CN113932779B - 基于无人机倾斜摄影的土石方计算方法、系统及存储介质 - Google Patents
基于无人机倾斜摄影的土石方计算方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113932779B CN113932779B CN202111335467.8A CN202111335467A CN113932779B CN 113932779 B CN113932779 B CN 113932779B CN 202111335467 A CN202111335467 A CN 202111335467A CN 113932779 B CN113932779 B CN 113932779B
- Authority
- CN
- China
- Prior art keywords
- vegetation
- area
- edge
- height
- areas
- 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
- 239000004575 stone Substances 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims abstract description 16
- 241000196324 Embryophyta Species 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 3
- 239000011435 rock Substances 0.000 claims description 2
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000012876 topography Methods 0.000 abstract description 3
- 239000002689 soil Substances 0.000 abstract 1
- 238000010276 construction Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/028—Micro-sized aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
Abstract
本申请公开一种基于无人机倾斜摄影的土石方计算方法、系统及存储介质,涉及无人机测绘技术领域,包括以下步骤:基于所获取的航拍摄影信息建立地表模型;识别地表模型中的植被集群区域;每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域,获取边缘植被高度;每个内部区域匹配相邻且植被种类相同的边缘区域;执行不同的预设方法以获取相应内部区域的区域植被高度;在地表模型上去除植被集群区域以形成地面模型;根据地面模型计算土石方量。通过计算边缘区域的植被高度按照规律即可推算出内部区域的植被高度,以获取到的植被高度去除植被集群区域的植被干扰,能够更加完整地还原真实地形地貌,使得最终计算出的土石方量更加准确。
Description
技术领域
本申请涉及无人机测绘的领域,尤其是涉及一种基于无人机倾斜摄影的土石方计算方法、系统及存储介质。
背景技术
传统土方施工过程通过标高来控制某区域的施工进度,通过总出土车数来反应总土方施工进度,由于测量手段的局限性,无法进行快速多次测量。无人机倾斜摄影测量技术是近年来发展起来的一项新兴技术,其通过无人机采集带有高程和位置信息的影像数据,后期计算机实景重建,可真实反映地物的外观、位置、高度等属性,同时可输出正射图、数字高程模型及点云等成果。
由于无人机拍摄的影像中存在植被、建筑等干扰物,在完成实景三维模型建立后,还需要剔除实景三维模型上的干扰物,并利用模型上删除干扰物后遗留的孔隙周围的高程拟合曲面以填充孔隙。
针对上述中的相关技术,发明人认为当植被区域较大时,该区域内部的地形与其周围可能存在较大差异,直接将植被删除后再通过周边地面进行修复,容易与实际地面情况不一致,导致计算出的土石方量出现较大的偏差。
发明内容
为了使得土石方量计算得更加准确,本申请提供一种基于无人机倾斜摄影的土石方计算方法、系统及存储介质。
