B CN201911324996.0A CN201911324996A CN111080526B CN 111080526 B CN111080526 B CN 111080526B CN 201911324996 A CN201911324996 A CN 201911324996A CN 111080526 B CN111080526 B CN 111080526B
- Authority
- CN
- China
- Prior art keywords
- image
- panoramic
- area
- gray
- farmland
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 76
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 18
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 23
- 238000003672 processing method Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 13
- 230000006872 improvement Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种航拍图像的农田面积的测算方法,通过对航拍图像进行图像拼接得出图像全景,再对拼接全景图进行二值化处理,有助于对全景图进行分割,再对全景图像进行分割,从而得到农田区域分块图,根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到所述目标区域农田面积,本发明实施例还提供了种航拍图像的农田面积的测算装置、设备及介质,使得目标区域农田面积测量结果更加准确性。
Description
技术领域
本发明涉及航拍图像处理技术领域,尤其涉及一种航拍图像的农田面积的测算方法、装置、设备及介质。
背景技术
目前,卫星的农田面积测量方法中,在卫星上搭载各种摄像头以获取农田的航拍图像,能对大面积的区域进行检测,且在获取图像过程中能减少光照、阴影等影响;但在实际使用中,卫星航拍图像会受到云层等高空物体的影像,而且对于相对密集的农田区域只能进行整块的面积测算,无法按照田埂将农田进行分割并计算各块的面积。
而高光谱摄像头的农田面积测量方法中,将高光谱或多光谱摄像头搭载在无人机上获取航拍图像,由于利用比可见光更多的光谱信息,能得到农作物更多的信息,在农业应用中比较热门;但使用高光谱摄像头对天气的要求相对较高,在光照充足的条件下才能获得有用的数据,但是过亮的环境又会导致图像出现过曝现象,导致图像无法使用。
由于上述的两种技术使用到卫星和高光谱摄像头等属于高端设备,使用成本相对较高,并不适合大量投入到农业生产中,而且对农田区域面积的测量结果又缺乏准确性。
发明内容
本发明实施例提供一种航拍图像的农田面积的测算方法、装置、设备及介质,能有效解决现有技术对农田区域面积的测量结果不准确的问题。
本发明一实施例提供一种航拍图像的农田面积的测算方法,包括:
根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像;其中,所述飞行参数包括:无人机的飞行高度和摄像头的俯仰角度,所述相机参数包括:内参矩阵、旋转矩阵和平移矩阵;
对所述预处理的航拍图像依次进行拼接操作,得到拼接全景图;
将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图;其中,预设的图像二值化处理法为:将所述全景灰度图进行二值化处理,根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图;
根据所述全景二值图查找相应的图像滤波处理操作,并执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图;
根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到所述目标区域农田面积。
作为上述方案的改进,所述方法还包括:
获取无人机在预设位点拍摄的航拍图像。
作为上述方案的改进,所述根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像,具体包括:
根据无人机拍摄的航拍图像的当前飞行参数及选用摄像头的当前相机参数分别计算各航拍图像对应的空间变换矩阵;
根据所述空间变换矩阵对所述航拍图像进行矫正变换处理,得到预处理的航拍图像。
作为上述方案的改进,所述图像处理操作包括:反转操作及数学形态学处理。
作为上述方案的改进,将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图,具体包括:
根据RGB三色通道的像素值对所述拼接全景图进行计算,得到所述全景灰度图。
作为上述方案的改进,根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图,具体包括:
根据预设的OTSU算法对所述全景灰度图进行的计算,得到所述全景灰度图的自适应阈值;
根据所述全景灰度图的自适应阈值对所述全景灰度图进行二值化处理;
根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图。
作为上述方案的改进,所述图像滤波操作包括中指滤波操作及数学形态学处理。
本发明另一实施例提供了一种航拍图像的农田面积的测算装置,包括:
