CN113156424B - 植被高度的测量方法、装置、系统以及存储介质 - Google Patents
植被高度的测量方法、装置、系统以及存储介质 Download PDFInfo
- Publication number
- CN113156424B CN113156424B CN202110433286.2A CN202110433286A CN113156424B CN 113156424 B CN113156424 B CN 113156424B CN 202110433286 A CN202110433286 A CN 202110433286A CN 113156424 B CN113156424 B CN 113156424B
- Authority
- CN
- China
- Prior art keywords
- vegetation
- data
- radar
- signal
- echo
- 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 52
- 238000005070 sampling Methods 0.000 claims abstract description 109
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000005259 measurement Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 9
- 238000000691 measurement method Methods 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000013016 damping Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/882—Radar or analogous systems specially adapted for specific applications for altimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
- G01B7/06—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种植被高度的测量方法、装置、系统以及存储介质,该方法包括:获取雷达回波信号;在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据;利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,得到植被高度曲线。从而得到植被高度曲线,实现测量植被高度的目的。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种植被高度的测量方法、装置、系统以及存储介质。
背景技术
目前,在通过遥感技术对森林资源调查及其动态变化监测的场景下,需要对森林的植被高度进行测量,以满足对森林资源管理、监督和可持续利用的需求。
在现有技术中,主要采用的是光学遥感的方式实现植被高度的测量。在实际应用中,采用光学遥感的方式虽然能通过光谱特征、植被指数特征以及纹理特征等较好地反映植被冠层信息,但是由于其穿透性不强,在森林比较茂密的情况下,会失去其获取森林内部结构信息的能力,导致对植被高度测量具有局限性。
由此可知,目前亟需一种新的测量方式实现对植被高度的测量。
发明内容
有鉴于此,本发明实施例提供一种植被高度的测量方法、装置、系统以及存储介质,以解决现有技术对植被高度的测量具有局限性的问题。
为实现上述目的,本发明实施例提供如下技术方案:
本申请第一方面提供一种植被高度的测量方法,应用于无人机雷达数据处理系统,所述无人机雷达数据处理系统与无人机雷达系统之间建立通信连接,所述方法包括:
获取雷达回波信号;其中,所述雷达回波信号由雷达信号被后向散射后由所述无人机雷达系统得到,所述雷达信号由所述无人机雷达系统测量植被地区的植被高度时发射;
在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据;其中,所述目标信号为所述雷达回波信号位于快时间窗内的信号,所述快时间窗为预设的植被散射信号出现的快时间窗;
利用针对每一个属于植被反射得到的回波采样点的数据,将所述属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将所述属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理所述目标信号,得到植被高度曲线。
可选的,所述得到植被高度曲线之后,还包括:
利用空间平滑函数处理所述植被高度曲线,得到优化后的植被高度曲线。
可选的,所述在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据,包括:
计算得到所述目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值;
将所对应的高度向上的梯度最大值大于预设阈值的回波采样点的数据,作为所述属于植被反射得到的回波采样点的数据,所对应的高度向上的梯度最大值不大于预设阈值的回波采样点的数据,作为所述属于地面反射得到的回波采样点的数据。
可选的,所述获取雷达回波信号之后,还包括:
从所述雷达回波信号中提取有效信号;其中,所述有效信号为所述雷达回波信号中的非强耦合信号;所述目标信号为所述雷达回波信号中的有效信号位于快时间窗内的信号。
