CN112033378A - 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 - Google Patents
一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 Download PDFInfo
- Publication number
- CN112033378A CN112033378A CN202010923455.6A CN202010923455A CN112033378A CN 112033378 A CN112033378 A CN 112033378A CN 202010923455 A CN202010923455 A CN 202010923455A CN 112033378 A CN112033378 A CN 112033378A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- image
- mouse
- dunes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000005516 engineering process Methods 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 238000011835 investigation Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000000463 material Substances 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 241000283984 Rodentia Species 0.000 abstract 1
- 239000002689 soil Substances 0.000 description 12
- 244000025254 Cannabis sativa Species 0.000 description 10
- 241000700159 Rattus Species 0.000 description 7
- 239000004459 forage Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008029 eradication Effects 0.000 description 2
- 241000221079 Euphorbia <genus> Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/02—Means for marking measuring points
- G01C15/06—Surveyors' staffs; Movable markers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Aviation & Aerospace Engineering (AREA)
- Multimedia (AREA)
- Catching Or Destruction (AREA)
- Image Processing (AREA)
Abstract
本发明公开了属于图像处理技术领域的一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法。该技术方法包括在调查开始时,在样地中放置一个长2m的标尺,并在每间隔1m处用醒目的红色物体进行标记;或在各边、角也放置醒目的红色物体进行标记,以指示无人机航拍图形的范围;无人机飞行高度确定和图像采集;设置相关图形分析参数进行图像预处理和计算鼠丘数目。本发明方法便于操作,适用性广,有利于基层人员掌握,计数的精确度高,有效降低鼠害调查过程中的体力劳动。尤其适合在天然草甸草原进行鼠害监测与防治工作,能够在短时间内对较大面积草地进行图像采集并测定鼠丘数目,改变了传统人工调查草原鼠丘数目的方法,节省大量的人力物力。
Description
技术领域
本发明属于图像处理技术领域,特别涉及一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法。
背景技术
东北鼢鼠鼠害主要分布于呼伦贝尔草原与大兴安岭山地林缘交界处的林间草地和草甸草原地带鼠害区域,草场因鼢鼠种群庞大,盗挖土壤猖獗,土丘泛滥牧,草损失惨重景观令人震撼。东北鼢鼠堆出的土丘,导致地表不平坦地表状况遭到了严重破坏,形成的土丘不仅给打草带来不便,特别是产草量因此而下降。此外,鼢鼠打洞堆出的土丘还埋没牧草,使原有牧草因此死亡,但一些根蘖性草类,如狼毒大戟,却能顶破土丘而生长,结果劣质牧草和有毒牧草在草群中数量相对增多,牧草品质下降。鼠类在草原上频繁活动,使草原裸露面积增大,加速了土壤水分的蒸发,降低土壤含水量的同时将土壤中有机物翻出,致使土壤肥力降低,严重影响草原可持续生产力。但是鼢鼠也是是草原生物多样性的重要组成部分,在草地生态系统物质循环,信息传递,能量流动等过程都起到重要的作用。鉴于鼢鼠在草地生态系统中独特的功能和地位,开展这种鼠的危害评价是防控和研究鼢鼠的前提和必要条件。灭鼢鼠,基本上都是人工灭鼠,鼢鼠危害等级、危害面积必须作好灭前调查。目前,一般选用鼢鼠推出的鼠丘数量来评价其对草地的危害程度。洞口或鼠丘数量的计数方法均采取人工计数,即在选定的样地(一般为0.25hm2),多人合作目视并计数洞口或鼠丘数量的多少,受人力限制,调查样地范围较小,不利于鼠害的预警与检测,而且现有的调查需要大量财力、人力投入,效率低下准确率不高。目前也有一些基于无人机的监测技术,但是其过程繁琐,专业性强,不利于基层人员掌握,因此需要一个简单易行且效率高,准确率高的技术进行监测。
为此,本发明旨在提供一种基于无人机技术和图像处理技术的草甸草原鼢鼠危害监测方法,通过以大疆无人机航拍,在地面设置适当的比例尺,通过适当的航拍高度,获取航拍原始图像,再对利用图像处理软件把航拍图片进行图像处理,通过调整图像参数,实现航拍照片机器计数鼠丘数量,重点解决草甸草原鼢鼠鼠害人工监测时检测面积局限,费时费力、误差大、成本高等问题。
发明内容
本发明的目的是提出一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法,其特征在于,利用小型无人机航拍和图像处理技术对鼢鼠鼠丘数目进行调查;该方法包括地面比例尺的设置,无人机飞行高度确定和图像采集,设置相关图形分析参数进行图像预处理,计算鼠丘数目四个基本步骤如下:
步骤1,地面比例尺的设置,在调查开始时,在样地中部放置一条以上长2m或2m以上的标尺,并在每间隔1m处用醒目的红色物体作标记;同样在样地的各边、角也放置醒目的红色物体进行标记,以指示无人机航拍图形的范围;在样地上空,无人机在一定的飞行高度h进行图像采集;
步骤2,无人机飞行高度确定和图像采集是通过无人机航拍图形的范围、分辨率以及分析后结果的准确性指标来确定最佳的飞行高度h,同时进行图像拍摄;
步骤3,设置相关图形分析参数进行图像预处理,该图像预处理是首先设置相关图形分析参数,使用由National Institutes of Health开发的开源图形分析软件ImageJ进行对无人机所采集的图像预处理,标记鼠丘的轮廓;
步骤4,根据步骤3标记鼠丘的轮廓,计算鼠丘数目,使用图形分析软件ImageJ中Analyze Particles的图像预处理功能标记鼠丘图像,并自动进行计数。
所述设置相关图形分析参数为:在Threshold Color窗口中Color Space选择“HSB”,Hue范围设置到“220-225”,Brightness范围设置到“60-160”。
所述样地是将大草甸划分成的小地块;并依照顺序编号为a、b、c、d、e;无人机采集的样地图像也按照该顺序编号a、b、c、d、e储存;并与预处理图像标记f、g、h、i、j对应即记为a-f、b-g、c-h、d-I、e-j。
本发明有益效果是解决了草甸草原鼢鼠鼠害鼠害人工监测时费时费力、误差大、成本高以及调查范围小等问题,准确率均达到90%以上;其次,方法简单易行,更够实现效率高,准确率高的进行鼠丘监测;本发明过程简单,实用性强,有利于基层人员掌握。本发明不受地形以及路况的影响,特别适合地广人稀、道路崎岖、环境恶劣等鼠害严重地区的监测调查。
附图说明
图1为实际无人机拍摄鼠丘示意图。
图2为草甸划分样地示意图。
图3为不同飞行高度h无人机拍摄鼠丘的实际影像和经软件分析后识别出的鼠丘图像对应图;其中,以飞行高度h为6m、13m、28m、50m、84m分成五个格,每个格上部是无人机拍摄鼠丘的实际影像,下部是经软件分析后识别出的鼠丘图像对应图,即a-f、b-g、c-h、d-I、e-j;下部图中的黑点就是鼠丘图像;
具体实施方式
本发明提出一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法,该方法利用小型无人机航拍和图像处理技术对鼢鼠鼠丘数目进行调查;该方法,包括地面比例尺的设置,无人机飞行高度确定和图像采集,设置相关图形分析参数进行图像预处理,计算鼠丘数目。下面通过附图说明和具体实施实例对本发明进一步详细说明。
如图1所示为实际无人机拍摄鼠丘示意图;在样地1中部放置一条以上长2m或2m以上的标尺,并在每间隔1m处(在0m、1m和2m处)用醒目的红色物体作标记4;同样在样地的各边、角也放置醒目的红色物体进行标记4,以指示无人机2航拍图形的范围;在样地1上空,无人机2的腹部,镜头向下固定高速摄像机3,摄像机3与地面的高度为h,无人机2在一定的飞行高度h进行图像采集。在样地1中分布着许多小鼠丘6,和鼢鼠打洞堆出的土丘5,土丘5还埋没牧草,使原有牧草因此死亡,造成牧草产量降低,给牧民带来重大损失;其中,样地是将大草甸划分成相同大小的地块;并依照顺序编号为a、b、c、d、e(如图2所示);无人机采集的样地图像也按照该顺序编号a、b、c、d、e储存;并与预处理图像标记f、g、h、i、j对应即记为a-f、b-g、c-h、d-I、e-j。
如图3所示的不同飞行高度h无人机拍摄鼠丘的实际影像和经软件分析后识别出的鼠丘图像对应图;其中,以飞行高度h为6m、13m、28m、50m、84m分成五个格,即无人机采集的样地图像按照也图3所示的样地顺序编号a、b、c、d、e储存;图3中每个格上部是无人机拍摄鼠丘的实际影像,顺序编号a、b、c、d、e;下部是经软件分析后识别出的鼠丘图像标记f、g、h、i、j;上下部对应图像编号记为a-f、b-g、c-h、d-I、e-j;下部图中的黑点就是鼠丘图像;不同飞行高度下的调查面积、监测结果和准确率如表1所示。从图2所示的不同飞行高度h:6m、13m、28m,对应的a-f、b-g、c-h的鼠丘图像比较清晰,由表1可知,飞行高度在6-28m范围内分析的准确率较高,同时考虑到一次拍摄所能调查的草地面积,在实际操作中建议选择28m-50m的高度进行图像采集比较合适。
所述无人机采用大疆御MAVIC-2变焦版无人机(1200万像素,续航时间34分钟)进行图像采集,通过无人机航拍图形的范围、分辨率以及分析后结果的准确性等指标确定最佳的飞行高度h,同时进行图像垂直拍摄,进行图像预处理是使用由National Institutesof Health开发的开源图形分析软件ImageJ进行对无人机所采集的图像预处理,在Threshold Color窗口中Color Space选择“HSB”,Hue范围设置到“220-225”,Brightness范围设置到“60-160”,由此便可识别并标记出鼠丘的轮廓。计算鼠丘数目是使用图形分析软件ImageJ中Analyze Particles功能,图像预处理标记的鼠丘进行计数,在AnalyzeParticles窗口中Size设置为“0.06-Infinity”通过该参数进一步确定所标记的区域是否为鼠丘,输出分析结果,便可得到鼠丘数目。如下表1所示不同飞行高度下的调查面积
表1 不同飞行高度下的调查面积、监测结果和准确率
Claims (3)
1.一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法,其特征在于,利用小型无人机航拍和图像处理技术对鼢鼠鼠丘数目进行调查;该方法包括地面比例尺的设置,无人机飞行高度确定和图像采集,设置相关图形分析参数进行图像预处理,计算鼠丘数目四个基本步骤如下:
步骤1,地面比例尺的设置,在调查开始时,在样地中部放置一条以上长2m或2m以上的标尺,并在每间隔1m处用醒目的红色物体作标记;同样在样地的各边、角也放置醒目的红色物体进行标记,以指示无人机航拍图形的范围;在样地上空,无人机在一定的飞行高度h进行图像采集;
步骤2,无人机飞行高度确定和图像采集是通过无人机航拍图形的范围、分辨率以及分析后结果的准确性指标来确定最佳的飞行高度h,同时进行图像拍摄;
步骤3,设置相关图形分析参数进行图像预处理,该图像预处理是首先设置相关图形分析参数,使用由National Institutes of Health开发的开源图形分析软件ImageJ进行对无人机所采集的图像预处理,标记鼠丘的轮廓;
步骤4,根据步骤3标记鼠丘的轮廓,计算鼠丘数目,使用图形分析软件ImageJ中Analyze Particles的图像预处理功能标记鼠丘图像,并自动进行计数。
2.根据权利要求1所述基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法,其特征在于,所述设置相关图形分析参数为:在Threshold Color窗口中Color Space选择“HSB”,Hue范围设置到“220-225”,Brightness范围设置到“60-160”。
3.根据权利要求1所述基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法,其特征在于,所述样地是将大草甸划分成的地块;并依照顺序编号为a、b、c、d、e;无人机采集的样地图像也按照该顺序编号a、b、c、d、e储存;并与预处理图像标记f、g、h、i、j对应,即记为a-f、b-g、c-h、d-I、e-j。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923455.6A CN112033378A (zh) | 2020-09-04 | 2020-09-04 | 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923455.6A CN112033378A (zh) | 2020-09-04 | 2020-09-04 | 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112033378A true CN112033378A (zh) | 2020-12-04 |
Family
ID=73591543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010923455.6A Pending CN112033378A (zh) | 2020-09-04 | 2020-09-04 | 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112033378A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503695A (zh) * | 2016-12-02 | 2017-03-15 | 汕头大学 | 一种基于航拍图像的烟草植株识别与计数方法 |
CN107219860A (zh) * | 2017-07-31 | 2017-09-29 | 内蒙古智牧溯源技术开发有限公司 | 一种无人机草场管理系统及方法 |
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 |
CN108537130A (zh) * | 2018-03-15 | 2018-09-14 | 甘肃农业大学 | 一种基于微型无人机技术的高原鼢鼠和高原鼠兔危害监测方法 |
CN109902596A (zh) * | 2019-01-31 | 2019-06-18 | 交通运输部天津水运工程科学研究所 | 一种开阔地区大群野生动物无人机调查方法 |
KR102121974B1 (ko) * | 2019-12-05 | 2020-06-12 | 대한민국 | 드론을 이용한 재난피해 조사·분석시스템 및 이를 이용한 재난피해 조사·분석방법 |
-
2020
- 2020-09-04 CN CN202010923455.6A patent/CN112033378A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503695A (zh) * | 2016-12-02 | 2017-03-15 | 汕头大学 | 一种基于航拍图像的烟草植株识别与计数方法 |
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 |
CN107219860A (zh) * | 2017-07-31 | 2017-09-29 | 内蒙古智牧溯源技术开发有限公司 | 一种无人机草场管理系统及方法 |
CN108537130A (zh) * | 2018-03-15 | 2018-09-14 | 甘肃农业大学 | 一种基于微型无人机技术的高原鼢鼠和高原鼠兔危害监测方法 |
CN109902596A (zh) * | 2019-01-31 | 2019-06-18 | 交通运输部天津水运工程科学研究所 | 一种开阔地区大群野生动物无人机调查方法 |
KR102121974B1 (ko) * | 2019-12-05 | 2020-06-12 | 대한민국 | 드론을 이용한 재난피해 조사·분석시스템 및 이를 이용한 재난피해 조사·분석방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104881865B (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 | |
CN106971167B (zh) | 基于无人机平台的作物生长分析方法及其分析系统 | |
CN110926430B (zh) | 一种空地一体化红树林监测系统及控制方法 | |
Roy et al. | Stratification of density in dry deciduous forest using satellite remote sensing digital data—An approach based on spectral indices | |
CN112164062A (zh) | 一种基于遥感时序分析的抛荒地信息提取方法及装置 | |
CN108537130A (zh) | 一种基于微型无人机技术的高原鼢鼠和高原鼠兔危害监测方法 | |
CN101403795A (zh) | 估算城区树覆盖率的遥感测量方法及其遥感测量系统 | |
Herbei et al. | Processing and Use of Satellite Images in Order to Extract Useful Information in Precision Agriculture. | |
Daliakopoulos et al. | Tree crown detection on multispectral VHR satellite imagery | |
CN115661647A (zh) | 一种树木栽种生长状况的定时巡检方法 | |
Mashonganyika et al. | Mapping of winter wheat using sentinel-2 NDVI data. a case of Mashonaland central province in Zimbabwe | |
Hentz et al. | Cicada (Magicicada) tree damage detection based on UAV spectral and 3D data | |
CN114429455A (zh) | 一种基于机载激光点云辅助影像植被三维变化检测方法 | |
CN112033378A (zh) | 一种基于无人机航拍调查草甸草原鼢鼠鼠丘数目的方法 | |
Zhou et al. | A framework for precisely thinning planning in a managed pure Chinese fir forest based on UAV remote sensing | |
CN110084120B (zh) | 海岛环境下的植被调查方法、装置、系统、设备和介质 | |
Lemenkova et al. | Clustering algorithm in ILWIS GIS for classification of Landsat TM scenes: case study of Mecsek Hills region, Hungary | |
CN115314851B (zh) | 一种基于大数据平台的农业信息化管理平台 | |
Yuan et al. | Research on vegetation information extraction from visible UAV remote sensing images | |
Yang et al. | Feature extraction of cotton plant height based on DSM difference method | |
Mashonganyika et al. | Mapping of Winter Wheat Using Sentinel-2 NDVI Data | |
Lin et al. | Segmentation and classification of uav-based orthophoto of watermelon field using support vector machine technique | |
GASTELLU-ETCHEGORRY et al. | Computer-assisted land cover mapping with SPOT in Indonesia | |
Feyen et al. | Mangrove Species Mapping and Above-Ground Biomass Estimation in Suriname Based on Fused Sentinel-1 and Sentinel-2 Imagery and National Forest Inventory Data | |
LU500262B1 (en) | Method for estimating vegetation coverage rate change in desert area |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201204 |
|
RJ01 | Rejection of invention patent application after publication |