预处理模块,用于根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像;其中,所述飞行参数包括:无人机的飞行高度和摄像头的俯仰角度,所述相机参数包括:内参矩阵、旋转矩阵和平移矩阵;
图像拼接模块,用于对所述预处理的航拍图像依次进行拼接操作,得到拼接全景图;
图像二值化处理模块,用于将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图;其中,预设的图像二值化处理法为:将所述全景灰度图进行二值化处理,根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图;
区域分割模块,用于根据所述全景二值图查找相应的图像滤波处理操作,并执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图;
目标区域农田面积测算模块,用于根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到所述目标区域农田面积。
本发明另一实施例提供了一种航拍图像的农田面积的测算设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的航拍图像的农田面积的测算方法。
本发明另一实施例提供了一种存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的航拍图像的农田面积的测算方法。
与现有技术相比,本发明实施例公开的航拍图像的农田面积的测算方法、装置、设备及介质,通过无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像,将预处理的航拍图像依次进行拼接操作,得到拼接全景图;再将拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图,对全景二值图执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图,最后根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到所述目标区域农田面积。由上分析可知,本发明通过对航拍图像进行图像拼接得出图像全景,再对拼接全景图进行二值化处理,有助于对全景图进行分割,再对全景图像进行分割,从而得到农田区域分块图,进而采用航拍图像的区域面积估算技术实现各个取目标区域农田面积的测算,使得目标区域农田面积测量方式可实施性更强,测量结果更加准确性,并且有效的减少的农田面积测算的成本。
附图说明
图1是本发明一实施例提供的一种航拍图像的农田面积的测算方法的流程示意图;
图2是本发明一实施例提供的农田区域分块的流程示意图;
图3是本发明一实施例提供的获得全景二值图的流程示意图;
图4是本发明一实施例提供的一种航拍图像的农田面积的测算装置的结构示意图;
图5是本发明一实施例提供的一种航拍图像的农田面积的测算设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明一实施例提供的一种航拍图像的农田面积的测算方法的流程示意图。
一种航拍图像的农田面积的测算方法,包括:
S101、根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像;其中,所述飞行参数包括:无人机的飞行高度和摄像头的俯仰角度,所述相机参数包括:内参矩阵、旋转矩阵和平移矩阵。
具体地,对各航拍图像分别进行矫正变换处理,最大程度下消除了飞行参数以及相机参数带来的外部参数影响,使得到的预处理航拍图像更容易进行拼接操作及后续的各种图像处理。
S102、对所述预处理的航拍图像依次进行拼接操作,得到拼接全景图。
具体的,依次提取每张预处理航拍图像获取时无人机的GPS信息,将各图像之间的GPS位置关系转换为对应的像素距离和方向信息,再加上相邻图像之间重复部分的信息进行效果修正,获得拼接全景图;
在本实施例中,对预处理的航拍图像以此进行拼接操作,有利于后续对目标区域进行全局处理,获取全局的分块图。
S103、将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图;其中,预设的图像二值化处理法为:将所述全景灰度图进行二值化处理,根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图。在本实施例中,所述图像处理操作包括:反转操作及数学形态学处理。
具体地,将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;对所述的两幅全景灰度图分别进行二值化处理,并对第一张图处理得到的二值图进行反转操作,随后对两幅二值图进行一定的数学形态学处理,获取相应的全景二值图。
S104、根据所述全景二值图查找相应的图像滤波处理操作,并执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图。其中,所述图像滤波操作包括中指滤波操作及数学形态学处理。需要说明的是,数学形态学操作包括,腐蚀操作,膨胀操作,开操作和闭操作。
具体的,对各全景二值图分别进行图像滤波操作,并对所述滤波处理后的两幅全景图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,随后对所述处理后的二值图进行反转操作,得到包含各个田块信息的区域分割图,再进行一定的图像处理,得到农田分块图;其中,滤波操作主要包括用于除去杂点的中值滤波操作,图像处理则是为了消除各区域内部的空缺的闭操作。