第一方面,本申请提供一种基于无人机倾斜摄影的土石方计算方法,采用如下的技术方案:
一种基于无人机倾斜摄影的土石方计算方法,包括以下步骤:
基于所获取的航拍摄影信息建立地表模型;
识别地表模型中的植被集群区域;
每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域,其中,边缘区域和内部区域均至少有一个,且每个边缘区域和内部区域中的植被种类单一;
根据计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度;
每个内部区域匹配相邻且植被种类相同的边缘区域;
根据内部区域所匹配到的边缘区域数量的不同,执行不同的预设方法以获取相应内部区域的区域植被高度;
将边缘植被高度和区域植被高度整合到植被集群区域中;
在地表模型上去除植被集群区域以形成地面模型;
根据地面模型计算土石方量。
通过采用上述技术方案,边缘区域与植被集群区域周边的地面临近,边缘区域内的地面与周边地面之间的起伏一般不大,因此通过周边地面的高度可以计算出较为准确的边缘区域内植被的高度,而植被的生长存在一定的规律,再通过边缘区域的植被高度按照规律即可推算出内部区域的植被高度,以获取到的植被高度去除植被集群区域的植被干扰,能够更加完整地还原真实地形地貌,使得最终计算出的土石方量更加准确。
可选的,所述航拍摄影信息包含颜色信息和坐标信息,每个坐标信息对应一种颜色信息,其中,所述颜色信息包括绿色信息;
识别出地表模型中的植被集群区域,包括以下步骤:
识别出对应绿色信息的坐标信息并定义该坐标信息为植被点信息,将相邻的植被点信息整合到一起以形成植被区域;
判断植被区域的面积是否超过预设的基准面积值,若超过,则该植被区域为植被集群区域。
通过采用上述技术方案,植被的分布有多有少,对于一定规模的植被才通过区分边缘和内部的方式来获取植被高度,而对于小规模的植被可以采用更加简单的方式来进行处理,如直接删除植被,再通过周围地面的曲线进行修复,确保计算效率和模型准确之间取得更好的平衡。
可选的,预设的划分规则,包括以下步骤:
将植被集群区域划分成边缘圈和内部圈;
边缘圈按朝向方位的不同再次划分成四个方位区域;
判断方位区域内的植物种类是否唯一,若方位区域内的植物种类唯一,则将方位区域作为边缘区域;
若方位区域内的植物种类不唯一,则将方位区域划分为仅包含单一植物种类的边缘区域;
将内部圈划分为若干不重叠且仅包含单一植物种类的内部区域。
通过采用上述技术方案,将植被集群区域细分成植物种类单一的小区域,每个小区域内植被的高度相对统一,方便后续对于各个小区域内的植被进行统计。
可选的,根据计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度,具体包括以下步骤:
计算边缘区域顶部靠近内部区域一侧的高度与远离内部区域一侧的高度的差值,
判断差值是否超过预设的偏差值;
若超过,则选取边缘区域靠近内部区域位置的顶部高度的平均值作为相应边缘区域顶部的高度;
若未超过,则将整个边缘区域的顶部高度的平均值作为边缘区域顶部的高度;
将边缘区域顶部的高度减去相邻地面的高度即为与该边缘区域对应的边缘植被高度。
通过采用上述技术方案,植被的生长需要空间,植株集群区域内部的空间已经被成年的植被所占用,幼苗往往缺少生存空间,而植株集群区域的边缘则具有足够的空间,因此边缘区域会存在一些幼苗,为了降低成片幼苗对于成年植被高度的计算,在计算边缘植被高度前,先将幼苗的高度排除掉。
可选的,当内部区域所匹配到的边缘区域数量为一时,内部区域的区域植被高度即为相匹配的边缘区域的边缘植被高度。
通过采用上述技术方案,由于该内部区域仅与一个边缘区域连接,在缺少关联的情况下,判定该内部区域内的植被的生长情况与该边缘区域内的植被生长情况一致。
可选的,当内部区域所匹配到的边缘区域数量为多个时,处在内部区域中心位置的区域植被高度为多个边缘区域的边缘植被高度的平均值,而从内部区域中心位置向边缘区域一侧靠近的植被高度依次从平均值向对应边缘区域的边缘植被高度变化。
通过采用上述技术方案,该内部区域植被受多个边缘区域内的植被影响,中心位置需考虑所有边缘区域内的植被生长情况,而越靠近边缘区域,则越受该边缘区域的影响。
