CN114241324A - 树木绿叶的修剪预警方法、电子设备及程序产品 - Google Patents

树木绿叶的修剪预警方法、电子设备及程序产品 Download PDF

Info

Publication number
CN114241324A
CN114241324A CN202111676941.3A CN202111676941A CN114241324A CN 114241324 A CN114241324 A CN 114241324A CN 202111676941 A CN202111676941 A CN 202111676941A CN 114241324 A CN114241324 A CN 114241324A
Authority
CN
China
Prior art keywords
tree
determining
image
green leaf
point
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
Application number
CN202111676941.3A
Other languages
English (en)
Inventor
师小凯
唐俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Elite Road Technology Co ltd
Original Assignee
Beijing Elite Road Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Elite Road Technology Co ltd filed Critical Beijing Elite Road Technology Co ltd
Priority to CN202111676941.3A priority Critical patent/CN114241324A/zh
Publication of CN114241324A publication Critical patent/CN114241324A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供的树木绿叶的修剪预警方法、电子设备及程序产品,涉及计算机视觉技术,包括:在所采集的树木图像中确定绿叶区域,并在树木图像中确定多条等高线;根据各等高线、绿叶区域,确定各等高线与绿叶区域边界的多个交点;根据各交点确定树木图像中的树木绿叶在俯视角度的绿叶面积,若绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。本公开提供的方案中,能够对树木图像进行处理,确定出路边的树木绿叶面积,进而基于该绿叶面积确定树木是否过于茂盛,做到及时预警的目的。