在本实施例中,如图2所示,对各全景二值图分别进行图像滤波操作,并对处理后的两幅灰度图进行异或合并操作,获得仅包含田埂边缘信息的全景二值图,再对所述二值图进行反转操作,获得包含各农田信息的区域分割图,对该二值图进行一定的数学形态学处理,得到农田分块图。
S105、根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到所述目标区域农田面积。
具体地,从所述农田分块图中提取各块农田对应的区域,并统计目标区域所占的像素点数量,乘以对应高度的像素面积比,加上相应的面积修正系数,得到目标农田块的测算面积;其中,像素面积比为选用摄像头通过实验得出的特定高度下的像素与真实面积的比值;面积修正系数为实验中得出的一个用于修正测算面积与实际面积的误差的常数。本实施例中,航拍图像的区域面积测算方法具有较强的准确性和兼容性。
综上所述,本发明实施例通过对航拍图像进行图像拼接得出图像全景,再对拼接全景图进行二值化处理,有助于对全景图进行分割,再对全景图像进行分割,从而得到农田区域分块图,进而采用航拍图像的区域面积估算技术实现各个取目标区域农田面积的测算,使得目标区域农田面积测量方式可实施性更强,测量结果更加准确性,并且有效的减少的农田面积测算的成本。
作为上述方案的改进,所述方法还包括:
S100、获取无人机在预设位点拍摄的航拍图像。
具体地,利用无人机对目标农田区域进行巡航,并在特定的位点进行拍摄获取航拍图像。实验人员预先对目标区域进行初步了解,确定需要进行拍摄的实验区域,指定相应的无人机飞行路线,并根据农田的田埂宽度确定无人机的飞行高度;从而无人机预先确定的飞行计划,并进行巡航和在预设的位点拍摄,获取航拍图像。
在本实施例中,以无人机航拍的农垦图像的农田区域为例,预处理航拍图像为无人机航拍的高分辨率可见光图像。为了便于后续的图像拼接处理,需要相邻的航拍图像之间有一定的重复率;因此需要在对预设飞行路线进行调整,并且确定无人机进行拍摄的位点,以满足后续图像拼接处理的需求。此外,获取可见光航拍图像需要进行一定的处理,主要为各向异性扩散滤波和中值滤波操作,模糊各块内部的色彩,模糊各块田地的内部色彩并保留边缘信息,同时除去图像中比较明显的椒盐噪声,有助于后续的图像处理。
作为上述方案的改进,所述根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像,具体包括:
根据无人机拍摄的航拍图像的当前飞行参数及选用摄像头的当前相机参数分别计算各航拍图像对应的空间变换矩阵。
根据所述空间变换矩阵对所述航拍图像进行矫正变换处理,得到预处理的航拍图像。
作为上述方案的改进,将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图,具体包括:
根据RGB三色通道的像素值对所述拼接全景图进行计算,得到所述全景灰度图。
具体地,将拼接全景图的RGB三色通道提取出来,包括红色通道、绿色通道和蓝色通道;利用三个通道的像素值进行计算,获得相应的灰度图。
提取灰度图的方法为:1、利用拼接全景图的红色通道减去绿色通道,按照特定的转换关系将数据整合到0-255区间内;2、提取拼接全景图中的ExG-ExR指数,按照特定的转换关系将数据整合到0-255区间内;根据所述两中颜色空间转换方法的到两幅全景灰度图。
作为上述方案的改进,根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图,具体包括:
根据预设的OTSU算法对所述全景灰度图进行的计算,得到所述全景灰度图的自适应阈值;
根据所述全景灰度图的自适应阈值对所述全景灰度图进行二值化处理;
根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图。
在本实施例中,如图3所示,将全景拼接图投影到RGB色彩空间,同时提取三个颜色通道的像素值,计算红色通道与绿色通道的差值,将数值整合到0-255之间,形成全景灰度图;提取全景拼接图各像素点的ExG-ExR指数,并整合到0-255区间内,形成全景灰度图;分别对两幅灰度图使用OTSU算法计算自适应阈值,运用此阈值对图像进行二值化处理,然后对两幅图像分别进行相应的反转操作和数学形态学处理,得到全景二值图。
需要说明的是,数学形态学操作包括,腐蚀操作,膨胀操作,开操作和闭操作。红绿通道差值灰度图获取方法为将红色通道减去绿色通道,然后将得到的值整合到0-255之间,ExG-ExR指数灰度图则需要提取每个像素点的ExG-ExR指数后整合到0-255区间内。
参见图4,是本发明一实施例提供的一种航拍图像的农田面积的测算装置的结构示意图。
本发明一实施例提供了一种航拍图像的农田面积的测算装置,包括:
预处理模块101,用于根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像;其中,所述飞行参数包括:无人机的飞行高度和摄像头的俯仰角度,所述相机参数包括:内参矩阵、旋转矩阵和平移矩阵。
图像拼接模块102,用于对所述预处理的航拍图像依次进行拼接操作,得到拼接全景图。
图像二值化处理模块103,用于将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图;其中,预设的图像二值化处理法为:将所述全景灰度图进行二值化处理,根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图。
区域分割模块104,用于根据所述全景二值图查找相应的图像滤波处理操作,并执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图。
目标区域农田面积测算模块105,用于根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到所述目标区域农田面积。