可选的,当内部区域所匹配到的边缘区域数量为零时,通过预设的数据库识别该内部区域内的植被树冠形状以匹配合适的生长年龄,进而匹配到相应的标准植被高度,将标准植被高度作为该内部区域的区域植被高度。
通过采用上述技术方案,由于缺少实际植被作为参考,该内部区域内的植被高度只能以预设数据库内的标准植被高度作为参照物,以尽量减少受其他因素干扰的可能性。
第二方面,本申请提供一种基于无人机倾斜摄影的土石方计算系统,采用如下的技术方案:
一种基于无人机倾斜摄影的土石方计算系统,包括模型建立模块、植被处理模块、模型更新模块以及数据计算模块;
模型建立模块基于所获取的航拍摄影信息建立地表模型;
植被处理模块用于识别地表模型中的植被集群区域,并将每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域;
植被处理模块还用于根据计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度;以及用于将每个内部区域匹配相邻且植被种类相同的边缘区域;根据内部区域所匹配到的边缘区域数量的不同,执行不同的预设方法以获取相应内部区域的区域植被高度;最终将边缘植被高度和区域植被高度整合到植被集群区域中;
模型更新模块用于在地表模型上去除植被集群区域以形成地面模型;
数据计算模块用于根据地面模型计算土石方量。
第三方面,本申请提供一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种基于无人机倾斜摄影的土石方计算方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:对地表模型上的植被所覆盖的区域根据植被量进行不同的处理,当植被所覆盖的区域面积较大时,其边缘区域内的植被高度是容易计算出的,且该高度数值较为准确。再根据边缘区域内的植被高度来推算与该边缘区域具有关联性的内部区域中植被的高度,能够得到较为准确的内部区域的植被高度,从而在去除植被干扰时,获取到更加贴合实际情况的地面模型,以获取更加准确的土石方量。
附图说明
图1是本申请实施例的整体流程图。
图2是本申请实施例步骤S300的流程图。
图3是本申请实施例步骤S400的流程图。
图4是本申请实施例的系统框图。
具体实施方式
以下结合附图1至图4对本申请作进一步详细说明。
在道路建设、平台建设等工程正式动工前,需要对施工地点进行测绘,并根据测绘数据建立三维的地图模型,从而评估施工后需挖掘的土石方量是否合理,当评估结果超出预计时,能够及时变更施工方案。然而施工地点内的植被会影响测绘工作,而先清除植被再进行测绘,一旦施工方案出现变动,清理植被的工作就白费了。因此需要在不清理植被的前提下,减少植被对地图模型的影响。为此,本申请实施例公开一种基于无人机倾斜摄影的土石方计算方法。
一种基于无人机倾斜摄影的土石方计算方法,参照图1,包括以下步骤:
S100、基于所获取的航拍摄影信息建立地表模型。
航拍摄像信息是通过对无人机实地拍摄的图像进行处理后而形成的密集特征点云数据。航拍摄影信息包含颜色信息和坐标信息,每个坐标信息对应一种颜色信息,也就是说每个特征点云数据包含坐标和颜色。其中,颜色信息包括绿色信息。在正常情况下,绿色信息所对应的坐标信息是指植被所处的位置。
地表模型是指采用三维重建技术以密集特征点云数据重构测量区域的三维实景模型。
另外,无人机采用多旋翼无人机,并以倾斜摄影的方式进行拍摄。
S200、识别地表模型中的植被集群区域。
植被集群区域是指在三维实景模型中连续的且面积较大的植被所覆盖的区域。
在一个实施例中,识别出地表模型中的植被集群区域,具体包括以下步骤:
识别出对应绿色信息的坐标信息并定义该坐标信息为植被点信息,将相邻的植被点信息整合到一起以形成植被区域;
判断植被区域的面积是否超过预设的基准面积值,若超过,则该植被区域为植被集群区域。
若不超过,则该植被区域为植被稀疏区域。
基准面积值由工作人员设定,一般是在4-100平方米之间选择。
植被区域是一种统称,其内部与绿色信息所对应的坐标不单单是植被,还有可能是具有绿色屋顶的建筑。但具有绿色屋顶的建筑一般不会大规模的建造在一起,通过与基准面积值进行比较,该植被区域会被划分为植被稀疏区域。而由于植被稀疏区域占地有限,直接将植被稀疏区域内的植被或建筑物删除,再通过周围地形进行修复即可。