Description

树木绿叶的修剪预警方法、电子设备及程序产品
技术领域
本公开涉及图像处理技术中的计算机视觉技术,尤其涉及一种树木绿叶的修剪预警方法、电子设备及程序产品。
背景技术
目前,在道路两侧通常设置有绿化带,一般会在绿化带中栽种树木。通常,由园林部门管理这些树木,当树木过于茂盛时,园林部门的工作人员修剪这些树木的枝杈。
当前只有在园林部门的工作人员主动发现道路两侧的树木需要修剪时,工作人员才能够去修剪树木。但是,道路两侧的树木数量很多,园林部门的工作人员不可能每天都去检查道路两边的树木,进而导致无法及时修剪路边的树木。
发明内容
本公开提供了一种树木绿叶的修剪预警方法、电子设备及程序产品,用于及时作出树木需要修剪的预警。
根据本公开的第一方面,提供了一种树木绿叶的修剪预警方法,包括:
在所采集的树木图像中确定绿叶区域,并在所述树木图像中确定多条等高线;
根据各所述等高线、所述绿叶区域,确定各所述等高线与所述绿叶区域边界的多个交点;
根据各交点确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积,若所述绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
根据本公开的第二方面,提供了一种树木绿叶的修剪预警装置,包括:
确定单元,用于在所采集的树木图像中确定绿叶区域,并在所述树木图像中确定多条等高线;
交点确定单元,用于根据各所述等高线、所述绿叶区域,确定各所述等高线与所述绿叶区域边界的多个交点;
面积确定单元,用于根据各交点确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积;
修剪预警单元,用于若所述绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
本公开提供的树木绿叶的修剪预警方法、电子设备及程序产品,包括:在所采集的树木图像中确定绿叶区域,并在树木图像中确定多条等高线;根据各等高线、绿叶区域,确定各等高线与绿叶区域边界的多个交点;根据各交点确定树木图像中的树木绿叶在俯视角度的绿叶面积,若绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。本公开提供的树木绿叶的修剪预警方法、电子设备及程序产品中,能够对树木图像进行处理,确定出路边的树木绿叶面积,进而基于该绿叶面积确定树木是否过于茂盛,做到及时预警的目的。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开一示例性实施例示出的树木绿叶的修剪预警方法的流程示意图;
图2为本公开一示例性实施例示出的绿叶区域的掩膜的示意图;
图3为本公开一示例性实施例示出的树木图像中的等高线的示意图;
图4为本公开另一示例性实施例示出的树木绿叶的修剪预警方法的流程示意图;
图5为本公开一示例性实施例示出的平行线的消隐点的示意图;
图6为本公开一示例性实施例示出的各等高线与绿叶区域边界的多个交点的示意图;
图7为本公开一示例性实施例示出的树木绿叶在俯视角度的轮廓示意图;
图8为本公开一示例性实施例示出的树木绿叶的修剪预警装置的结构示意图;
图9为本公开另一示例性实施例示出的树木绿叶的修剪预警装置的结构示意图;
图10是用来实现本公开实施例的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
目前,道路两侧通常终止有高大的树木,这些树木过于茂盛时,会给人们带来不便,比如,枝杈过长对途径的车辆行人存在危险隐患,再比如,道路中通常还会设置有摄像头,树木过于茂盛会影响遮挡摄像头采集图像。因此,需要园林部门的工作人员及时修剪道路两侧的树木。
一般情况下,园林部门的工作人员在发现道路两侧的树木过于茂盛时,会修剪这些树木,或者定期对道路两侧的树木进行修剪。但是,树木的生长规律不完全相同,因此这种修建方式存在对树木修剪不及时的问题。
为了解决对道路两侧的树木修剪不及时的问题,本公开提供的方案中,对采集的树木图像进行处理,根据图像中的影像计算树木绿叶在俯视角度的绿叶面积,进而根据这些绿叶面积确定树木是否过于茂盛,是否需要修剪,从而及时作出修剪预警。通过这种方式,能够在树木绿叶过于茂盛时,及时作出预警,进而解决树木修剪不及时的问题。
图1为本公开一示例性实施例示出的树木绿叶的修剪预警方法的流程示意图。
如图1所示,本公开提供的树木绿叶的修剪预警方法,包括:
步骤101,在所采集的树木图像中确定绿叶区域,并在树木图像中确定多条等高线。
其中,本公开提供的方法可以由具备计算能力的电子设备执行,该电子设备例如可以是计算机、路侧设备等。
具体的,在路边可以设置图像采集装置,例如可以是摄像头,该图像采集装置能够采集路边种植的树木的图像,该图像采集装置还与电子设备可以通过有线或无线的方式连接,并将采集的树木图像发送给电子设备。
进一步的,图像采集装置可以具有录像功能,这种情况下,图像采集装置可以将采集的每帧树木图像都发送给电子设备,使得电子设备可以对接收的各帧树木图像进行处理,根据该树木图像确定路边树木在俯视角度的绿叶面积。
应当知晓的是,图像采集装置拍摄的树木范围有限,因此,本公开提供的范围能够确定的是图像采集装置拍摄的区域内树木绿叶的面积。
实际应用时,电子设备获取到树木图像后,可以在采集的树木图像中确定绿叶区域。
其中,可以对树木图像进行处理,识别其中各个像素点是否属于树木绿叶区域,进而得到绿叶区域。比如,若像素属于树木绿叶区域,则将其标记为1,若像素不属于树木绿叶区域,则将其标记为0,进而得到绿叶区域。
在一种可选的实施方式中,可以对树木图像进行分割处理,得到树木绿叶区域的掩膜,从而通过该掩膜表征树木图像中的树木绿叶区域。
图2为本公开一示例性实施例示出的绿叶区域的掩膜的示意图。