可选的,所述获取雷达回波信号之后,还包括:
将所述雷达回波信号进行信号压缩,得到压缩后的信号;
其中,所述目标信号为所述压缩后的信号位于快时间窗内的信号。
本申请第二方面提供一种植被高度的测量装置,包括:
获取单元,用于获取雷达回波信号;其中,所述雷达回波信号由雷达信号被后向散射后由所述无人机雷达系统得到,所述雷达信号由所述无人机雷达系统测量植被地区的植被高度时发射;
检测单元,用于在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据;其中,所述目标信号为所述雷达回波信号位于快时间窗内的信号,所述快时间窗为预设的植被散射信号出现的快时间窗;
设置单元,用于利用针对每一个属于植被反射得到的回波采样点的数据,将所述属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将所述属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理所述目标信号,得到植被高度曲线。
可选的,还包括:
处理单元,用于利用空间平滑函数处理所述植被高度曲线,得到优化后的植被高度曲线。
可选的,所述检测单元包括:
计算单元,用于计算得到所述目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值;
筛选单元,用于将所对应的高度向上的梯度最大值大于预设阈值的回波采样的数据,作为所述属于植被反射得到的回波采样点的数据,所对应的高度向上的梯度最大值不大于预设阈值的回波采样点的数据,作为所述属于地面反射得到的回波采样点的数据。
本申请第三方面提供一种无人机雷达数据处理系统,包括:执行本申请第一方面任一项所述植被高度的测量方法的无人机雷达数据处理系统、以及与无人机雷达数据处理系统建立通信连接的无人机雷达系统;
其中,所述无人机雷达系统设置于无人机上,包括:处理器、雷达天线和提供电能的电池;所述处理器生成雷达信号并通过所述雷达天线向外发射,并通过所述雷达天线接收雷达回波信号;所述雷达回波信号为所述雷达信号经植被地区后向散射得到。
本申请第四方面提供一种计算机存储介质,用于存储计算机程序,所述计算机程序被执行时,具体用于实现本申请第一方面任意一项所述的植被高度的测量方法。
基于上述本发明实施例提供的一种植被高度的测量方法、装置、系统以及存储介质,其中,该方法应用于无人机雷达数据处理系统,无人机雷达数据处理系统与无人机雷达系统之间建立通信连接。在该方法中,无人机雷达系统测量植被地区的植被高度时发射雷达信号,并接收雷达信号被后向散射后的雷达回波信号,如此,本方案通过首先获取雷达回波信号,然后在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据,其中,目标信号为雷达回波信号位于快时间窗内的信号,快时间窗为预设的植被散射信号出现的快时间窗。接着利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,并且,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,从而得到植被高度曲线,实现测量植被高度的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种植被高度测量系统的架构示意图;
图2为本发明实施例提供的一种植被高度测量系统的硬件研制设计的示意图;
图3为本发明实施例提供的一种无人机雷达系统构成的示意图;
图4为本发明实施例提供的一种无人机平台整装结构示意图;
图5为本发明实施例提供的一种计算机端在线测试回波信号的示意图;
图6为本发明实施例提供的一种植被高度的测量方法的流程示意图;
图7为本发明实施例提供的一种剔除强耦合信号的示意图;
图8为本发明实施例提供的一种截取快时间窗内信号的示意图;
图9为本发明实施例提供的一种模拟信号结果的示意图;
图10为本发明实施例提供的一种信号压缩结果的示意图;
图11为本发明实施例提供的一种无人机平台扫描向和高度向的场景示意图;
图12为本发明实施例提供的一种分别识别植被反射回波采样点数据和地面反射回波采样点数据的流程示意图;
图13为本发明实施例提供的一种植被高度的测量装置的结构框图;
图14为本发明实施例提供的一种用于执行植被高度的测量方法的电子设备的示意图。
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做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。
在本申请中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
由背景技术可知,在采用光学遥感的方式测量植被高度时,虽然能通过光谱特征、植被指数特征以及纹理特征等较好地反映植被冠层信息,但是由于其穿透性不强,在森林比较茂密的情况下,会失去其获取森林内部结构信息的能力,导致对植被高度测量具有局限性。
因此,本申请实施例提供一种植被高度的测量方法,装置、系统和存储介质,本方案通过首先获取雷达回波信号,然后在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据,其中,目标信号为雷达回波信号位于快时间窗内的信号,快时间窗为预设的植被散射信号出现的快时间窗。接着利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,并且,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,从而得到植被高度曲线,实现测量植被高度的目的。