S300、每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域。
边缘区域是指处在植被集群区域周向边缘处的区域,边缘区域与植被集群区域周边的地表地区相接壤。
内部区域是指植被集群区域中被多个边缘区域围在一起的区域,内部区域无法与植被集群区域周边的地表地区接触。
在一个实施例中,预设的划分规则,参见图2,包括以下步骤:
S301、将植被集群区域划分成边缘圈和内部圈。
边缘圈是一个闭环的环形圈,内部圈是边缘圈的内环区域。
边缘圈的不同位置上的宽度处处相同,也就是说边缘圈的划分是按照从植被集群区域边缘向内部延伸特定长度后在沿植被集群区域周向边缘环行一圈后形成的,特定长度与植被集群区域的整体形状有关联,植被集群区域的整体形状趋向于圆形时,特定长度越大,植被集群区域的整体形状趋向扁平时,特定长度越小。
S302、边缘圈按朝向方位的不同再次划分成四个方位区域。
朝向方位可以是东南西北,也可以根据当地环境的特点自行制定,例如施工位置的一侧存在山锋,那么可以朝向一侧山峰作为一个朝向方向,其余三个朝向方向根据该朝向方向按十字坐标法依次确认。
S303、判断方位区域内的植物种类是否唯一,若方位区域内的植物种类唯一,则将方位区域作为边缘区域;
若方位区域内的植物种类不唯一,则将方位区域划分为仅包含单一植物种类的边缘区域。
当方位区域内存在多种植物时,由于不同种类植物的生长情况往往不同,即使是生长在同一高度的平地上,也容易造成方位区域的顶部高度不一致,因此需要按照植物种类进一步对方位区域进行划分。
识别植物种类的方式是将区域内的顶部图像与预设的数据库中所存储的当地常见植物的树冠图像进行匹配,根据匹配出的树冠图像的种类数量来确定方位区域内的植物种类。
然而少量的或是不与内部圈接触的植物被单独划分成一个区域,并不能用于后续对内部圈顶部高度的评估。那么为了减少无用数据的生成,将方位区域划分为仅包含单一植物种类的边缘区域,具体包括以下步骤:
根据不同种类的植物在相应区域内的占比将植物区分为主类植物和辅类植物。
主类植物是指在相应区域内数量占比最大的植物,辅类植物是指在相应区域内数量占比低于主类植物数量的其他种类植物。其中,主类植物只有一种,而辅类植物根据实际情况可以有多个。
判断辅类植物是否沿边缘圈的宽度方向将主类植物截断,若是,则将辅类植物所在区域单独划分成一个边缘区域;
若否,则删除辅类植物并用主类植物修补删除后出现的空白位置。
辅类植物是否沿边缘圈的宽度方向将主类植物截断是用于判断辅类植物是否能够同时与内部圈以及相邻的地表地区接触,若能够同时接触,则说明该辅类植物即可以通过相邻的地表地区计算出准确的植物高度,又可以将计算出的植物高度用于内部圈的计算,因此保留该辅类植物,并将该辅类植物所在区域单独划分为一个边缘区域。
S304、将内部圈划分为若干不重叠且仅包含单一植物种类的内部区域。
将内部圈划分成内部区域的划分方式同将方位区域划分成边缘区域的方式一致。不过不同的是,内部圈在划分时,除了以植被种类作为划分标准,还需要通过植被树冠形状对同一种类植被的幼苗和成品做出区分。
通过上述的划分规则可以看出,每个植被集群区域在划分后所得到的边缘区域至少有四个,内部区域至少有一个,且每个边缘区域和内部区域中的植被种类单一。
S400、根据计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度。
具体的,根据计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度,参见图3,包括以下步骤:
S401、计算边缘区域顶部靠近内部区域一侧的高度与远离内部区域一侧的高度的差值。
S402、判断差值是否超过预设的偏差值。
偏差值是根据当地常见植被的成品与幼苗之间的最小高度差距设置而成。由于不同种类植被在高度上存在差异性,不同种类的植被对应不同的偏差值。在判断差值是否超过预设的偏差值时,需要先根据边缘区域内的植被种类先匹配出相应的偏差值。
S403、若超过,则选取边缘区域靠近内部区域位置的顶部高度的平均值作为相应边缘区域顶部的高度。
差值超过预设的偏差值时,表明处在边缘区域远离内部区域一侧的植被是幼苗,处在边缘区域靠近内部区域一侧的植被是成品,更表明幼苗的数量较少,不具有代表性。