如图2所示,图中的浅色区域为树木图像中的绿叶区域,深色区域不是树木图像中的绿叶区域。
具体的,电子设备还可以在树木图像中确定等高线,等高线所在的位置,是指在三维空间中高度相同的位置。
图像采集装置采集的树木图像是二维图像,可以在树木图像中确定至少两个高度一致的像素点,再连接这些像素点,得到等高线。比如,可以先确定等高线对应的高度值h,再在图像中确定高度值为h的像素点并连接,得到高度值为h的等高线。
进一步的,电子设备可以在树木图像中确定多个条等高线,比如,可以设置多个高度值h1、h2、h3等,并确定与每个高度值对应的等高线。
图3为本公开一示例性实施例示出的树木图像中的等高线的示意图。
如图3所示,在树木图像中可以确定出多条等高线。
步骤102,根据各等高线、绿叶区域,确定各等高线与绿叶区域边界的多个交点。
实际应用时,电子设备可以根据绿叶区域的边界,该边界用于表征图像中树木绿叶的区域边界,再确定各等高线与该边界之间的多个交点。
其中,具体可以在树木图像中,确定各等高线与绿叶区域边界的多个交点所在的位置。
图3为本公开一示例性实施例示出的等高线与绿叶区域边界的交点示意图。
如图3所示,可以根据等高线在树木图像中的位置,以及绿叶区域边界位置,确定二者相交的位置,进而得到交点。
具体的,该交点是二维图像中的交点位置,由于等高线具有高度信息,因此,可以得到各交点的高度信息,进而可以根据该高度信息将各二维图像中的交点位置,转换为三维空间的交点位置。
步骤103,根据各交点确定树木图像中的树木绿叶在俯视角度的绿叶面积,若绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
进一步的,电子设备可以将二维图像中的交点转换为三维空间中的点,进而根据这些点确定树木绿叶的轮廓。
实际应用时,判断树木绿叶是否茂盛,只需要判断树木绿叶在俯视角度的面积是否过大即可,因此,本公开提供的方法中,可以根据三维空间中交点的位置确定树木绿叶在俯视角度的绿叶面积。
其中,图像采集装置拍摄的树木图像,只能够表征出树木面向图像采集装置的外观,而无法获取背对图像采集装置的部分。同时,树木的枝杈一般是对称的。
因此,本公开提供的方案中,可以根据得到的交点确定树木绿叶在俯视角度的轮廓,该轮廓为树木绿叶一侧的轮廓,可以认为另一侧的树木绿叶轮廓与确定的轮廓对称,因此,可以推测出另一侧树木绿叶在俯视角度的轮廓。
得到树木绿叶在俯视角度完整的轮廓后,可以基于该轮廓确定出树木绿叶在俯视角度的绿叶面积。通过这种方式,能够预测出路边树木在俯视角度下的绿叶面积,从而能够做到及时预警。
具体的,还可以预先设置面积阈值,若确定出的树木绿叶面积大于该面积阈值,则可以认为树木的绿叶过于茂盛,需要修剪,此时,电子设备还可以生成用于进行修剪预警的消息,并发送该消息,具体可以向园林部门的平台发送该预警消息,也可以向道路管理部门发送该消息。
本公开提供的树木绿叶的修剪预警方法,包括:在所采集的树木图像中确定绿叶区域,并在树木图像中确定多条等高线;根据各等高线、绿叶区域,确定各等高线与绿叶区域边界的多个交点;根据各交点确定树木图像中的树木绿叶在俯视角度的绿叶面积,若绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。本公开提供的树木绿叶的修剪预警方法中,能够对树木图像进行处理,确定出路边的树木绿叶面积,进而基于该绿叶面积确定树木是否过于茂盛,做到及时预警的目的。
图4为本公开另一示例性实施例示出的树木绿叶的修剪预警方法的流程示意图。
如图4所示,本公开提供的树木绿叶的修剪预警方法,包括:
步骤401,将树木图像输入预设的绿叶分割模型,得到树木绿叶区域的掩膜,并根据树木绿叶区域的掩膜确定树木图像中的绿叶区域。
一种可选的实施方式中,在所采集的树木图像中确定绿叶区域的步骤,可以包括步骤401。
其中,在电子设备中可以设置绿叶分割模型,绿叶分割模型是预先通过机器学习技术训练得到的。例如,可以利用标注有绿叶区域的图像对搭建的初始模型进行训练,得到绿叶分割模型。
具体的,可以将训练得到的绿叶分割模型设置在电子设备中,用于对图像采集装置采集的树木图像进行处理。
进一步的,电子设备可以将获取的树木图像输入绿叶分割模型,该绿叶分割模型能够输出树木图像的树木绿叶区域的掩膜,比如,可以识别树木图像中属于绿叶区域的像素点,并将该像素点标记为1,将不属于绿叶区域的像素点标记为0,进而可以通过该掩膜能够确定树木图像中的树木绿叶区域,例如,可以将标记为1的像素点所组成的区域作为树木绿叶区域。
通过这种实现方式,能够准确的在树木图像分割出树木绿叶区域的掩膜。
步骤402,在树木图像中确定水平方向的消隐点;消隐点用于表征三维空间中的水平线在树木图像中的交点。
实际应用时,三维立体空间中一组平行的直线不会相交,但是在相机的透视投影作用下,平行线在图像平面中成像时会相交,相交的点为消隐点。
图5为本公开一示例性实施例示出的平行线的消隐点的示意图。
如图5所示,三维空间中的立方体在透视投影的作用下,原本平行的两条线不再平行,二者存在交点,该交点即为这两条平行线的消隐点。
三维空间中的多条平行线,在透视投影的作用下,会相交于同一消隐点。
其中,可以在树木图像中确定水平方向的消隐点,水平方向是指三维空间中的水平方向,具体可以是平行于道路的方向。可以在树木图像中确定平行于道路的方向的多条平行线的消隐点,进而得到水平方向的消隐点。
具体的,可以采用现有技术的方式在树木图像中确定水平方向的消隐点。
进一步的,可以在树木图像中确定多条在三维空间中平行于地面的第一水平线;根据多条第一水平线确定水平方向的消隐点。
实际应用时,可以在树木图像中识别路肩的轮廓线,进而得到至少两条第一水平线,若路边存在停车位,则还可以识别停车位的车位线,进而得到至少两条第一水平线。可以延长这些识别到的第一水平线,进而确定水平方向的消隐点。