参见图1,本申请实施例公开的植被高度测量系统,包括:
该植被高度测量系统10用于实现测量植被高度的目的。
其中,植被高度测量系统10包括无人机雷达系统101和无人机雷达数据处理系统102。
无人机雷达系统101和无人机雷达数据处理系统102之间建立通信连接。
参见图2,可以看出植被高度测量系统的硬件研制设计,将无人机雷达系统、无人机和无人机雷达数据处理系统集成到植被高度测量系统中。无人机雷达系统的硬件主要包括雷达模块和主控模块,其中,雷达模块包括超宽带雷达模块、对数周期天线和数据记录模块,无人机雷达系统通过数据记录模块向无人机雷达数据处理系统传输数据;对数周期天线用于收发信号,主控模块包括CPU主控。
基于图1公开的植被高度测量系统实现植被高度的测量过程为:
搭建无人机雷达系统101,并利用计算机端在线测试系统。
参见图3,可以看出:无人机雷达系统的硬件构成与硬件间连接方式,无人机雷达系统包括雷达处理器、雷达天线、CPU主控和锂电池,雷达处理器对应图2中超宽带雷达模块和数据记录模块、雷达天线对应图2中对数周期天线、CPU主控对应图2中CPU主控、锂电池对应图2中移动电源。其中,锂电池通过USB接口向CPU主控和雷达处理器供电,CPU主控与雷达处理器通过网络通信即网口连接,用于发射和接收信号,雷达处理器通过串口通信与两个天线连接,用于收发信号,雷达天线采用发射、接收双天线设计,完成无人机雷达系统的搭建。
参见图4,可以看出无人机雷达系统部署在无人机平台下方的挂载板上,挂载板由减震平台401构成以达到减震效果,由支撑架403固定在无人机平台下方,天线402从减震平台向外延伸以实现雷达观测的目的。
参见图5,可以看出计算机端在线测试系统时,在前5纳秒的时间范围内,雷达接收到很强的回波信号,该信号为由于发射和接收天线靠得太近产生的强耦合信号,因此属于需要在后续流程中通过数据处理去除的干扰信号。
参见图6,本申请实施例公开的植被高度的测量方法,结合图1和图6,该方法应用于无人机雷达数据处理系统,无人机雷达数据处理系统可以为图1示出的植被高度测量系统中的无人机雷达数据处理系统102。包括以下步骤:
S601、获取雷达回波信号。
在步骤S601中,雷达回波信号是由雷达信号被后向散射后由无人机雷达系统101中的雷达接收天线接收得到。
该雷达信号为在测量植被地区的植被高度时由无人机雷达系统101中的雷达发射天线发射。
在具体实现步骤S601的过程中,无人机雷达数据处理系统102接收无人机雷达系统101发送的雷达回波信号。
需要说明的是,无人机雷达数据处理系统102可以为图1所示出的植被高度测量系统10中的无人机雷达数据处理系统102,无人机雷达系统101可以为图1所示出的植被高度测量系统10中的无人机雷达系统101。
可选的,在本申请的另一个实施例中,在执行步骤S601之后,还可以包括:
从雷达回波信号中提取有效信号。
其中,有效信号为雷达回波信号中快时间窗内的非强耦合信号,目标信号为雷达回波信号中的有效信号位于快时间窗内的信号。
具体的,首先剔除雷达回波信号中由于雷达收发天线距离紧凑产生的强耦合信号,得到有效信号,然后截取有效信号中预设的植被散射信号出现的快时间窗内的信号,以去除由于雷达在无人机到达航线之前或结束航线之后记录的信号,得到目标信号。
参见图7,可以看出:植被信号框701内为检测到的植被信号,天线强耦合信号框702内为天线由于距离太近产生了很强的耦合信号,因此需要对雷达回波信号进行有效截取。
参见图8,可以看出由于雷达会在无人机到达航线之前就开始记录数据或在无人机结束航线之后仍在记录数据,因此需要根据GPS数据和雷达开机时间对有效信号进行截取。
可选的,在本申请的另一个实施例中,在执行步骤S601之后,还可以包括:
将雷达回波信号进行信号压缩,得到压缩后的信号。
其中,目标信号为压缩后的信号位于快时间窗内的信号。
具体的,首先根据雷达发射的雷达信号的信号形式对所目标信号进行模拟分析,得到模拟信号结果,然后根据模拟信号结果对目标信号进行变换处理,形成尖脉冲,得到压缩后的信号。
需要说明的是,雷达发射的雷达信号可以是高斯信号,则雷达信号的信号形式可以是
变换处理方式可以是希尔伯特变换。
参见图9,可以看出:根据雷达发射信号的信号形式对雷达回波信号进行模拟分析得到的模拟信号结果,为未经压缩的尖脉冲形式信号。
参见图10,可以看出:将雷达回波信号进行希尔伯特变换之后,形成尖脉冲,得到信号压缩结果,其中,希尔伯特变换能够有效增加信号的分辨率、提高信号噪声比,以更好地获取目标信号,提高了雷达回波信号的解译精度。
S602、在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据。
其中,目标信号为雷达回波信号位于快时间窗内的信号,快时间窗为预设的植被散射信号出现的快时间窗。
需要说明的是,扫描点为扫描向上对应某一高度向上所有高度向数据的位置点。
参见图11,可以看出扫描向为无人机雷达平台行进方向,高度向为信号发射方向。扫描向数据为同一高度点对应的所有扫描点位置数据,高度向数据为同一扫描点对应的所有高度点位置数据。
为了更好的理解步骤S602的具体过程,参见图12,本申请实施例公开的分别识别植被反射回波采样点数据和地面反射回波采样点数据,包括以下步骤:
S1201、计算得到目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值。