综上所述,本发明实施例通过对航拍图像进行图像拼接得出图像全景,再对拼接全景图进行二值化处理,有助于对全景图进行分割,再对全景图像进行分割,从而得到农田区域分块图,进而采用航拍图像的区域面积估算技术实现各个取目标区域农田面积的测算,使得目标区域农田面积测量结果更加准确性,并且有效的减少的农田面积测算的成本。
参见图5,是本发明一实施例提供的航拍图像的农田面积的测算设备的示意图。该实施例的航拍图像的农田面积的测算终端设备包括:处理器11、存储器12以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个航拍图像的农田面积的测算方法实施例中的步骤。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述航拍图像的农田面积的测算设备中的执行过程。
所述航拍图像的农田面积的测算设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述航拍图像的农田面积的测算设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是航拍图像的农田面积的测算设备的示例,并不构成对航拍图像的农田面积的测算设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述航拍图像的农田面积的测算设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器11可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述航拍图像的农田面积的测算设备的控制中心,利用各种接口和线路连接整个航拍图像的农田面积的测算设备的各个部分。
所述存储器12可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述航拍图像的农田面积的测算设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述航拍图像的农田面积的测算设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种航拍图像的农田面积的测算方法,其特征在于,包括:
根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像;其中,所述飞行参数包括:无人机的飞行高度和摄像头的俯仰角度,所述相机参数包括:内参矩阵、旋转矩阵和平移矩阵;
对所述预处理的航拍图像依次进行拼接操作,得到拼接全景图;
将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图;其中,预设的图像二值化处理法为:将所述全景灰度图进行二值化处理,根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图;其中,所述两张全景灰度图的获取方式,具体包括利用所述拼接全景图的红色通道减去绿色通道,按照预设的转换关系将数据整合到0-255区间内;提取所述拼接全景图中的ExG-ExR指数,按照预设的转换关系将数据整合到0-255区间内;根据两种颜色空间转换方法得到两张全景灰度图;
根据所述全景二值图查找相应的图像滤波处理操作,并执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图;
根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到目标区域农田面积。
2.如权利要求1所述的航拍图像的农田面积的测算方法,其特征在于,所述方法还包括:
获取无人机在预设位点拍摄的航拍图像。
3.如权利要求1所述的航拍图像的农田面积的测算方法,其特征在于,所述根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像,具体包括:
根据无人机拍摄的航拍图像的当前飞行参数及选用摄像头的当前相机参数分别计算各航拍图像对应的空间变换矩阵;
根据所述空间变换矩阵对所述航拍图像进行矫正变换处理,得到预处理的航拍图像。
4.如权利要求1所述的航拍图像的农田面积的测算方法,其特征在于,所述图像处理操作包括:反转操作及数学形态学处理。
5.如权利要求1所述的航拍图像的农田面积的测算方法,其特征在于,将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图,具体包括:
根据RGB三色通道的像素值对所述拼接全景图进行计算,得到所述全景灰度图。
6.如权利要求1所述的航拍图像的农田面积的测算方法,其特征在于,根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图,具体包括:
根据预设的OTSU算法对所述全景灰度图进行的计算,得到所述全景灰度图的自适应阈值;
根据所述全景灰度图的自适应阈值对所述全景灰度图进行二值化处理;
根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图。
7.如权利要求1所述的航拍图像的农田面积的测算方法,其特征在于,所述图像滤波处理操作包括中值滤波操作及数学形态学处理。
8.一种航拍图像的农田面积的测算装置,其特征在于,包括:
预处理模块,用于根据无人机的飞行参数及无人机摄像头的相机参数对航拍图像进行矫正变换处理,得到预处理的航拍图像;其中,所述飞行参数包括:无人机的飞行高度和摄像头的俯仰角度,所述相机参数包括:内参矩阵、旋转矩阵和平移矩阵;