通过这种方式,能够直接根据树木图像中包括的信息,确定水平方向的消隐点,从而通过较少的计算量就能够确定出水平方向的消隐点。
一种可选的实施方式中,若多条第一水平线没有相较于同一点,则可以对多个交点的位置进行处理,得到消隐点的位置,例如,可以将多个交点位置的均值作为水平方向的消隐点的位置。
步骤403,在树木图像中确定多个等高点;每个等高点对应于三维空间中的一个高度信息。
进一步的,电子设备还可以在树木图像中确定多个等高点,并连接消隐点与各等高点,得到等高线。
实际应用时,等高点是指在树木图像中具有三维空间中的高度值的像素位置,比如在树木图像中存在一个像素点P,其高度值为H。
实际应用时,在道路环境中存在一些固定高度,或者可以预估出高度值的对象,比如路肩的高度、灌木高度、车轮高度等,进而可以基于这些高度值在树木图像中确定等高点。例如,可以根据路肩的高度值确定一个等高点,根据车轮高度确定另一个等高点。
其中,树木图像中像素点间的距离,与三维空间中的距离值之间具有一定的映射关系,因此,可以根据确定出的等高点的高度值,以及该等高点在图像中的像素位置,确定出这一映射关系,从而可以在树木图像中确定出更丰富的其他等高点。
具体的,还可以在图像采集装置安装完毕之后,利用该图像采集装置拍摄图像,可以通过人工在该图像中标注多个等高点,得到预设的多个等高点信息。例如,可以标注出等高点的位置与高度值的对应关系,等高点的位置可以是图像中的像素坐标x,y。
进一步的,需要在树木图像中确定多个等高点时,可以获取预设的多个等高点信息,在树木图像中确定与各取预设的等高点信息对应的各等高点;其中,预设的等高点信息是预先标注的树木图像对应的场景中的高度参照位置以及高度参照位置的高度值。
可以根据这些信息中的等高点位置,在树木图像中确定相应的位置,进而得到树木图像中的等高点。比如,在预设的等高点信息中,存一个等高点的坐标为(x1、y1),等高点的高度值为h1,则可以在树木图像中将坐标为(x1、y1)的像素点作为一个等高点,该等高点的高度值为h1。
通过预先标注等高点信息,能够使电子设备无需进行复杂的计算,就可以直接在树木图像中确定出等高点,提高处理速度。而且,预先标注的高度信息也更加准确,使得电子设备能够在树木图像中确定更准确的等高点。
在另一种实施方式中,电子设备还可以通过计算的方式确定树木图像中的多个等高点。
电子设备可以获取用于采集所述树木图像的图像采集装置的参数,该图像采集装置的参数可以包括内参和外参,图像采集装置的参数能够表征出世界坐标系和图像坐标系之间的映射关系。
一种可选的实施方式中,可以预先确定图像采集装置的参数,比如可以对图像采集装置采集的树木图像进行处理,得到图像采集装置的参数,具体可以对树木图像进行直线检测,得到至少两条垂直于地面的直线,利用至少两条垂直于地面的直线,求取初始的y方向消隐点;利用初始的y方向消隐点,在图像中选取不少于3条垂直于地面的线段作为标杆,标杆一端位于地面上,为标杆脚点,标杆另一端为标杆头点;利用选取的标杆,求解相机参数,并优化y方向消隐点,从而确定图像坐标系与世界坐标系的映射关系。
其中,利用选取的标杆,求解图像采集装置的参数时,可以确定滚转角的分布范围;通过列举滚转角、焦距与水平线斜率的乘积,来获取候选水平线的方程;通过判断任意两根标杆在y方向上的交点在垂直水平线的直线周围的分布,求得z方向消隐点和主点;通过列举焦距f,来获取优化的y方向消隐点及其对应的水平线方程,获得对应的图像采集装置的参数。
具体的,电子设备还可以在树木图像中确定位于地面的地面等高点,比如,可以根据路肩的位置、马路的位置,确定位于地面的地面等高点,再结合图像采集装置的参数表征出的映射关系,能够在树木图像中确定出其他等高点。
例如,可以在树木图像中确定一条垂直于地面的竖线,再通过识别在该竖线中确定地面等高点,此后,电子设备可以根据映射关系确定与地面等高点之间相距L的其他等高点,L可以根据需求设置。比如,可以根据映射关系在竖线上确定距离地面等高点50cm的其他等高点,距离地面等高点100cm的其他等高点等。
这种实施方式,电子设备可以通过计算的方式在树木图像中推测出多个等高点的位置,从而无需人工预先标注,能够降低标注等高点所需要的时间,提高本方案的部署速度。
步骤404,连接消隐点与各等高点,得到多条等高线。
具体的,确定出的消隐点是水平方向的消隐点,因此,可以连接消隐点与各等高点,能够得到与各等高点对应的等高线。比如,像素点P的高度值为H,则连接消隐点与像素点P得到的等高线,是高度为H的等高线。
通过上述实现方式,能够在树木图像中找到具有高度信息的像素点,进而根据该像素点和确定出的消隐点生成等高线,利用生成的等高线能够推测树木图像中绿叶部分在三维空间中的范围,因此,这种实现方式,能够仅基于采集的树木图像,就能够确定出树木绿叶部分在三维空间中的范围。
步骤405,根据各等高线、绿叶区域,确定各等高线与绿叶区域边界的多个交点。
步骤405和步骤102的实现方式类似,不再赘述。
图6为本公开一示例性实施例示出的各等高线与绿叶区域边界的多个交点的示意图。
如图6所示,通过绿叶区域能够得到绿叶区域的边界,进而能够得到等高线与绿叶区域边界之间的交点。
步骤406,根据各交点在树木图像中的像素位置,确定各交点在三维空间中空间位置。
进一步的,电子设备确定的交点是二维的树木图像中的像素位置,可以将各交点的像素位置转换为三维空间的位置(x2,y2,z2),进而得到三维空间中的交点。
实际应用时,进行交点的二维和三维空间转换时,电子设备可以获取用于采集树木图像的图像采集装置的参数,根据参数、各交点的像素位置,确定交点在三维空间中空间位置。