在具体实现步骤S1201的过程中,将压缩后的信号在预设的快时间窗内的信号作为目标信号,从扫描向的起始点开始检测并计算得到目标信号在各个回波采样点的数据所对应的高度向上的所有梯度值,然后确定出目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值。
需要说明的是,检测方式可以是利用基于sobel算子的边缘检测程序来获取梯度值,其中,sobel算子是一种离散性差分算子,具体的计算公式可以为:
Δxf(x,y)=[f(x-1,y+1)+2f(x,y+1)+f(x+1,y+1)]
-[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]
S1202、将所对应的高度向上的梯度最大值大于预设阈值的回波采样点的数据,作为属于植被反射得到的回波采样点的数据,所对应的高度向上的梯度最大值不大于预设阈值的回波采样点的数据,作为属于地面反射得到的回波采样点的数据。
在具体实现步骤S1202的过程中,将上述步骤S1201计算得到的目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值,与预设阈值进行比较,然后将对应的高度向上的梯度最大值大于预设阈值的回波采样点数据,作为属于植被反射得到的回波采样点的数据,将对应的高度向上的梯度最大值小于预设阈值的回波采样点的数据,作为属于地面反射得到的回波采样点的数据,最终确定所有方向位全部遍历,并记录地面高度所对应的时刻。
S603、利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,得到植被高度曲线。
需要说明的是,第一数值可以为1和第二数值可以为0。
具体的,根据上述步骤区分好的植被反射得到的回波采样点的数据和地面反射得到的回波采样点的数据,针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中所有梯度最大值出现的时刻都赋值为1,其余时刻都赋值为0,并且,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为1,其余时刻都赋值为0,最终确定所有扫描点对应的高度向数据都全部遍历,得到植被高度曲线。
可选的,在本申请的另一个实施例中,在执行步骤S603之后,还可以包括:
利用空间平滑函数处理植被高度曲线,得到优化后的植被高度曲线。
具体的,空间平滑函数通过计算所设置的平滑窗口内所有点的平均值替代平滑窗口中心点的值,以剔除掉一些不可信的值,并去除记录的地面高度所对应的时刻所对应的值,以剔除非植被区域,得到优化后的植被高度曲线。
基于上述本发明实施例提供的一种植被高度的测量方法、装置、系统以及存储介质,其中,该方法应用于无人机雷达数据处理系统102,无人机雷达数据处理系统102与无人机雷达系统101之间建立通信连接。在该方法中,无人机雷达系统101测量植被地区的植被高度时发射雷达信号,并接收雷达信号被后向散射后的雷达回波信号,如此,本方案通过无人机雷达数据处理系统102首先获取雷达回波信号,然后在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据,其中,目标信号为雷达回波信号位于快时间窗内的信号,快时间窗为预设的植被散射信号出现的快时间窗。接着利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,并且,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,从而得到植被高度曲线,实现测量植被高度的目的。
与上述本申请实施例提供的植被高度的测量方法相对应,本申请实施例还提供了植被高度的测量装置。
参见图13,本申请实施例公开的植物高度的测量装置,包括:
获取单元1301,用于获取雷达回波信号,其中,雷达回波信号由雷达信号被后向散射后由无人机雷达系统得到,雷达信号由无人机雷达系统测量植被地区的植被高度时发射;
检测单元1302,用于在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据;其中,目标信号为雷达回波信号位于快时间窗内的信号,快时间窗为预设的植被散射信号出现的快时间窗;
设置单元1303,用于利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,得到植被高度曲线。
可选的,植被高度的测量装置,同样还参见图13,还包括:
处理单元1304,用于利用空间平滑函数处理植被高度曲线,得到优化后的植被高度曲线。
可选的,植被高度的测量装置,检测单元1302,包括:
计算单元13021,用于计算得到目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值;
筛选单元13022,用于将所对应的高度向上的梯度最大值大于预设阈值的回波采样的数据,作为属于植被反射得到的回波采样点的数据,所对应的高度向上的梯度最大值不大于预设阈值的回波采样点的数据,作为属于地面反射得到的回波采样点的数据。
可选的,植被高度的测量装置,同样还参见图13,还包括:
提取单元1305,用于从雷达回波信号中提取有效信号;其中,有效信号为雷达回波信号中的非强耦合信号;目标信号为雷达回波信号中的有效信号位于快时间窗内的信号。
可选的,植被高度的测量装置,同样还参见图13,还包括:
压缩单元1306,用于将雷达回波信号进行信号压缩,得到压缩后的信号;其中,目标信号为压缩后的信号位于快时间窗内的信号。