S404、若未超过,则将整个边缘区域的顶部高度的平均值作为边缘区域顶部的高度。
差值未超过预设的偏差值时,该边缘区域内可能全是幼苗,也可能全是成品,边缘区域内的所有植被均具有代表性。
S405、将边缘区域顶部的高度减去相邻地面的高度即为与该边缘区域对应的边缘植被高度。
相邻地面的高度是与相应边缘区域相邻且面积相同的地表地区顶部高度的平均值。
S500、每个内部区域匹配相邻且植被种类相同的边缘区域。
匹配的方式是每个内部区域依次与其相邻的边缘区域比较内部的植被种类,没有接触边缘区域的内部区域则认为所匹配到的边缘区域为零。
S600、根据内部区域所匹配到的边缘区域数量的不同,执行不同的预设方法以获取相应内部区域的区域植被高度。
当内部区域所匹配到的边缘区域数量为一时,内部区域的区域植被高度即为相匹配的边缘区域的边缘植被高度。
当内部区域所匹配到的边缘区域数量为零时,通过预设的数据库识别该内部区域内的植被树冠形状以匹配合适的生长年龄,进而匹配到相应的标准植被高度,将标准植被高度作为该内部区域的区域植被高度。
若通过预设的数据库也无法匹配到相适配的植被树冠形状,则判断该内部区域的面积是否超过预定的面积值,若超过,则发出告警以提醒工作人员来人工识别;若未超过,则直接将该内部区域内的植被模型替换成相邻内部区域的植被模型,该内部区域的区域植被高度即为相邻内部区域的区域植被高度。
当内部区域所匹配到的边缘区域数量为多个时,内部区域的区域植被高度不唯一,处在内部区域中心位置的区域植被高度为多个边缘区域的边缘植被高度的平均值,而从内部区域中心位置向边缘区域一侧靠近的植被高度依次从平均值向对应边缘区域的边缘植被高度变化。
S700、将边缘植被高度和区域植被高度整合到植被集群区域中。
按照坐标点信息将边缘植被高度、区域植被高度对应到植被集群区域中。
S800、在地表模型上去除植被集群区域以形成地面模型,并根据地面模型计算土石方量。
地面模型是指去除植被、建筑物后的三维实景模型,由于建筑物的地基是平整的,即使建筑物的数量很多,也可以采用去除植被稀疏区域内的植被的方式来去除建筑物。
本申请实施例公开一种基于无人机倾斜摄影的土石方计算系统,参见图4,包括模型建立模块、植被处理模块、模型更新模块以及数据计算模块。
模型建立模块基于所获取的航拍摄影信息建立地表模型;
植被处理模块用于识别地表模型中的植被集群区域,并将每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域。
植被处理模块还用于根据计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度;以及用于将每个内部区域匹配相邻且植被种类相同的边缘区域;根据内部区域所匹配到的边缘区域数量的不同,执行不同的预设方法以获取相应内部区域的区域植被高度;最终将边缘植被高度和区域植被高度整合到植被集群区域中。
模型更新模块用于在地表模型上去除植被集群区域以形成地面模型,
数据计算模块用于根据地面模型计算土石方量。
本申请实施例还公开一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种基于无人机倾斜摄影的土石方计算方法的计算机程序。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (5)
1.一种基于无人机倾斜摄影的土石方计算方法,其特征在于,包括以下步骤:
基于所获取的航拍摄影信息建立地表模型;
识别地表模型中的植被集群区域;
每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域,其中,边缘区域和内部区域均至少有一个,且每个边缘区域和内部区域中的植被种类单一;
计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度;
每个内部区域匹配相邻且植被种类相同的边缘区域;
根据内部区域所匹配到的边缘区域数量的不同,执行不同的预设方法以获取相应内部区域的区域植被高度;
将边缘植被高度和区域植被高度整合到植被集群区域中;
在地表模型上去除植被集群区域以形成地面模型,并根据地面模型计算土石方量;
计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度,具体包括以下步骤:
计算边缘区域顶部靠近内部区域一侧的高度与远离内部区域一侧的高度的差值,
判断差值是否超过预设的偏差值;
若超过,则选取边缘区域靠近内部区域位置的顶部高度的平均值作为相应边缘区域顶部的高度;
若未超过,则将整个边缘区域的顶部高度的平均值作为边缘区域顶部的高度;
将边缘区域顶部的高度减去相邻地面的高度即为与该边缘区域对应的边缘植被高度;
当内部区域所匹配到的边缘区域数量为一时,内部区域的区域植被高度即为相匹配的边缘区域的边缘植被高度;
当内部区域所匹配到的边缘区域数量为多个时,处在内部区域中心位置的区域植被高度为多个边缘区域的边缘植被高度的平均值,而从内部区域中心位置向边缘区域一侧靠近的植被高度依次从平均值向对应边缘区域的边缘植被高度变化;当内部区域所匹配到的边缘区域数量为零时,通过预设的数据库识别该内部区域内的植被树冠形状以匹配合适的生长年龄,进而匹配到相应的标准植被高度,将标准植被高度作为该内部区域的区域植被高度;
匹配的方式是每个内部区域依次与其相邻的边缘区域比较内部的植被种类,没有接触边缘区域的内部区域则认为所匹配到的边缘区域为零;
若通过预设的数据库也无法匹配到相适配的植被树冠形状,则判断该内部区域的面积是否超过预定的面积值,若超过,则发出告警以提醒工作人员来人工识别;若未超过,则直接将该内部区域内的植被模型替换成相邻内部区域的植被模型,该内部区域的区域植被高度即为相邻内部区域的区域植被高度。
2.根据权利要求1所述的基于无人机倾斜摄影的土石方计算方法,其特征在于:所述航拍摄影信息包含颜色信息和坐标信息,每个坐标信息对应一种颜色信息,其中,所述颜色信息包括绿色信息;
识别出地表模型中的植被集群区域,包括以下步骤:
识别出对应绿色信息的坐标信息并定义该坐标信息为植被点信息,将相邻的植被点信息整合到一起以形成植被区域;
判断植被区域的面积是否超过预设的基准面积值,若超过,则该植被区域为植被集群区域。
3.根据权利要求1所述的基于无人机倾斜摄影的土石方计算方法,其特征在于,
预设的划分规则,包括以下步骤:
将植被集群区域划分成边缘圈和内部圈;
边缘圈按朝向方位的不同再次划分成四个方位区域;
判断方位区域内的植物种类是否唯一,若方位区域内的植物种类唯一,则将方位区域作为边缘区域;
若方位区域内的植物种类不唯一,则将方位区域划分为仅包含单一植物种类的边缘区域;
将内部圈划分为若干不重叠且仅包含单一植物种类的内部区域。
4.一种基于无人机倾斜摄影的土石方计算系统,其特征在于:包括模型建立模块、植被处理模块、模型更新模块以及数据计算模块;
模型建立模块基于所获取的航拍摄影信息建立地表模型;
植被处理模块用于识别地表模型中的植被集群区域,并将每个植被集群区域基于预设的划分规则划分成边缘区域和内部区域;
植被处理模块还用于计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度;以及用于将每个内部区域匹配相邻且植被种类相同的边缘区域;根据内部区域所匹配到的边缘区域数量的不同,执行不同的预设方法以获取相应内部区域的区域植被高度;最终将边缘植被高度和区域植被高度整合到植被集群区域中;
模型更新模块用于在地表模型上去除植被集群区域以形成地面模型;
数据计算模块用于根据地面模型计算土石方量;
计算边缘区域顶部与相邻地面之间的高度落差以获取边缘植被高度,具体包括以下步骤:
计算边缘区域顶部靠近内部区域一侧的高度与远离内部区域一侧的高度的差值,
判断差值是否超过预设的偏差值;
若超过,则选取边缘区域靠近内部区域位置的顶部高度的平均值作为相应边缘区域顶部的高度;
若未超过,则将整个边缘区域的顶部高度的平均值作为边缘区域顶部的高度;
将边缘区域顶部的高度减去相邻地面的高度即为与该边缘区域对应的边缘植被高度;
当内部区域所匹配到的边缘区域数量为一时,内部区域的区域植被高度即为相匹配的边缘区域的边缘植被高度;
当内部区域所匹配到的边缘区域数量为多个时,处在内部区域中心位置的区域植被高度为多个边缘区域的边缘植被高度的平均值,而从内部区域中心位置向边缘区域一侧靠近的植被高度依次从平均值向对应边缘区域的边缘植被高度变化;当内部区域所匹配到的边缘区域数量为零时,通过预设的数据库识别该内部区域内的植被树冠形状以匹配合适的生长年龄,进而匹配到相应的标准植被高度,将标准植被高度作为该内部区域的区域植被高度;
匹配的方式是每个内部区域依次与其相邻的边缘区域比较内部的植被种类,没有接触边缘区域的内部区域则认为所匹配到的边缘区域为零;
若通过预设的数据库也无法匹配到相适配的植被树冠形状,则判断该内部区域的面积是否超过预定的面积值,若超过,则发出告警以提醒工作人员来人工识别;若未超过,则直接将该内部区域内的植被模型替换成相邻内部区域的植被模型,该内部区域的区域植被高度即为相邻内部区域的区域植被高度。
5.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至3中任一种基于无人机倾斜摄影的土石方计算方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111335467.8A CN113932779B (zh) | 2021-11-11 | 2021-11-11 | 基于无人机倾斜摄影的土石方计算方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111335467.8A CN113932779B (zh) | 2021-11-11 | 2021-11-11 | 基于无人机倾斜摄影的土石方计算方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113932779A CN113932779A (zh) | 2022-01-14 |
CN113932779B true CN113932779B (zh) | 2024-05-14 |
Family
ID=79286357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111335467.8A Active CN113932779B (zh) | 2021-11-11 | 2021-11-11 | 基于无人机倾斜摄影的土石方计算方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113932779B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114820747A (zh) * | 2022-06-28 | 2022-07-29 | 安徽继远软件有限公司 | 基于点云和实景模型的航线规划方法、装置、设备及介质 |
CN115482269B (zh) * | 2022-09-22 | 2023-05-09 | 佳都科技集团股份有限公司 | 一种土方量计算方法、装置、终端设备以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019040520A (ja) * | 2017-08-28 | 2019-03-14 | 東京電力ホールディングス株式会社 | 植生面積判定方法および植生面積判定装置 |
CN110083903A (zh) * | 2019-04-17 | 2019-08-02 | 中铁十八局集团第五工程有限公司 | 一种基于航拍与bim结合的土石方工程量计算方法 |
CN111582156A (zh) * | 2020-05-07 | 2020-08-25 | 武汉大势智慧科技有限公司 | 一种基于倾斜摄影城市三维模型的高大植被提取方法 |
CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理系统 |
CN112827177A (zh) * | 2021-02-28 | 2021-05-25 | 腾讯科技(深圳)有限公司 | 虚拟环境中的地表植被生成方法、装置、设备及存储介质 |
CN113188522A (zh) * | 2021-04-16 | 2021-07-30 | 晋能控股煤业集团有限公司 | 一种基于消费级无人机的植被多样性探测方法 |
-
2021
- 2021-11-11 CN CN202111335467.8A patent/CN113932779B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019040520A (ja) * | 2017-08-28 | 2019-03-14 | 東京電力ホールディングス株式会社 | 植生面積判定方法および植生面積判定装置 |
CN110083903A (zh) * | 2019-04-17 | 2019-08-02 | 中铁十八局集团第五工程有限公司 | 一种基于航拍与bim结合的土石方工程量计算方法 |
CN111582156A (zh) * | 2020-05-07 | 2020-08-25 | 武汉大势智慧科技有限公司 | 一种基于倾斜摄影城市三维模型的高大植被提取方法 |
CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理系统 |
CN112827177A (zh) * | 2021-02-28 | 2021-05-25 | 腾讯科技(深圳)有限公司 | 虚拟环境中的地表植被生成方法、装置、设备及存储介质 |
CN113188522A (zh) * | 2021-04-16 | 2021-07-30 | 晋能控股煤业集团有限公司 | 一种基于消费级无人机的植被多样性探测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113932779A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285792B (zh) | 一种无人机倾斜摄影精细格网土方计量方法 | |
CN113932779B (zh) | 基于无人机倾斜摄影的土石方计算方法、系统及存储介质 | |
CN113034689B (zh) | 基于激光点云的地形三维模型及地形图构建方法和系统、存储介质 | |
CN110070038B (zh) | 一种基于城市绿化覆盖面积测算城市绿地率的方法 | |
CN102713917A (zh) | 二氧化碳吸收效果的评价方法和评价装置 | |
CN115563684B (zh) | 一种基于场景模拟的园林景观设计系统 | |
CN111091079A (zh) | 基于tls的高寒脆弱区植被优势单株结构参数测定方法 | |
CN115797288B (zh) | 基于地面点云数据计算填挖方量的方法 | |
CN116561509A (zh) | 顾及植被类型的城市植被地上生物量精确反演方法及系统 | |
CN115984721A (zh) | 基于倾斜摄影和图像识别技术实现乡村风貌管理的方法 | |
CN114519776A (zh) | 用于油气管道线路工程施工的无人机 | |
CN118115882A (zh) | 一种基于多源感知融合的农业机器人巡检识别方法 | |
CN116448080B (zh) | 一种基于无人机倾斜摄影辅助土方开挖施工的方法 | |
CN112241440B (zh) | 一种基于LiDAR点云数据的三维绿量估算及管理方法 | |
CN115993336B (zh) | 一种输水渠渠道两侧植被损坏监测方法及预警方法 | |
Gong et al. | Mapping the topography and cone morphology of the Dalinor volcanic swarm in Inner Mongolia with remote sensing and DEM data | |
CN115063707B (zh) | 一种基于倾斜摄影测量技术的拆迁区损失补偿评估方法 | |
JP4026623B2 (ja) | 地盤高推定方法 | |
CN116030116A (zh) | 垃圾填埋体积分析方法、装置、电子设备及存储介质 | |
CN114882191B (zh) | 数字高程模型生成方法、电子设备及计算机可读存储装置 | |
CN109118939B (zh) | 三维地形地图及其制作方法 | |
CN116626038A (zh) | 一种无人机遥感栎类食叶虫害监测方法 | |
CN115620171A (zh) | 树林蓄积量评估方法、装置、设备及存储介质 | |
CN115760885A (zh) | 基于消费级无人机影像的高郁闭度湿地森林参数提取方法 | |
CN114581601A (zh) | 管道工程建设中堆土监管方法和系统 |
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 |