其中,该参数用于表征世界坐标系与图像坐标系之间的映射关系,因此,可以利用该映射关系直接将二维平面的交点映射到三维空间中。比如,待转换的二维交点在图像坐标系的位置是(x1,y1),可以设定与其对应的三维空间的交点位置为(x,y,h),其中,h为与该交点所在的等高线的高度值对应,x、y是未知数。可以利用图像采集装置的参数、(x1,y1)以及h的值,确定出x,y的值,进而得到交点在三维空间的位置。
通过这种实现方式,能够利用预先确定的图像采集装置的参数,将绿叶区域与等高线的交点映射到三维空间,进而可以利用三维空间中的交点位置确定树木绿叶在俯视平面的面积。
步骤407,根据各交点的空间位置确定树木图像中的树木绿叶在俯视角度的绿叶面积。
实际应用时,确定出各交点的空间位置(x2,y2,z2)之后,即可以得到三维空间中各交点在俯视平面的位置(x2,y2)。
其中,该交点为树木绿叶区域与等高线的交点,因此,该交点属于树木绿叶区域的边界上的点,通过拟合这些点,能够推测出树木绿叶区域在俯视平面的边界,进而计算得到树木绿叶在俯视角度的绿叶面积。
通过这种实现方式,能够通过对树木绿叶区域与等高线的交点进行转换处理,得到树木绿叶在俯视角度的绿叶面积,进而及时了解树木绿叶是否需要修剪。
具体的,电子设备根据各交点在三维空间的空间位置,确定各交点在水平面的第一平面位置。例如,一个交点在三维空间的位置是(x2,y2,h),则该交点在水平面的第一平面位置为(x2,y2)。
实际应用时,还可以在树木图像中确定各树木与地面的接触点的像素位置,并确定接触像素位置在水平面的第二平面位置。
由于树木枝杈一般较为对称,因此,可以确定树木在地面上的位置,进而以树木连线为对称中心,确定树木另一侧的轮廓。
其中,电子设备可以在树木图像中确定各树木与地面的接触点的像素位置,并利用获取的图像采集装置的参数将这些像素位置转换到三维空间,进而得到在水平面的第二平面位置。
具体的,可以根据第一平面位置、第二平面位置,确定树木图像中的树木绿叶在俯视角度的绿叶面积。
第一平面位置是树木一侧绿叶在俯视角度边缘轮廓上的位置,第二平面位置是各树木与地面接触的位置,因此,可以预测出树木在俯视角度的完整轮廓,进而计算出树木绿叶的面积。
通过这种实现方式,电子设备可以利用确定出的各交点的空间位置,确定树木绿叶在俯视角度的绿叶面积,从而能够推测出树木绿叶的面积,在绿叶面积较大时,能够及时进行修剪预警。
其中,根据各交点的第一平面位置,对各交点进行拟合得到树木绿叶的第一侧边缘曲线。各交点是位于树木绿叶一侧边缘的点,因此,对其进行拟合,能够得到树木绿叶在第一侧的边缘曲线。
由于树木图像是树木面向图像采集装置一侧的图像,而不包括树木另一侧的信息,因此,还可以根据当前确定出的第一侧的边缘曲线推测出另一侧边缘曲线。
具体的,各第二平面位置是树木与地面接触位置,可以连接各第二平面位置得到一条中心线,再以该中心线为中心,生成与第一侧边缘曲线对称的第二侧边缘曲线。
进一步的,可以根据第一侧边缘曲线和第二侧边缘曲线确定树木图像中的树木绿叶在俯视角度的绿叶面积。第一侧边缘曲线和第二侧边缘曲线包围的区域,即为树木绿叶在俯视角度的轮廓,因此,可以计算这一区域的面积,作为树木绿叶在俯视角度的绿叶面积。
通过这种实现方式,电子设备能够基于树木一侧的图像信息,推测出树木绿叶在俯视角度完整的轮廓,进而能够仅基于拍摄的树木图像就推测出树木绿叶的面积。
图7为本公开一示例性实施例示出的树木绿叶在俯视角度的轮廓示意图。
如图7所示,能够确定出第一侧边缘曲线71,还能够确定出连接各第二平面位置得到的中心线72,再生成与第一侧边缘曲线71对称的第二侧边缘曲线73,进而能够得到完整的树木绿叶轮廓。
步骤408,若绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
步骤408与步骤103实现方式类似,不再赘述。
一种可选的实施方式,本公开提供的方案还包括:
步骤409,接收到对预警消息的废弃指令,并根据废弃指令增加面积阈值。
其中,电子设备发送出树木绿叶的修剪预警消息之后,接收该消息一方若认为树木绿叶还不需要修剪,则可以对接收的预警消息进行操作,反馈该预警消息的废弃指令。
若接收该消息的平台反馈了废弃指令,则说明接收消息一方认为树木绿叶还不需要修剪,因此,可以认为设定的面积阈值较小,因此,可以增加该面积阈值。具体增加的范围可以预先设置,比如可以是固定值,也可以是现有面积阈值的固定比例。
通过这种实现方式,能够动态调整面积阈值,降低虚报警的概率。
在一种可选的实施方式中,本公开提供的方法中树木图像中包括车位;
在树木图像中确定绿叶区域之后,还可以包括:
获取预设的停车位位置,其中,停车位位置是对预先采集的历史树木图像进行标注得到的;
若根据绿叶区域和停车位位置,确定停车位存在被遮挡情况,则发送车位遮挡预警消息。
其中,根据所述绿叶区域和所述停车位位置,确定所述停车位是否存在被遮挡情况,包括:
根据所述绿叶区域和所述停车位位置,初步确定所述停车位是否被遮挡;
若初步确定所述停车位被遮挡,则获取所述树木图像中的车位线,并根据所述车位线再次确定所述停车位是否被遮挡;
若再次确定所述停车位被遮挡,则确定所述停车位存在被遮挡情况。
其中,所述根据所述绿叶区域和所述停车位位置,初步确定所述停车位是否被遮挡,包括:
若所述绿叶区域和所述停车位位置存在交集,则初步确定所述停车位被树木绿叶遮挡。
其中,所述根据所述车位线再次确定所述停车位是否被遮挡,包括:
若所述车位线完整,则确定所述停车位没有被遮挡。
其中,所述根据所述车位线再次确定所述停车位是否被遮挡,包括:
若所述车位线不完整,则在所述树木图像中确定缺失的车位线所属的车位中是否存在车辆;
若缺失的车位线所属的车位中不存在车辆,则再次确定所述停车位被树木绿叶遮挡。
其中,若缺失的车位线所属的车位中存在车辆,则所述方法还包括:
获取下一帧树木图像,并获取所述下一帧树木图像中的车位线;
根据所述下一帧树木图像中的车位线再次确定所述停车位是否被遮挡。
其中,所述在所述树木图像中确定绿叶区域,包括:
将所述树木图像输入预设的绿叶分割模型,得到所述树木绿叶区域的掩膜,树木绿叶区域的掩膜用于表征树木图像中的绿叶区域。
其中,所述发送车位遮挡预警消息,包括:
若连续N次确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
通过这种实现方式,能够直接利用树木图像确定路边的停车位是否被树木绿叶遮挡,及时发现停车位被树木绿叶遮挡的情况,从而能够及时作出相应的预警,提高路边停车位的管理效率。
图8为本公开一示例性实施例示出的树木绿叶的修剪预警装置的结构示意图。
如图8所示,本公开提供的树木绿叶的修剪预警装置800,包括:
确定单元810,用于在所采集的树木图像中确定绿叶区域,并在所述树木图像中确定多条等高线;
交点确定单元820,用于根据各所述等高线、所述绿叶区域,确定各所述等高线与所述绿叶区域边界的多个交点;
面积确定单元830,用于根据各交点确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积;
修剪预警单元840,用于若所述绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
本公开提供的树木绿叶的修剪预警装置,能够对树木图像进行处理,确定出路边的树木绿叶面积,进而基于该绿叶面积确定树木是否过于茂盛,做到及时预警的目的。
图9为本公开另一示例性实施例示出的树木绿叶的修剪预警装置的结构示意图。
如图9所示,本公开提供的树木绿叶的修剪预警装置900中,确定单元910与图8中所示的确定单元810相似,交点确定单元920与图8中所示的交点确定单元820相似,面积确定单元930与图8中所示的面积确定单元830相似,修剪预警单元940与图8中所示的修剪预警单元840相似。
其中,所述确定单元910包括:
消隐点确定模块911,用于在所述树木图像中确定水平方向的消隐点;所述消隐点用于表征三维空间中的水平线在所述树木图像中的交点;
等高点确定模块912,用于在所述树木图像中确定多个等高点;每个等高点对应于三维空间中的一个高度信息;
等高线确定模块913,用于连接所述消隐点与各所述等高点,得到所述多条等高线。
其中,所述消隐点确定模块911具体用于:
在所述树木图像中确定多条在三维空间中平行于地面的第一水平线;
根据多条所述第一水平线确定所述水平方向的消隐点。
其中,所述等高点确定模块912具体用于:
获取预设的等高点信息,在所述树木图像中确定与各取预设的等高点信息对应的各等高点;其中,所述预设的等高点信息是预先标注的所述树木图像对应的场景中的高度参照位置以及所述高度参照位置的高度值。
其中,所述等高点确定模块912具体用于:
获取用于采集所述树木图像的图像采集装置的参数,所述参数用于表征世界坐标系与图像坐标系之间的映射关系;
根据所述树木图像中位于地面的地面等高点和所述参数在所述树木图像中确定其他等高点;其中,多个等高点包括所述地面等高点和所述其他等高点。
其中,所述面积确定单元930,包括:
位置转换模块931,用于根据各交点在所述树木图像中的像素位置,确定各交点在三维空间中空间位置;
面积确定模块932,用于根据各交点的空间位置确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
其中,所述位置转换模块931具体用于:
获取用于采集所述树木图像的图像采集装置的参数;所述参数用于表征世界坐标系与图像坐标系之间的映射关系;
根据所述参数、各所述交点的像素位置,确定所述交点在三维空间中空间位置。
其中,所述面积确定模块932具体用于:
根据各交点的空间位置,确定各交点在水平面的第一平面位置;
在所述树木图像中确定各树木与地面的接触点的像素位置,并确定所述接触像素位置在水平面的第二平面位置;
根据所述第一平面位置、所述第二平面位置,确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
其中,所述面积确定模块932具体用于:
根据各交点的第一平面位置,对各所述交点进行拟合得到树木绿叶的第一侧边缘曲线;
根据所述各所述第二平面位置生成与所述第一侧边缘曲线对称的第二侧边缘曲线;
根据所述第一侧边缘曲线和所述第二侧边缘曲线确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
其中,若在修剪预警单元940发送树木绿叶的修剪预警消息之后,所述装置接收到对所述预警消息的废弃指令,则所述装置还包括调整单元950,用于:
增加所述面积阈值。
其中,所述树木图像中包括车位;
所述装置还包括车位遮挡预警单元960,用于在确定单元910在所述树木图像中确定绿叶区域之后:
获取预设的停车位位置,其中,所述停车位位置是对预先采集的历史树木图像进行标注得到的;
若根据所述绿叶区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
本公开提供一种树木绿叶的修剪预警方法、电子设备及程序产品,应用于图像处理技术中的计算机视觉技术,以及时作出树木需要修剪的预警。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如树木绿叶的修剪预警方法。例如,在一些实施例中,树木绿叶的修剪预警方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的树木绿叶的修剪预警方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行树木绿叶的修剪预警方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (25)

1.一种树木绿叶的修剪预警方法,包括:
在所采集的树木图像中确定绿叶区域,并在所述树木图像中确定多条等高线;
根据各所述等高线、所述绿叶区域,确定各所述等高线与所述绿叶区域边界的多个交点;
根据各交点确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积,若所述绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
2.根据权利要求1所述的方法,其中,所述在所述树木图像中确定多条等高线,包括:
在所述树木图像中确定水平方向的消隐点;所述消隐点用于表征三维空间中的水平线在所述树木图像中的交点;
在所述树木图像中确定多个等高点;每个等高点对应于三维空间中的一个高度信息;
连接所述消隐点与各所述等高点,得到所述多条等高线。
3.根据权利要求2所述的方法,其中,所述在所述树木图像中确定水平方向的消隐点,包括:
在所述树木图像中确定多条在三维空间中平行于地面的第一水平线;
根据多条所述第一水平线确定所述水平方向的消隐点。
4.根据权利要求2或3所述的方法,其中,所述在所述树木图像中确定多个等高点,包括:
获取预设的等高点信息,在所述树木图像中确定与各取预设的等高点信息对应的各等高点;其中,所述预设的等高点信息是预先标注的所述树木图像对应的场景中的高度参照位置以及所述高度参照位置的高度值。
5.根据权利要求2或3所述的方法,其中,所述在所述树木图像中确定多个等高点,包括:
获取用于采集所述树木图像的图像采集装置的参数,所述参数用于表征世界坐标系与图像坐标系之间的映射关系;
根据所述树木图像中位于地面的地面等高点和所述参数在所述树木图像中确定其他等高点;其中,多个等高点包括所述地面等高点和所述其他等高点。
6.根据权利要求1-5中任一项所述的方法,其中,所述根据各交点确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积,包括:
根据各交点在所述树木图像中的像素位置,确定各交点在三维空间中空间位置;
根据各交点的空间位置确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
7.根据权利要求6所述的方法,其中,所述根据各交点在所述树木图像中的像素位置,确定各交点在三维空间中空间位置,包括:
获取用于采集所述树木图像的图像采集装置的参数;所述参数用于表征世界坐标系与图像坐标系之间的映射关系;
根据所述参数、各所述交点的像素位置,确定所述交点在三维空间中空间位置。
8.根据权利要求6或7所述的方法,其中,所述根据各交点的空间位置确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积,包括:
根据各交点的空间位置,确定各交点在水平面的第一平面位置;
在所述树木图像中确定各树木与地面的接触点的像素位置,并确定所述接触像素位置在水平面的第二平面位置;
根据所述第一平面位置、所述第二平面位置,确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
9.根据权利要求8所述的方法,其中,所述根据所述第一平面位置、所述第二平面位置,确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积,包括:
根据各交点的第一平面位置,对各所述交点进行拟合得到树木绿叶的第一侧边缘曲线;
根据所述各所述第二平面位置生成与所述第一侧边缘曲线对称的第二侧边缘曲线;
根据所述第一侧边缘曲线和所述第二侧边缘曲线确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
10.根据权利要求1-9中任一项所述的方法,其中,若在发送树木绿叶的修剪预警消息之后,接收到对所述预警消息的废弃指令,则所述方法还包括:
增加所述面积阈值。
11.根据权利要求1-10中任一项所述的方法,其中,所述树木图像中包括车位;
所述在所述树木图像中确定绿叶区域之后,还包括:
获取预设的停车位位置,其中,所述停车位位置是对预先采集的历史树木图像进行标注得到的;
若根据所述绿叶区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
12.一种树木绿叶的修剪预警装置,包括:
确定单元,用于在所采集的树木图像中确定绿叶区域,并在所述树木图像中确定多条等高线;
交点确定单元,用于根据各所述等高线、所述绿叶区域,确定各所述等高线与所述绿叶区域边界的多个交点;
面积确定单元,用于根据各交点确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积;
修剪预警单元,用于若所述绿叶面积大于预设的面积阈值,则发送树木绿叶的修剪预警消息。
13.根据权利要求12所述的装置,其中,所述确定单元包括:
消隐点确定模块,用于在所述树木图像中确定水平方向的消隐点;所述消隐点用于表征三维空间中的水平线在所述树木图像中的交点;
等高点确定模块,用于在所述树木图像中确定多个等高点;每个等高点对应于三维空间中的一个高度信息;
等高线确定模块,用于连接所述消隐点与各所述等高点,得到所述多条等高线。
14.根据权利要求13所述的装置,其中,所述消隐点确定模块具体用于:
在所述树木图像中确定多条在三维空间中平行于地面的第一水平线;
根据多条所述第一水平线确定所述水平方向的消隐点。
15.根据权利要求13或14所述的装置,其中,所述等高点确定模块具体用于:
获取预设的等高点信息,在所述树木图像中确定与各取预设的等高点信息对应的各等高点;其中,所述预设的等高点信息是预先标注的所述树木图像对应的场景中的高度参照位置以及所述高度参照位置的高度值。
16.根据权利要求13或14所述的装置,其中,所述等高点确定模块具体用于:
获取用于采集所述树木图像的图像采集装置的参数,所述参数用于表征世界坐标系与图像坐标系之间的映射关系;
根据所述树木图像中位于地面的地面等高点和所述参数在所述树木图像中确定其他等高点;其中,多个等高点包括所述地面等高点和所述其他等高点。
17.根据权利要求12-16中任一项所述的装置,其中,所述面积确定单元,包括:
位置转换模块,用于根据各交点在所述树木图像中的像素位置,确定各交点在三维空间中空间位置;
面积确定模块,用于根据各交点的空间位置确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
18.根据权利要求17所述的装置,其中,所述位置转换模块具体用于:
获取用于采集所述树木图像的图像采集装置的参数;所述参数用于表征世界坐标系与图像坐标系之间的映射关系;
根据所述参数、各所述交点的像素位置,确定所述交点在三维空间中空间位置。
19.根据权利要求17或18所述的装置,其中,所述面积确定模块具体用于:
根据各交点的空间位置,确定各交点在水平面的第一平面位置;
在所述树木图像中确定各树木与地面的接触点的像素位置,并确定所述接触像素位置在水平面的第二平面位置;
根据所述第一平面位置、所述第二平面位置,确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
20.根据权利要求19所述的装置,其中,所述面积确定模块具体用于:
根据各交点的第一平面位置,对各所述交点进行拟合得到树木绿叶的第一侧边缘曲线;
根据所述各所述第二平面位置生成与所述第一侧边缘曲线对称的第二侧边缘曲线;
根据所述第一侧边缘曲线和所述第二侧边缘曲线确定所述树木图像中的所述树木绿叶在俯视角度的绿叶面积。
21.根据权利要求12-20中任一项所述的装置,其中,若在修剪预警单元发送树木绿叶的修剪预警消息之后,所述装置接收到对所述预警消息的废弃指令,则所述装置还包括调整单元,用于:
增加所述面积阈值。
22.根据权利要求12-20中任一项所述的装置,其中,所述树木图像中包括车位;
所述装置还包括车位遮挡预警单元,用于在确定单元在所述树木图像中确定绿叶区域之后:
获取预设的停车位位置,其中,所述停车位位置是对预先采集的历史树木图像进行标注得到的;
若根据所述绿叶区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
23.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-11中任一项所述的方法。
25.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-11中任一项所述方法的步骤。
CN202111676941.3A 2021-12-31 2021-12-31 树木绿叶的修剪预警方法、电子设备及程序产品 Pending CN114241324A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111676941.3A CN114241324A (zh) 2021-12-31 2021-12-31 树木绿叶的修剪预警方法、电子设备及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111676941.3A CN114241324A (zh) 2021-12-31 2021-12-31 树木绿叶的修剪预警方法、电子设备及程序产品

Publications (1)

Publication Number Publication Date
CN114241324A true CN114241324A (zh) 2022-03-25

Family

ID=80745640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111676941.3A Pending CN114241324A (zh) 2021-12-31 2021-12-31 树木绿叶的修剪预警方法、电子设备及程序产品

Country Status (1)

Country Link
CN (1) CN114241324A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035415A (zh) * 2022-08-10 2022-09-09 南通中煌工具有限公司 基于人工智能的园林行道树整形修剪识别方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035415A (zh) * 2022-08-10 2022-09-09 南通中煌工具有限公司 基于人工智能的园林行道树整形修剪识别方法及系统

Similar Documents

Publication Publication Date Title
CN113902897B (zh) 目标检测模型的训练、目标检测方法、装置、设备和介质
CN110148196B (zh) 一种图像处理方法、装置以及相关设备
CN113537049B (zh) 地面点云数据处理方法、装置、终端设备及存储介质
CN113409461B (zh) 构建地貌地图的方法、装置、电子设备和可读存储介质
CN114038193B (zh) 基于无人机和多目标追踪的智能交通流量数据统计方法及系统
CN113420674A (zh) 基于点云数据的森林档案模型构建方法、装置及存储介质
CN114241324A (zh) 树木绿叶的修剪预警方法、电子设备及程序产品
CN106504227A (zh) 基于深度图像的人数统计方法及其系统
CN114332487A (zh) 基于图像的积水预警方法、装置、设备、存储介质及产品
CN113313765B (zh) 定位方法、装置、电子设备和存储介质
CN109657540B (zh) 枯死树定位方法及系统
FAN et al. Robust lane detection and tracking based on machine vision
CN116091709B (zh) 建筑物的三维重建方法、装置、电子设备和存储介质
CN116171962B (zh) 一种植保无人机的高效对靶喷雾调控方法及系统
CN116911497A (zh) 一种市政房屋建筑施工监管系统
EP4080479A2 (en) Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system
CN113693898A (zh) 一种基于点云三维建模的导盲方法、装置及电子设备
CN113497897B (zh) 车路协同路侧相机安装参数调整方法、装置和电子设备
CN115222939A (zh) 一种图像识别方法、装置、设备以及存储介质
CN114333345B (zh) 停车位被遮挡时的预警方法、设备、存储介质及程序产品
CN115049733A (zh) 基于深度摄像头的污渍智能清扫系统及清扫方法
CN114692775A (zh) 模型训练、目标检测及渲染方法、存储介质、程序产品
CN115345919B (zh) 一种深度确定方法、装置、电子设备以及存储介质
US20220230453A1 (en) Method and apparatus for generating zebra crossing in high resolution map, and electronic device
CN210515810U (zh) 一种基于三维激光视觉和高精度车道模型的计算机评判系统

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