需要说明的是,上述本申请实施例公开的植被高度的测量装置中的各个模块具体的原理和执行过程,与上述图6至图12本申请实施例公开的植被高度的测量方法中对应的部分的原理和执行过程相同,可参见上述本申请实施例公开的植被高度的测量方法中相应的部分,这里不再进行赘述。
基于上述本发明实施例提供的一种植被高度的测量方法、装置、系统以及存储介质,其中,该方法应用于无人机雷达数据处理系统,无人机雷达数据处理系统与无人机雷达系统之间建立通信连接。在该装置中,无人机雷达系统测量植被地区的植被高度时发射雷达信号,并接收雷达信号被后向散射后的雷达回波信号,如此,本方案通过获取单元1301首先获取雷达回波信号,然后检测单元1302在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据,其中,目标信号为雷达回波信号位于快时间窗内的信号,快时间窗为预设的植被散射信号出现的快时间窗。接着设置单元1303利用针对每一个属于植被反射得到的回波采样点的数据,将属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,并且,针对每一个属于地面反射得到的回波采样点的数据,将属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理目标信号,从而得到植被高度曲线,实现测量植被高度的目的。
本申请实施例还提供了一种无人机雷达数据处理系统,包括:执行本申请如图6至图12所示的实施例公开的植被高度的测量方法的无人机雷达数据处理系统、以及与无人机雷达数据处理系统建立通信连接的无人机雷达系统;
其中,无人机雷达系统设置于无人机上,包括:处理器、雷达天线和提供电能的电池;处理器生成雷达信号并通过雷达天线向外发射,并通过雷达天线接收雷达回波信号;雷达回波信号为雷达信号经植被地区后向散射得到。
本申请实施例还提供了一种计算机存储介质,用于存储计算机程序,该计算机程序被执行时,具体用于实现本申请如图6至图12所示的实施例公开的植被高度的测量方法。
本申请另一实施例还提供了一种电子设备,如图14所示,具体包括:
一个或多个处理器1401。
存储装置1402,其上存储有一个或多个程序。
当一个或多个程序被一个或多个处理器1401执行时,使得一个或多个处理器501实现如上述实施例中任意一项方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统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。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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种植被高度的测量方法,其特征在于,应用于无人机雷达数据处理系统,所述无人机雷达数据处理系统与无人机雷达系统之间建立通信连接,所述方法包括:
获取雷达回波信号;其中,所述雷达回波信号由雷达信号被后向散射后由所述无人机雷达系统得到,所述雷达信号由所述无人机雷达系统测量植被地区的植被高度时发射;
在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据;其中,所述目标信号为所述雷达回波信号位于快时间窗内的信号,所述快时间窗为预设的植被散射信号出现的快时间窗;
利用针对每一个属于植被反射得到的回波采样点的数据,将所述属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将所述属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理所述目标信号,得到植被高度曲线。
2.根据权利要求1所述的测量方法,其特征在于,所述得到植被高度曲线之后,还包括:
利用空间平滑函数处理所述植被高度曲线,得到优化后的植被高度曲线。
3.根据权利要求1所述的测量方法,其特征在于,所述在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据,包括:
计算得到所述目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值;
将所对应的高度向上的梯度最大值大于预设阈值的回波采样点的数据,作为所述属于植被反射得到的回波采样点的数据,所对应的高度向上的梯度最大值不大于预设阈值的回波采样点的数据,作为所述属于地面反射得到的回波采样点的数据。
4.根据权利要求1所述的测量方法,其特征在于,所述获取雷达回波信号之后,还包括:
从所述雷达回波信号中提取有效信号;其中,所述有效信号为所述雷达回波信号中的非强耦合信号;所述目标信号为所述雷达回波信号中的有效信号位于快时间窗内的信号。
5.根据权利要求1所述的测量方法,其特征在于,所述获取雷达回波信号之后,还包括:
将所述雷达回波信号进行信号压缩,得到压缩后的信号;
其中,所述目标信号为所述压缩后的信号位于快时间窗内的信号。
6.一种植被高度的测量装置,其特征在于,包括:
获取单元,用于获取雷达回波信号;其中,所述雷达回波信号由雷达信号被后向散射后由无人机雷达系统得到,所述雷达信号由所述无人机雷达系统测量植被地区的植被高度时发射;
检测单元,用于在目标信号在各个扫描点的数据中,分别识别得到属于植被反射得到的回波采样点的数据,以及属于地面反射得到的回波采样点的数据;其中,所述目标信号为所述雷达回波信号位于快时间窗内的信号,所述快时间窗为预设的植被散射信号出现的快时间窗;
设置单元,用于利用针对每一个属于植被反射得到的回波采样点的数据,将所述属于植被反射得到的回波采样点的数据中梯度最大值的出现时刻赋值为第一数值,其余时刻赋值为第二数值,针对每一个属于地面反射得到的回波采样点的数据,将所述属于地面反射得到的回波采样点的数据中地面高度对应的时刻赋值为第一数值,其余时刻赋值为第二数值的处理方式处理所述目标信号,得到植被高度曲线。
7.根据权利要求6所述的测量装置,其特征在于,还包括:
处理单元,用于利用空间平滑函数处理所述植被高度曲线,得到优化后的植被高度曲线。
8.根据权利要求6所述的测量装置,其特征在于,所述检测单元包括:
计算单元,用于计算得到所述目标信号在各个回波采样点的数据所对应的高度向上的梯度最大值;
筛选单元,用于将所对应的高度向上的梯度最大值大于预设阈值的回波采样的数据,作为所述属于植被反射得到的回波采样点的数据,所对应的高度向上的梯度最大值不大于预设阈值的回波采样点的数据,作为所述属于地面反射得到的回波采样点的数据。
9.一种无人机雷达数据处理系统,其特征在于,包括:执行如权利要求1至5中任一项所述植被高度的测量方法的无人机雷达数据处理系统、以及与无人机雷达数据处理系统建立通信连接的无人机雷达系统;
其中,所述无人机雷达系统设置于无人机上,包括:处理器、雷达天线和提供电能的电池;所述处理器生成雷达信号并通过所述雷达天线向外发射,并通过所述雷达天线接收雷达回波信号;所述雷达回波信号为所述雷达信号经植被地区后向散射得到。
10.一种计算机存储介质,其特征在于,用于存储计算机程序,所述计算机程序被执行时,具体用于实现如权利要求1至5任意一项所述的植被高度的测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110433286.2A CN113156424B (zh) | 2021-04-21 | 2021-04-21 | 植被高度的测量方法、装置、系统以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110433286.2A CN113156424B (zh) | 2021-04-21 | 2021-04-21 | 植被高度的测量方法、装置、系统以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113156424A CN113156424A (zh) | 2021-07-23 |
CN113156424B true CN113156424B (zh) | 2023-12-12 |
Family
ID=76868542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110433286.2A Active CN113156424B (zh) | 2021-04-21 | 2021-04-21 | 植被高度的测量方法、装置、系统以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113156424B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116399820B (zh) * | 2023-06-07 | 2023-08-04 | 中国科学院空天信息创新研究院 | 植被遥感产品真实性校验方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463164A (zh) * | 2014-09-03 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种基于伞骨法与冠高比的树木冠层结构信息提取方法 |
CN106980765A (zh) * | 2017-03-30 | 2017-07-25 | 中国科学院遥感与数字地球研究所 | 一种利用全极化sar数据计算地表均方根高度的方法 |
CN108491642A (zh) * | 2018-03-27 | 2018-09-04 | 中国科学院遥感与数字地球研究所 | 一种基于层级景观模型的楼层尺度城市绿度感知度量方法 |
CN111340826A (zh) * | 2020-03-25 | 2020-06-26 | 南京林业大学 | 基于超像素与拓扑特征的航拍图像单株树冠分割算法 |
CN111398957A (zh) * | 2020-04-01 | 2020-07-10 | 中国林业科学研究院资源信息研究所 | 改进相干性计算方法的短波长双天线InSAR森林高度反演方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7917346B2 (en) * | 2008-02-19 | 2011-03-29 | Harris Corporation | Geospatial modeling system providing simulated tree trunks and branches for groups of tree crown vegetation points and related methods |
US10520482B2 (en) * | 2012-06-01 | 2019-12-31 | Agerpoint, Inc. | Systems and methods for monitoring agricultural products |
US20180361584A1 (en) * | 2015-01-06 | 2018-12-20 | Discovery Robotics | Robotic platform with long-term learning |