图像拼接模块,用于对所述预处理的航拍图像依次进行拼接操作,得到拼接全景图;
图像二值化处理模块,用于将所述拼接全景图按照预设的变换规则转换为灰度图,得到两张全景灰度图;根据预设的图像二值化处理法处理两张所述全景灰度图,分别得到对应的全景二值图;其中,预设的图像二值化处理法为:将所述全景灰度图进行二值化处理,根据所述二值化处理后的全景灰度图查找对应的图像处理操作,并执行相应的图像处理操作指令,得到对应的全景二值图,其中,所述两张全景灰度图的获取方式,具体包括利用所述拼接全景图的红色通道减去绿色通道,按照预设的转换关系将数据整合到0-255区间内;提取所述拼接全景图中的ExG-ExR指数,按照预设的转换关系将数据整合到0-255区间内;根据两种颜色空间转换方法得到两张全景灰度图;
区域分割模块,用于根据所述全景二值图查找相应的图像滤波处理操作,并执行相应的图像滤波处理操作指令,将处理后的全景二值图进行异或合并操作,得到包含目标区域的田埂边缘信息的全景二值图,对所述包含目标区域的田埂边缘信息的全景二值图进行反转操作,得到农田区域分块图;
目标区域农田面积测算模块,用于根据所述农田区域分块图提取目标区域农田,并根据当前高度下的像素面积比以及预设的面积修正系数计算得到目标区域农田面积。
9.一种航拍图像的农田面积的测算设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的航拍图像的农田面积的测算方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的航拍图像的农田面积的测算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911324996.0A CN111080526B (zh) | 2019-12-20 | 2019-12-20 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911324996.0A CN111080526B (zh) | 2019-12-20 | 2019-12-20 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111080526A CN111080526A (zh) | 2020-04-28 |
CN111080526B true CN111080526B (zh) | 2024-02-02 |
Family
ID=70316204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911324996.0A Active CN111080526B (zh) | 2019-12-20 | 2019-12-20 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080526B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598938A (zh) * | 2020-05-18 | 2020-08-28 | 浙江大学 | 一种基于标尺构形畸变校正的农田测亩方法及系统 |
CN111598937A (zh) * | 2020-05-18 | 2020-08-28 | 浙江大学 | 一种基于标定区块对靶校正的农田测亩方法及系统 |
CN111950365B (zh) * | 2020-07-07 | 2023-11-14 | 广东农工商职业技术学院 | 图像的区域识别方法、装置、设备以及存储介质 |
CN112365506A (zh) * | 2020-10-16 | 2021-02-12 | 安徽精益测绘有限公司 | 一种倾斜摄影测量用航摄相片自动化纠正与拼接作业方法 |
CN112233169A (zh) * | 2020-10-27 | 2021-01-15 | 江苏科博空间信息科技有限公司 | 基于无人机违法用地面积计算系统 |
WO2023097494A1 (zh) * | 2021-11-30 | 2023-06-08 | 深圳市大疆创新科技有限公司 | 全景图像拍摄方法、装置、无人机、系统及存储介质 |
CN114526709A (zh) * | 2022-02-21 | 2022-05-24 | 中国科学技术大学先进技术研究院 | 基于无人机的面积测量方法、设备及存储介质 |
CN115272315B (zh) * | 2022-09-27 | 2022-12-13 | 南通致和祥智能装备有限公司 | 基于无人机航拍的市政园林面积测量方法 |
CN116705336B (zh) * | 2023-07-19 | 2024-02-09 | 北京云数智康医疗科技有限公司 | 一种基于影像分析的智能化植发评估系统 |
CN117593201A (zh) * | 2024-01-18 | 2024-02-23 | 杭州稻道农业科技有限公司 | 一种基于高分卫星影像的小田并大田的整合方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074022A (zh) * | 2011-01-10 | 2011-05-25 | 南京理工大学 | 一种基于红外图像的弱小运动目标检测方法 |
CN104504603A (zh) * | 2014-12-03 | 2015-04-08 | 住房和城乡建设部城乡规划管理中心 | 一种城市园林数字化系统及选址方法 |
CN104651462A (zh) * | 2015-01-29 | 2015-05-27 | 华南农业大学 | 基于显微图像分析的稻瘟病菌孢子检测方法 |