-
2021
- 2021-04-21 CN CN202110433286.2A patent/CN113156424B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463164A (zh) * | 2014-09-03 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种基于伞骨法与冠高比的树木冠层结构信息提取方法 |
CN106980765A (zh) * | 2017-03-30 | 2017-07-25 | 中国科学院遥感与数字地球研究所 | 一种利用全极化sar数据计算地表均方根高度的方法 |
CN108491642A (zh) * | 2018-03-27 | 2018-09-04 | 中国科学院遥感与数字地球研究所 | 一种基于层级景观模型的楼层尺度城市绿度感知度量方法 |
CN111340826A (zh) * | 2020-03-25 | 2020-06-26 | 南京林业大学 | 基于超像素与拓扑特征的航拍图像单株树冠分割算法 |
CN111398957A (zh) * | 2020-04-01 | 2020-07-10 | 中国林业科学研究院资源信息研究所 | 改进相干性计算方法的短波长双天线InSAR森林高度反演方法 |
Non-Patent Citations (4)
Title |
---|
Extraction of Individual Tree Height Using a Combination of Large-scale Aerial Photo And LiDAR;Wang, P;《International Conference on Computational Materials Science (CMS 2011)》;全文 * |
Forest Height Estimation in Tropical Rain Forest using Pol-InSAR Techniques;K.Florian;《 2006 IEEE International Symposium on Geoscience and Remote Sensing》;全文 * |
基于无人机的林分郁闭度和树高估测研究;严羽;《中国优秀硕士学位论文全文数据库 农业科技辑》(第1期);全文 * |
融合UAV遥感影像与SFM点云的树木识别及参数提取;杨礼;《中国优秀硕士学位论文全文数据库 农业科技辑》(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113156424A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109917249B (zh) | 一种用于电力设备巡检无人机的局部放电定位装置及方法 | |
CN101839981B (zh) | 激光成像回波波形和层次特征获取方法及装置 | |
CN112558066B (zh) | 双极化sar图像系统 | |
CN103048656B (zh) | 基于连续波雷达的隧道围岩形变量测预警系统及方法 | |
CN102959354A (zh) | 用于利用LiDAR数据来分析树冠层的方法和装置 | |
CN111427031A (zh) | 一种基于雷达信号的身份及手势识别方法 | |
CN113156424B (zh) | 植被高度的测量方法、装置、系统以及存储介质 | |
CN106405491A (zh) | 基于软件无线电的无人机监测系统 | |
CN112612365B (zh) | 手势识别方法、装置、电子设备和存储介质 | |
CN207965126U (zh) | 一种便携式无源雷达电磁环境测试装置 | |
CN109217947A (zh) | 测试数据链设备辐射信号被截获概率性能的方法 | |
CN110596734B (zh) | 一种基于多模态q学习的无人机定位干扰源系统及方法 | |
CN106353777B (zh) | 高分辨率sar卫星辐射性能分析方法 | |
CN111556157A (zh) | 农作物分布的监测方法、设备、存储介质及装置 | |
CN111046025A (zh) | 无人机信号探测方法及装置 | |
CN103257340A (zh) | 一种利用雷达卫星标定多台地面接收机幅度一致性的方法 | |
WO2021179583A1 (zh) | 探测方法及探测设备 | |
CN111539372B (zh) | 病虫害分布的监测方法、设备、存储介质及装置 | |
CN212059889U (zh) | 一种内陆水体水质高光谱遥感监测服务系统 | |
CN112379373A (zh) | 一种星载sar实时成像装置 | |
CN111522016A (zh) | 空间目标激光测距微弱信号识别模型构建方法及装置 | |
CN115657938A (zh) | 一种无人机被动微波辐射测量的快速存储方法 | |
CN114966690A (zh) | 一种gnss-r sar双星融合成像方法及系统 | |
JPH0843539A (ja) | 埋設物探知に用いる受信信号の処理方法 | |
Chen et al. | Offshore electromagnetic spectrum detection system based on self-organizing network |
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 |