CN106485655A (zh) * | 2015-09-01 | 2017-03-08 | 张长隆 | 一种基于四旋翼飞行器航拍地图生成系统及方法 |
CN107832655A (zh) * | 2017-02-21 | 2018-03-23 | 石河子大学 | 一种基于无人机近地面成像的航拍系统及棉花产量估测方法 |
CN108765442A (zh) * | 2018-04-27 | 2018-11-06 | 吉林农业科技学院 | 一种基于室外多变光照条件下农田绿色作物快速分割方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080101663A1 (en) * | 2006-10-31 | 2008-05-01 | Motorola, Inc. | Methods for gray-level ridge feature extraction and associated print matching |
-
2019
- 2019-12-20 CN CN201911324996.0A patent/CN111080526B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074022A (zh) * | 2011-01-10 | 2011-05-25 | 南京理工大学 | 一种基于红外图像的弱小运动目标检测方法 |
CN104504603A (zh) * | 2014-12-03 | 2015-04-08 | 住房和城乡建设部城乡规划管理中心 | 一种城市园林数字化系统及选址方法 |
CN104651462A (zh) * | 2015-01-29 | 2015-05-27 | 华南农业大学 | 基于显微图像分析的稻瘟病菌孢子检测方法 |
CN106485655A (zh) * | 2015-09-01 | 2017-03-08 | 张长隆 | 一种基于四旋翼飞行器航拍地图生成系统及方法 |
CN107832655A (zh) * | 2017-02-21 | 2018-03-23 | 石河子大学 | 一种基于无人机近地面成像的航拍系统及棉花产量估测方法 |
CN108765442A (zh) * | 2018-04-27 | 2018-11-06 | 吉林农业科技学院 | 一种基于室外多变光照条件下农田绿色作物快速分割方法 |
Non-Patent Citations (1)
Title |
---|
图像融合与配准方法研究;杨翠;《中国知网硕士电子期刊》(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111080526A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080526B (zh) | 航拍图像的农田面积的测算方法、装置、设备及介质 | |
CN109886997B (zh) | 基于目标检测的识别框确定方法、装置及终端设备 | |
CN111145238B (zh) | 单目内窥镜图像的三维重建方法、装置及终端设备 | |
CN112528878B (zh) | 检测车道线的方法、装置、终端设备及可读存储介质 | |
CN112085771B (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN110691226A (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
CN114170565A (zh) | 一种基于无人机航拍的图像对比方法、装置及终端设备 | |
CN112633114B (zh) | 面向建筑物变化事件的无人机巡查智能预警方法和装置 | |
CN112215186B (zh) | 沼泽湿地植被分类方法、装置、计算机设备及存储介质 | |
CN108874269B (zh) | 一种目标跟踪方法、装置及系统 | |
CN111539975B (zh) | 一种运动目标的检测方法、装置、设备及存储介质 | |
CN112102378A (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN117197068A (zh) | 雾浓度估计方法、装置、设备及存储介质 | |
CN113191189A (zh) | 人脸活体检测方法、终端设备及计算机可读存储介质 | |
CN112669232A (zh) | 一种深度图像增强处理方法及装置 | |
CN117274338A (zh) | 一种无人机高光谱图像对齐方法、装置、终端及存储介质 | |
CN115587943B (zh) | 点云数据的去噪方法、装置、电子设备及存储介质 | |
CN112669346B (zh) | 一种路面突发状况确定方法及装置 | |
CN116109784A (zh) | 高精地图差异发现方法、系统、介质及设备 | |
CN116704111A (zh) | 图像处理方法和设备 | |
CN114913105A (zh) | 激光点云融合方法、装置、服务器及计算机可读存储介质 | |
CN107103321B (zh) | 道路二值化图像的生成方法及生成系统 | |
CN110827243B (zh) | 网格梁覆盖区域异常检测方法和装置 | |
CN114359425A (zh) | 正射图像生成方法及装置、正射指数图生成方法及装置 | |
CN111062984A (zh) | 视频图像区域面积的测量方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |