CN114926466A - 基于大数据的土地一体化监测和决策方法、平台 - Google Patents

基于大数据的土地一体化监测和决策方法、平台 Download PDF

Info

Publication number
CN114926466A
CN114926466A CN202210855676.3A CN202210855676A CN114926466A CN 114926466 A CN114926466 A CN 114926466A CN 202210855676 A CN202210855676 A CN 202210855676A CN 114926466 A CN114926466 A CN 114926466A
Authority
CN
China
Prior art keywords
pixel
monitoring
remote sensing
sensing image
pattern spot
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.)
Granted
Application number
CN202210855676.3A
Other languages
English (en)
Other versions
CN114926466B (zh
Inventor
丛海涛
王慧敏
李青梅
孙久虎
吴建廷
王萌
宋清泉
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.)
Shandong Institute Of Land And Spatial Data And Remote Sensing Technology Shandong Sea Area Dynamic Monitoring And Monitoring Center
Shandong Land Development Group Co ltd
Original Assignee
Shandong Institute Of Land Spatial Data And Remote Sensing Technology
Shandong Land Development Group 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 Shandong Institute Of Land Spatial Data And Remote Sensing Technology, Shandong Land Development Group Co Ltd filed Critical Shandong Institute Of Land Spatial Data And Remote Sensing Technology
Priority to CN202210855676.3A priority Critical patent/CN114926466B/zh
Publication of CN114926466A publication Critical patent/CN114926466A/zh
Application granted granted Critical
Publication of CN114926466B publication Critical patent/CN114926466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • 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)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供一种基于大数据的土地一体化监测和决策方法、平台，涉及数据处理技术领域，包括：基于遥感影像设备获取目标区域的第一遥感图像，对所述第一遥感图像进行分区块处理；确定与第一监测图斑对应的像素时序区间；确定提取第二遥感图像的监测时刻；将监测时刻与像素时序区间比对，得到与监测时刻对应的第一像素范围，若第二遥感图像的像素值不位于第一像素范围内，则输出异常的决策结果，对第二监测图斑在第二遥感图像中突出显示后输出至显示端。本发明解决了无法对土地进行自动分析、监测的问题，使得本发明能够基于遥感图像对土地进行监测的同时，根据时间关系，进行相应的决策提醒，有效辅助用户进行地质监测，提高地质监测效率。

Description

基于大数据的土地一体化监测和决策方法、平台
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于大数据的土地一体化监测和决策方法、平台。
背景技术
在通过遥感等技术手段对多个区域内的土地变化进行监测时，需要结合多个维度的信息进行监测。以林地为例，林地中大多数种类的树木在春、夏以及秋会具有树叶，则此时遥感图像中的林地即为绿色，在秋冬季会进行叶子的脱落，则此时遥感图像中的林地即为黄色、棕色等等。
在现有技术中，对某一个地区的土地使用的监测大多为图像的提取，不能够进行是否出现违规使用的可能性分析，例如在农用耕地建造房屋、在林地建造工厂等等。
所以，亟需一种集监测和决策方法，能够在对土地进行监测的同时，根据时间的不同对遥感图像进行分析，并进行相应的决策提醒。
发明内容
本发明实施例提供一种基于大数据的土地一体化监测和决策方法、平台，能够基于遥感图像对土地进行监测的同时，并且根据时间关系，进行相应的决策提醒，有效辅助用户进行地质监测，提高地质监测效率。
本发明实施例的第一方面，提供一种基于大数据的土地一体化监测和决策方法，包括：
基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑；
接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围；
基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻；
将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果；
若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端。
可选地，在第一方面的一种可能实现方式中，所述基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑，包括：
获取所述第一遥感图像的中心坐标点，根据所述中心坐标点对所述第一遥感图像进行坐标化处理；
确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接；
在判断所有第一像素点都与其他两个第一像素点连接后，则将所有第一像素点连接后形成的区域作为第一遥感图像内的第一监测图斑。
可选地，在第一方面的一种可能实现方式中，所述确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接，包括：
若选定信息为用户通过输入设备输入第一坐标、以及每个第一坐标的连接顺序，则提取每个第一像素点的第一坐标中的X轴坐标和Y轴坐标；
若判断所有第一坐标中具有完全相同的X轴坐标和/或Y轴坐标，则判断用户的选定信息存在错误，输出重新选定信息；
若判断所有第一坐标中具有不同的X轴坐标和/或Y轴坐标，则判断用户的选定信息是正确的，根据所述第一坐标确定相对应的第一像素点；
根据每个第一像素点所对应的连接顺序将所有的第一像素点相连接，所述连接顺序为多个第一坐标的第一排序序列，第一排序序列中的每个第一坐标与其相邻的第一坐标具有连接关系，第一排序序列中的第一个第一坐标与最后一个第一坐标具有连接关系。
可选地，在第一方面的一种可能实现方式中，所述确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接，包括：
若选定信息为用户通过触摸屏直接在第一遥感图像内选中第一像素点，则确定每个第一像素点的第一坐标；
在判断用户选中一个第一像素点的第一坐标时，则对每个第一像素点的第一坐标的选中顺序进行记录，根据每个第一坐标的选中顺序得到多个第一坐标的第一排序序列；
在判断用户完成对第一遥感图像内的第一像素点的选中后，则根据每个第一像素点在第一排序序列内对应的连接顺序，将所有的第一像素点依次相连接。
可选地，在第一方面的一种可能实现方式中，所述接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围，包括：
接收用户对第一监测图斑配置的图斑属性信息，选取与所述图斑属性信息预先对应设置的初始时序区间，每个图斑属性信息具有与其对应的初始时序区间；
获取初始时序区间所包括的所有时序子区间，确定每个时序子区间所对应的至少一个像素范围，对每个时序子区间与其对应的像素范围进行显示；
若判断接收到用户的第一确认信息，则将所述初始时序区间作为与第一监测图斑对应的像素时序区间；
若判断接收到用户的第一修改信息，则根据所述第一修改信息对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，得到与第一监测图斑对应的像素时序区间。
可选地，在第一方面的一种可能实现方式中，所述若判断接收到用户的第一修改信息，则根据所述第一修改信息对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，得到与第一监测图斑对应的像素时序区间，包括：
若判断所述第一修改信息为对任意一个时序子区间的像素范围调整，则根据所述第一修改信息中的像素范围调整值，对相应时序子区间的像素范围调整；
若判断所述第一修改信息为对任意一个时序子区间的区间长度进行调整，则根据所述第一修改信息中的起始时刻值和/截止时刻值，对相应时序子区间的区间边缘时刻值进行调整。
可选地，在第一方面的一种可能实现方式中，所述基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻，包括：
获取所述第二遥感图像的中心坐标点，根据所述中心坐标点对所述第二遥感图像进行坐标化处理，所述第二遥感图像中的每个第二像素点具有相对应的第二坐标；
选中形成第一监测图斑所对应的多个第一坐标，在所述第二遥感图像中确定与所述第一坐标对应的第二坐标；
根据第一监测图斑中对第一坐标的第一排序序列，生成与第二监测图斑中对第二坐标的第二排序序列，根据所述第二排序序列对所有的第二坐标依次连接形成第二监测图斑。
可选地，在第一方面的一种可能实现方式中，所述将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果，包括：
将所述监测时刻与像素时序区间比对，确定与所述监测时刻对应的像素时序区间，得到与所述监测时刻对应的第一像素范围；
获取所述第二监测图斑中每个像素点的像素值，根据每个像素点的像素值、第二监测图斑中像素点的数量得到第二监测图斑的平均像素值；
通过以下公式计算平均像素值，
Figure 100002_DEST_PATH_IMAGE002
其中，
Figure 100002_DEST_PATH_IMAGE004
为第二监测图斑的平均像素值，
Figure 100002_DEST_PATH_IMAGE006
为第二监测图斑中第
Figure 100002_DEST_PATH_IMAGE008
个像素点的
Figure 100002_DEST_PATH_IMAGE010
值，
Figure 100002_DEST_PATH_IMAGE012
为第二监测图斑中第
Figure 925732DEST_PATH_IMAGE008
个像素点的
Figure 100002_DEST_PATH_IMAGE014
值，
Figure 100002_DEST_PATH_IMAGE016
为第二监测图斑中第
Figure 639610DEST_PATH_IMAGE008
个像素点的
Figure 100002_DEST_PATH_IMAGE018
值，
Figure 100002_DEST_PATH_IMAGE020
为第二监测图斑中像素点的上限值，
Figure 100002_DEST_PATH_IMAGE022
为第二监测图斑中像素点的数量值；
若所述平均像素值位于所述第一像素范围，则输出正常的决策结果。
可选地，在第一方面的一种可能实现方式中，所述若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端，包括：
若所述平均像素值位于所述第一像素范围，则确定所述第二监测图斑中，所有具有第二坐标的第二像素点的连接线，将所述连接线按照预设像素值突出显示；
将对第二监测图斑突出显示后的第二遥感图像发送至显示端。
本发明实施例的第二方面，提供一种基于大数据的土地一体化监测和决策平台，包括：
获取模块，用于基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑；
确定模块，用于接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围；
监测模块，用于基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻；
第一输出模块，用于将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果；
第二输出模块，用于若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端。
本发明实施例的第三方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的一种基于大数据的土地一体化监测和决策方法、平台。首先会对多个目标区域进行遥感图像的提取，再得到相对应的第一遥感图像、第一监测图斑后，本发明会结合每个第一监测图斑的图斑属性信息的不同，对所有的第一监测图斑进行差异化的设置，得到每个第一监测图斑在不同的时序子区间对应的像素范围，通过以上的方式，使得本发明可以针对不同的第一监测图斑中植被的生长属性的不同，采取不同的时序子区间、像素范围的设定方式，使得后续在进行自动监测、决策时，都是按照相应第一监测图斑中植被的属性进行监测、决策的。本发明会间隔预设时间段进行第二遥感图像的提取，使得本发明能够持续在未来的多个时间点对某一个目标区域进行持续的监测，并且本发明会根据监测时刻的不同，确定相对应的时序子区间、第一像素范围，使得本发明会根据监测时刻的不同，采取不同的比对方式，进而使得本发明进行监测、决策都是按照相应植被的生长属性进行监测的，在辅助用户进行主动监测、分析的同时，提高监测的准确率，避免出现误决策的情况。
本发明提供的技术方案，会对第一遥感图像进行坐标化的处理，使得本发明在得到第一监测图斑时能够具有多种得到方式。本发明得到第一监测图斑的第一种方式为通过用户主动录入相对应的第一坐标，本发明会对第一坐标的正确性进行效验，避免用户输入的第一坐标无法连接形成相应的第一监测图斑，进而辅助用户快速、精准的确定第一监测图斑。本发明得到第一监测图斑的第二种方式为通过用户主动选中方式，用户可以在第一遥感图像内选中相对应的第一像素点，该种方式在确定第一监测图斑时，具有操作简单、快速的优势。并且，本发明会针对不同的第一坐标的确定方式，采取对第一坐标不同的记录方式，使得在后续对第一坐标进行连接时，都是按照相应的顺序进行连接的，所得多个第一坐标所形成的第一监测图斑具有唯一性，使得所形成的第一监测图斑是准确的。
本发明提供的技术方案，可以根据用户的第一修改信息，对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，使得本发明能够根据目标区域内植被的不同、地理特性的不同，设置不同的像素范围和/或区间长度，进而使得每个目标区域、第一监测图斑的监测方式都可以是存在差异化的，进而保障了本发明所做决策具有针对性、准确性。
附图说明
图1为基于大数据的土地一体化监测和决策方法的第一种实施方式的流程图；
图2为基于大数据的土地一体化监测和决策方法的第二种实施方式的流程图；
图3为基于大数据的土地一体化监测和决策平台的第一种实施方式的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于大数据的土地一体化监测和决策方法，如图1所示，包括：
步骤S110、基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑。本发明会根据遥感影像设备对目标区域的图像进行采集得到第一遥感图像，此时本发明中的遥感影像设备会确定对目标区域的图像采集的区域位置信息（经度值、纬度值），以使下次再对目标区域进行遥感图像的采集时，按照相同的采集条件对相应的目标区域，得到不同时刻下相对应的第二遥感图像、第三遥感图像。第一遥感图像、第二遥感图像、第三遥感图像中每个像素点的位置与实际的经度值、纬度值都是相对应的。
本发明在得到第一遥感图像后，会根据用户的选择对第一遥感图像进行分区块处理，可以这样理解，第一遥感图像会具有多种土地性质的区域，例如林地、宅基地、耕地等等，不同的区域可能会具有不同的要求、监测需求，所以本发明会根据用户的选择，对第一遥感图像进行分区块处理，得到一个第一监测图斑，例如第一遥感图像中的林地区域对应一个第一监测图斑、第一遥感图像中的耕地区域对应一个第一监测图斑。
本发明提供的技术方案，在一个可能的实施方式中，如图2所示，步骤S110包括：
步骤S1101、获取所述第一遥感图像的中心坐标点，根据所述中心坐标点对所述第一遥感图像进行坐标化处理。本发明首先会得到第一遥感图像的中心坐标点，并且以中心坐标点为坐标原点（0,0）对第一遥感图像进行坐标化处理，该种方式能够使得第一遥感图像中的每个像素点都具有与其所对应的坐标。
步骤S1102、确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接。本发明会根据用户的选定信息确定第一遥感图像内所选定的多个第一坐标，并且将相对应的第一像素点相连接。例如第一遥感图像中的第一监测图斑可能是长方形，则此时用户可以确定长方形四个角所对应的点的第一坐标，并且将四个角所对应的点的第一坐标相连接，进而能够得到为长方形的第一监测图斑。
步骤S1103、在判断所有第一像素点都与其他两个第一像素点连接后，则将所有第一像素点连接后形成的区域作为第一遥感图像内的第一监测图斑。在所有第一像素点都与其他两个第一像素点连接时，则证明所有的第一像素点已经形成了一个闭环，所以此时即可以将素点连接后形成的区域作为第一遥感图像内的第一监测图斑，例如长方形的第一监测图斑中的4个角的点都依次连接后，即可根据4个角的点的连接线得到第一监测图斑。
本发明提供的技术方案，在一个可能的实施方式中，所述确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接，包括：
若选定信息为用户通过输入设备输入第一坐标、以及每个第一坐标的连接顺序，则提取每个第一像素点的第一坐标中的X轴坐标和Y轴坐标。在实际的工作场景中，用户可能会具有多种方式确定第一坐标，例如通过鼠标、键盘等输入设备直接输入第一坐标、以及每个第一坐标的连接顺序，直接输入的第一坐标即可以是长方形的4个角的第一坐标，此时第一坐标的连接顺序即可以看作是长方形的4个角的第一坐标的输入顺序。也可以是，用户在输入第一坐标时，输入每个第一坐标所对应的标号，本发明可以根据每个第一坐标的标号对所有的第一坐标进行排序得到第一坐标的连接顺序。此时本发明会得到第一坐标的X轴坐标和Y轴坐标。例如一个第一坐标为（10，20），则此时X轴坐标即为10，Y轴坐标即为20。
若判断所有第一坐标中具有完全相同的X轴坐标和/或Y轴坐标，则判断用户的选定信息存在错误，输出重新选定信息。在该种场景下，则所有的第一坐标所连接形成的线是一个直线，并不能够形成闭环区域，所以此时判断用户的选定信息存在错误，需要通过显示设备输出重新选定信息，使得用户重新对第一坐标进行相应的选定。
若判断所有第一坐标中具有不同的X轴坐标和/或Y轴坐标，则判断用户的选定信息是正确的，根据所述第一坐标确定相对应的第一像素点。在该种场景下，则所有的第一坐标所连接形成的线能够形成闭环区域，所以此时判断用户的选定信息是正确的，所以本发明会结合第一坐标确定相对应的第一像素点。
根据每个第一像素点所对应的连接顺序将所有的第一像素点相连接，所述连接顺序为多个第一坐标的第一排序序列，第一排序序列中的每个第一坐标与其相邻的第一坐标具有连接关系，第一排序序列中的第一个第一坐标与最后一个第一坐标具有连接关系。本发明根据正确的第一坐标确定相对应的第一像素点后，会根据第一像素点所对应的连接顺序依次将所有的第一像素点相连接，形成相应的第一监测图斑。第一排序序列中的第一坐标的排序顺序即可以是相应第一像素点的连接顺序。例如第一排序序列中具有第一坐标1、第一坐标2、第一坐标3以及第一坐标4，则此时即将第一坐标2分别与第一坐标1和第一坐标3连接，第一坐标1与第一坐标4连接。
通过以上的技术方案，使得本发明能够根据用户通过键盘、鼠标等输入的第一坐标快速的确定第一遥感图像中相应的像素点，并且根据X轴坐标和/或Y轴坐标对用户所输入的所有第一坐标进行正确性的效验，在通过正确效验后，本发明会根据第一坐标的顺序依次对第一遥感图像中相应的第一像素点进行连接，得到最终的第一监测图斑。
本发明提供的技术方案，在一个可能的实施方式中，所述确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接，包括：
若选定信息为用户通过触摸屏直接在第一遥感图像内选中第一像素点，则确定每个第一像素点的第一坐标。在实际的工作场景中，用户可能会通过触摸屏、鼠标等设备直接在第一遥感图像内选中第一像素点，此时本发明会主动获取所选中的第一像素点的第一坐标。
在判断用户选中一个第一像素点的第一坐标时，则对每个第一像素点的第一坐标的选中顺序进行记录，根据每个第一坐标的选中顺序得到多个第一坐标的第一排序序列。本发明会对用户所主动选中的第一像素点的第一坐标进行主动的记录，并且在记录的过程中，会得到每个第一像素点的第一坐标的选中顺序。例如依次通过触摸屏选中了第一遥感图像中的第一坐标5、第一坐标6以及第一坐标7，则此时第一坐标5即对应了顺序1、第一坐标6即对应了顺序2、第一坐标6即对应了顺序3，此时本发明得到的第一排序序列即为第一坐标5、第一坐标6以及第一坐标7。
在判断用户完成对第一遥感图像内的第一像素点的选中后，则根据每个第一像素点在第一排序序列内对应的连接顺序，将所有的第一像素点依次相连接。在用户完成对第一遥感图像内的第一像素点的选中时，用户主动输入确定完成信息，此时本发明会根据第一坐标的连接顺序对相应的第一像素点依次相连接，得到相对应的第一监测图斑。
通过以上的技术方案，使得本发明能够对用户通过触摸屏、鼠标等设备在第一监测图斑中相应的第一像素点进行选定，并对每个第一像素点的第一坐标的选中顺序进行记录，本发明会根据第一坐标的顺序依次对第一遥感图像中相应的第一像素点进行连接，得到最终的第一监测图斑。该种方式，使得用户操作更加方便，直接进行像素点的选取，不再需要输入相应的第一坐标，具有效率高的优势。
步骤S120、接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围。本发明会接收每个第一监测图斑配置的图斑属性信息，图斑属性信息为如耕地属性信息、林地属性信息、宅基地属性信息。本发明会结合不同的图斑属性信息，确定每个图斑属性信息对应的像素时序区间，此时的像素时序区间会包括多个时序子区间，并且每个时序子区间或具有与其对应的像素范围。可以这样理解，像素时序区间可以是1月至12月，时序子区间可以是多个，例如1月至2月、3月至10月、11月至12月，以图斑属性信息是林地属性信息为例，例如相应的第一监测图斑所对应的林地种植的树木为杨树、杏树、桃树等等，该种树木具有3月至9月具有树叶，1月至2月和11月至12月不具有树叶的情况，所以此时在遥感图像中，不同时间第一监测图斑所对应的像素值会存在一定的差异。例如在3月至9月具有树叶时，第一监测图斑内的像素值应当是绿色，此时的第一监测图斑内主要是树叶的颜色。1月至2月和11月至12月不具有树叶的情况时，第一监测图斑内的像素值可以是黄色、棕色等等，此时的第一监测图斑内主要是土地的颜色、树木支杆的颜色。
例如，绿色的像素值范围是
Figure DEST_PATH_IMAGE024
至
Figure DEST_PATH_IMAGE026
、黄色的像素值范围是
Figure DEST_PATH_IMAGE028
至
Figure DEST_PATH_IMAGE030
，棕色的像素值范围是
Figure DEST_PATH_IMAGE032
至
Figure DEST_PATH_IMAGE034
，则此时1月至2月、11月至12月所对应的像素值范围即是
Figure 397176DEST_PATH_IMAGE028
至
Figure 385861DEST_PATH_IMAGE030
、
Figure 669074DEST_PATH_IMAGE032
至
Figure 85012DEST_PATH_IMAGE034
。3月至9月所对应的像素值范围即是
Figure 86466DEST_PATH_IMAGE024
至
Figure 878842DEST_PATH_IMAGE026
。
以确定绿色的像素值范围为例，本发明会首先得到绿色的RGB值，并将绿色的RGB值转换为灰度值，此时所得到的灰度值分别减一个预设数、加一个预设数得到
Figure 16562DEST_PATH_IMAGE024
和
Figure 744347DEST_PATH_IMAGE026
，如果
Figure 92151DEST_PATH_IMAGE024
小于0，则将
Figure 298005DEST_PATH_IMAGE024
调整为0，如果
Figure 414865DEST_PATH_IMAGE026
大于255，则将调整为255。
本发明提供的技术方案，在一个可能的实施方式中，步骤S120包括：
接收用户对第一监测图斑配置的图斑属性信息，选取与所述图斑属性信息预先对应设置的初始时序区间，每个图斑属性信息具有与其对应的初始时序区间。本发明可以通过输入设备接收图斑属性信息，如林地属性信息、耕地属性信息，并且得到与图斑属性信息预先对应设置的初始时序区间，初始时序区间即可以是1月至12月。
获取初始时序区间所包括的所有时序子区间，确定每个时序子区间所对应的至少一个像素范围，对每个时序子区间与其对应的像素范围进行显示。本发明会得到初始时序区间所包括的所有时序子区间，例如初始时序区间为1月至2月、3月至10月、11月至12月，每个时序子区间具有相对应的像素范围，如上所说，1月至2月、11月至12月所对应的像素值范围即是
Figure 579131DEST_PATH_IMAGE028
至
Figure 414231DEST_PATH_IMAGE030
、
Figure 158196DEST_PATH_IMAGE032
至
Figure 395143DEST_PATH_IMAGE034
。3月至9月所对应的像素值范围即是
Figure 199151DEST_PATH_IMAGE024
至
Figure 662493DEST_PATH_IMAGE026
，本发明会对1月至2月、11月至12月所对应的像素值范围即是
Figure 334783DEST_PATH_IMAGE028
至
Figure 301602DEST_PATH_IMAGE030
、
Figure 666724DEST_PATH_IMAGE032
至
Figure 351783DEST_PATH_IMAGE034
。3月至9月所对应的像素值范围即是
Figure 968709DEST_PATH_IMAGE024
至
Figure 649090DEST_PATH_IMAGE026
。
若判断接收到用户的第一确认信息，则将所述初始时序区间作为与第一监测图斑对应的像素时序区间。如果用户认为以上的时序子区间、每个时序子区间所对应的像素范围是符合其要求的，此时其可以通过输入设备输入第一确认信息，本发明可以将初始时序区间作为与第一监测图斑对应的像素时序区间，在后续的监测、比对时，本发明会将与初始时序区间对应的像素时序区间作为比对标准。
若判断接收到用户的第一修改信息，则根据所述第一修改信息对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，得到与第一监测图斑对应的像素时序区间。在用户通过输入设备输入第一修改信息时，则证明此时的时序子区间的长度或者是每个时序子区间对应的像素范围可能存在错误，所以此时需要根据第一修改信息对初始时序区间进行调整。在像素范围不符合当前的场景时，则对像素范围进行调整，在区间长度不符合当前的场景时，则对区间长度进行调整。
本发明提供的技术方案，在一个可能的实施方式中，所述若判断接收到用户的第一修改信息，则根据所述第一修改信息对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，得到与第一监测图斑对应的像素时序区间，包括：
若判断所述第一修改信息为对任意一个时序子区间的像素范围调整，则根据所述第一修改信息中的像素范围调整值，对相应时序子区间的像素范围调整。在某些场景、位置下，第一监测图斑内林地所种植的树木可能是常年绿色，例如榕树、樟树、松树等等，所以此时第一监测图斑在1月至12月所对应的像素范围都可能是绿色，所以此时需要对初始时序区间中的时序子区间，即1月至2月、11月至12月所对应的像素值范围即
Figure 326059DEST_PATH_IMAGE028
至
Figure 357468DEST_PATH_IMAGE030
、
Figure 246927DEST_PATH_IMAGE032
至
Figure 312972DEST_PATH_IMAGE034
进行调整，将像素值范围由
Figure 160842DEST_PATH_IMAGE028
至
Figure 679548DEST_PATH_IMAGE030
、
Figure 372698DEST_PATH_IMAGE032
至
Figure 33529DEST_PATH_IMAGE034
调整为
Figure 786722DEST_PATH_IMAGE024
至
Figure 792724DEST_PATH_IMAGE026
。该种方式，能够满足某些第一监测图斑在不同的场景下，能够根据用户输入的不同，会具有不同的像素范围，此时的第一修改信息中的像素范围调整值即为
Figure 555144DEST_PATH_IMAGE024
至
Figure 205568DEST_PATH_IMAGE026
。
若判断所述第一修改信息为对任意一个时序子区间的区间长度进行调整，则根据所述第一修改信息中的起始时刻值和/截止时刻值，对相应时序子区间的区间边缘时刻值进行调整。如上所说，第一监测图斑在1月至12月所对应的像素范围都可能是绿色，所以此时无需再将时序子区间划分为多个，所以此时可以将1月至2月、3月至10月、11月至12月划分为1个，即1月至12月。所以此时的第一修改信息中的起始时刻值即可以看作是1月、截止时刻值即可以看作是12月。本发明在判断其中一个时序子区间被另外一个时序子区间包含时，会主动的将被包含的时序子区间进行删除处理，使得时序子区间不具有重叠的时间。该种方式，能够满足某些第一监测图斑在不同的场景下，能够根据用户输入的不同，会具有不同的时序子区间的数量、以及每个时序子区间的区间长度。
步骤S130、基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻。本发明提供的技术方案，预设时间段可以是一周、一个月等等，对于预设时间段本发明不做任何限定，可以根据实际的监测需求进行确定。本发明会持续通过遥感影像设备按照与采集第一遥感图像时相同的区域位置信息进行采集，得到不同时间的第二遥感图像，本发明会得到相对应的第二监测图斑，并且在得到第二监测图斑时，本发明会确定提取第二遥感图像的监测时刻。
本发明提供的技术方案，在一个可能的实施方式中，步骤S130包括：
获取所述第二遥感图像的中心坐标点，根据所述中心坐标点对所述第二遥感图像进行坐标化处理，所述第二遥感图像中的每个第二像素点具有相对应的第二坐标。本发明会首先得到第二遥感图像的中心坐标点，并且以中心坐标点为坐标原点（0,0）对第二遥感图像进行坐标化处理，进而能够确定第二遥感图像中每个第二像素点的第二坐标。
选中形成第一监测图斑所对应的多个第一坐标，在所述第二遥感图像中确定与所述第一坐标对应的第二坐标。因为第一遥感图像和第二遥感图像的区域位置信息是相同的，所以本发明可以通过确定第一遥感图像中第一像素点的第一坐标，得到第二遥感图像中与第一监测图斑对应的第二监测图斑，在确定第二监测图斑时，本发明首先会选中第一监测图斑所对应的多个第一坐标，例如第一坐标1、第一坐标2、第一坐标3以及第一坐标4，此时本发明即会选中第二遥感图像中的第一坐标1、第一坐标2、第一坐标3以及第一坐标4。
根据第一监测图斑中对第一坐标的第一排序序列，生成与第二监测图斑中对第二坐标的第二排序序列，根据所述第二排序序列对所有的第二坐标依次连接形成第二监测图斑。本发明会根据第一坐标的第一排序序列，确定第二坐标的第二排序序列，并根据第二排序序列对所有的第二坐标依次连接，此时会得到与第一监测图斑完全对应的第二监测图斑。
步骤S140、将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果。由于第一监测图斑与第二监测图斑的采集、监测时刻可能并不对应，所以本发明不可以直接将第一监测图斑与第二监测图斑进行直接的比对，本发明首先会将得到第二监测图斑的监测时刻与像素时序区间比对，例如第二监测图斑的监测时刻为7月，则此时与7月对应的像素时序区间即为3月至10月，此时的第一像素范围即为
Figure 254295DEST_PATH_IMAGE024
至
Figure 622960DEST_PATH_IMAGE026
，本发明会判断第二遥感图像的像素值是否位于
Figure 782546DEST_PATH_IMAGE024
至
Figure 818635DEST_PATH_IMAGE026
的范围内。在第二遥感图像的像素值是位于
Figure 648050DEST_PATH_IMAGE024
至
Figure 628645DEST_PATH_IMAGE026
的范围内时，则证明此时第二监测图斑内的制备的生长是正常的，相应的第二监测图斑是绿色的，所以此时输出正常的决策结果。
通过以上的技术方案，使得本发明可以通过机器视觉进行遥感图像的自动分析，并且在相应的图斑可能出现问题时进行相应的分析，辅助用户对不同的目标区域进行监测，提高用户的监测效率。
本发明提供的技术方案，在一个可能的实施方式中，步骤S140包括：
将所述监测时刻与像素时序区间比对，确定与所述监测时刻对应的像素时序区间，得到与所述监测时刻对应的第一像素范围。如上所说，监测时刻为7月，7月位于3月至10月的像素时序区间内，则此时与3月至10月的像素时序区间对应的第一像素范围可以是
Figure 732867DEST_PATH_IMAGE024
至
Figure 216938DEST_PATH_IMAGE026
。
获取所述第二监测图斑中每个像素点的像素值，根据每个像素点的像素值、第二监测图斑中像素点的数量得到第二监测图斑的平均像素值。本发明会获取第二监测图斑中每个像素点的像素值，并且得到第二监测图斑的平均像素值，通过第二监测图斑的平均像素值能够综合的反映出第二监测图斑内的颜色状态。
通过以下公式计算平均像素值，
Figure DEST_PATH_IMAGE002A
其中，
Figure 810730DEST_PATH_IMAGE004
为第二监测图斑的平均像素值，
Figure 888408DEST_PATH_IMAGE006
为第二监测图斑中第
Figure 920955DEST_PATH_IMAGE008
个像素点的
Figure 400478DEST_PATH_IMAGE010
值，
Figure 961909DEST_PATH_IMAGE012
为第二监测图斑中第
Figure 792462DEST_PATH_IMAGE008
个像素点的
Figure 972907DEST_PATH_IMAGE014
值，
Figure 697150DEST_PATH_IMAGE016
为第二监测图斑中第
Figure 304849DEST_PATH_IMAGE008
个像素点的
Figure 622697DEST_PATH_IMAGE018
值，
Figure 465889DEST_PATH_IMAGE020
为第二监测图斑中像素点的上限值，
Figure 920004DEST_PATH_IMAGE022
为第二监测图斑中像素点的数量值。本发明会通过
Figure DEST_PATH_IMAGE036
得到第二监测图斑中第
Figure 557658DEST_PATH_IMAGE008
个像素点的
Figure 221858DEST_PATH_IMAGE010
值、
Figure 9685DEST_PATH_IMAGE014
值以及
Figure 583886DEST_PATH_IMAGE018
值的平均值，此时的
Figure DEST_PATH_IMAGE038
即可以看作是第二监测图斑内第
Figure 392442DEST_PATH_IMAGE008
个像素点的灰度值，通过
Figure DEST_PATH_IMAGE040
可以得到第二监测图斑内所有第二像素点的像素灰度值之和，通过
Figure DEST_PATH_IMAGE042
可以得到第二监测图斑内所有第二像素点的平均的像素灰度值。
若所述平均像素值位于所述第一像素范围，则输出正常的决策结果。第一像素范围的最大范围是0至255，例如45至125等等。在平均像素值位于所述第一像素范围内时，则证明相应监测时刻的第二监测图斑内的像素点的颜色满足第一像素范围的要求，是正常的，所以此时不会主动输出异常的决策结果，此时的决策结果是正常的。
步骤S150、若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端。此时则平均像素值是不满足第一像素范围要求的，即平均像素值不在45至125内，所以此时输出异常的决策结果，并对第二监测图斑在第二遥感图像中突出显示，并通过显示端进行显示。
本发明提供的技术方案，在一个可能的实施方式中，步骤S150包括：
若所述平均像素值位于所述第一像素范围，则确定所述第二监测图斑中，所有具有第二坐标的第二像素点的连接线，将所述连接线按照预设像素值突出显示。此时，本发明会确定第二坐标的第二像素点的连接线，并将连接线按照预设像素值突出显示，此时的预设像素值可以是0，即对第二监测图斑按照纯黑色的线进行显示，使得用户能够直接查看到存在问题的第二监测图斑。
将对第二监测图斑突出显示后的第二遥感图像发送至显示端。本发明会将突出显示后的第二遥感图像发送至显示端，用于对显示端处的用户进行相应的提醒，实现自动对遥感图像的监测、分析，辅助用户的地质监测，提高地质监测效率。
为了实现本发明提供的一种基于大数据的土地一体化监测和决策方法，本发明还提供一种基于大数据的土地一体化监测和决策平台，如图3所示，包括：
获取模块，用于基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑；
确定模块，用于接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围；
监测模块，用于基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻；
第一输出模块，用于将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果；
第二输出模块，用于若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端。
本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）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。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.基于大数据的土地一体化监测和决策方法，其特征在于，包括：
基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑；
接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围；
基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻；
将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果；
若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端。
2.根据权利要求1所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑，包括：
获取所述第一遥感图像的中心坐标点，根据所述中心坐标点对所述第一遥感图像进行坐标化处理；
确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接；
在判断所有第一像素点都与其他两个第一像素点连接后，则将所有第一像素点连接后形成的区域作为第一遥感图像内的第一监测图斑。
3.根据权利要求2所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接，包括：
若选定信息为用户通过输入设备输入第一坐标、以及每个第一坐标的连接顺序，则提取每个第一像素点的第一坐标中的X轴坐标和Y轴坐标；
若判断所有第一坐标中具有完全相同的X轴坐标和/或Y轴坐标，则判断用户的选定信息存在错误，输出重新选定信息；
若判断所有第一坐标中具有不同的X轴坐标和/或Y轴坐标，则判断用户的选定信息是正确的，根据所述第一坐标确定相对应的第一像素点；
根据每个第一像素点所对应的连接顺序将所有的第一像素点相连接，所述连接顺序为多个第一坐标的第一排序序列，第一排序序列中的每个第一坐标与其相邻的第一坐标具有连接关系，第一排序序列中的第一个第一坐标与最后一个第一坐标具有连接关系。
4.根据权利要求2所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述确定用户的选定信息在第一遥感图像内所选定的多个第一坐标，将所选中的所有第一坐标分别对应的第一像素点相连接，包括：
若选定信息为用户通过触摸屏直接在第一遥感图像内选中第一像素点，则确定每个第一像素点的第一坐标；
在判断用户选中一个第一像素点的第一坐标时，则对每个第一像素点的第一坐标的选中顺序进行记录，根据每个第一坐标的选中顺序得到多个第一坐标的第一排序序列；
在判断用户完成对第一遥感图像内的第一像素点的选中后，则根据每个第一像素点在第一排序序列内对应的连接顺序，将所有的第一像素点依次相连接。
5.根据权利要求3或4中任意一项所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围，包括：
接收用户对第一监测图斑配置的图斑属性信息，选取与所述图斑属性信息预先对应设置的初始时序区间，每个图斑属性信息具有与其对应的初始时序区间；
获取初始时序区间所包括的所有时序子区间，确定每个时序子区间所对应的至少一个像素范围，对每个时序子区间与其对应的像素范围进行显示；
若判断接收到用户的第一确认信息，则将所述初始时序区间作为与第一监测图斑对应的像素时序区间；
若判断接收到用户的第一修改信息，则根据所述第一修改信息对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，得到与第一监测图斑对应的像素时序区间。
6.根据权利要求5所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述若判断接收到用户的第一修改信息，则根据所述第一修改信息对初始时序区间中的至少一个时序子区间对应的像素范围和/或区间长度进行调整，得到与第一监测图斑对应的像素时序区间，包括：
若判断所述第一修改信息为对任意一个时序子区间的像素范围调整，则根据所述第一修改信息中的像素范围调整值，对相应时序子区间的像素范围调整；
若判断所述第一修改信息为对任意一个时序子区间的区间长度进行调整，则根据所述第一修改信息中的起始时刻值和/截止时刻值，对相应时序子区间的区间边缘时刻值进行调整。
7.根据权利要求5所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻，包括：
获取所述第二遥感图像的中心坐标点，根据所述中心坐标点对所述第二遥感图像进行坐标化处理，所述第二遥感图像中的每个第二像素点具有相对应的第二坐标；
选中形成第一监测图斑所对应的多个第一坐标，在所述第二遥感图像中确定与所述第一坐标对应的第二坐标；
根据第一监测图斑中对第一坐标的第一排序序列，生成与第二监测图斑中对第二坐标的第二排序序列，根据所述第二排序序列对所有的第二坐标依次连接形成第二监测图斑。
8.根据权利要求7所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果，包括：
将所述监测时刻与像素时序区间比对，确定与所述监测时刻对应的像素时序区间，得到与所述监测时刻对应的第一像素范围；
获取所述第二监测图斑中每个像素点的像素值，根据每个像素点的像素值、第二监测图斑中像素点的数量得到第二监测图斑的平均像素值；
通过以下公式计算平均像素值，
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
为第二监测图斑的平均像素值，
Figure DEST_PATH_IMAGE006
为第二监测图斑中第
Figure DEST_PATH_IMAGE008
个像素点的
Figure DEST_PATH_IMAGE010
值，
Figure DEST_PATH_IMAGE012
为第二监测图斑中第
Figure 912060DEST_PATH_IMAGE008
个像素点的
Figure DEST_PATH_IMAGE014
值，
Figure DEST_PATH_IMAGE016
为第二监测图斑中第
Figure 422676DEST_PATH_IMAGE008
个像素点的
Figure DEST_PATH_IMAGE018
值，
Figure DEST_PATH_IMAGE020
为第二监测图斑中像素点的上限值，
Figure DEST_PATH_IMAGE022
为第二监测图斑中像素点的数量值；
若所述平均像素值位于所述第一像素范围，则输出正常的决策结果。
9.根据权利要求8所述的基于大数据的土地一体化监测和决策方法，其特征在于，
所述若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端，包括：
若所述平均像素值位于所述第一像素范围，则确定所述第二监测图斑中，所有具有第二坐标的第二像素点的连接线，将所述连接线按照预设像素值突出显示；
将对第二监测图斑突出显示后的第二遥感图像发送至显示端。
10.基于大数据的土地一体化监测和决策平台，其特征在于，包括：
获取模块，用于基于遥感影像设备获取目标区域的第一遥感图像，根据用户的选定信息对所述第一遥感图像进行分区块处理，得到一个第一监测图斑；
确定模块，用于接收用户对第一监测图斑配置的图斑属性信息，根据所述图斑属性信息确定与所述第一监测图斑对应的像素时序区间，所述像素时序区间包括多个时序子区间以及每个时序子区间对应的像素范围；
监测模块，用于基于遥感影像设备间隔预设时间段对目标区域进行监测，得到目标区域的第二遥感图像，对所述第二遥感图像进行分区块处理，得到与第一监测图斑位置对应的第二监测图斑，确定提取所述第二遥感图像的监测时刻；
第一输出模块，用于将所述监测时刻与像素时序区间比对，得到与所述监测时刻对应的第一像素范围，若所述第二遥感图像的像素值位于所述第一像素范围内，则输出正常的决策结果；
第二输出模块，用于若所述第二遥感图像的像素值不位于所述第一像素范围内，则输出异常的决策结果，对所述第二监测图斑在所述第二遥感图像中突出显示后输出至显示端。
CN202210855676.3A 2022-07-21 2022-07-21 基于大数据的土地一体化监测和决策方法、平台 Active CN114926466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210855676.3A CN114926466B (zh) 2022-07-21 2022-07-21 基于大数据的土地一体化监测和决策方法、平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210855676.3A CN114926466B (zh) 2022-07-21 2022-07-21 基于大数据的土地一体化监测和决策方法、平台

Publications (2)

Publication Number Publication Date
CN114926466A true CN114926466A (zh) 2022-08-19
CN114926466B CN114926466B (zh) 2022-10-25

Family

ID=82816107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210855676.3A Active CN114926466B (zh) 2022-07-21 2022-07-21 基于大数据的土地一体化监测和决策方法、平台

Country Status (1)

Country Link
CN (1) CN114926466B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115512231A (zh) * 2022-11-15 2022-12-23 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 适用于国土空间生态修复的遥感解译方法
CN116258961A (zh) * 2023-01-18 2023-06-13 广州市绿之城园林绿化工程有限公司 一种林业图斑变化快速识别方法及系统
CN116502816A (zh) * 2022-12-26 2023-07-28 北京北投生态环境有限公司 一种适用于污染物的地块监测井布设方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170039449A1 (en) * 2006-11-07 2017-02-09 The Curators Of The University Of Missouri Method of predicting crop yield loss due to n-deficiency
CN109187356A (zh) * 2018-08-30 2019-01-11 南京都宁大数据科技有限公司 基于卫星遥感数据的大豆长势预测方法
CN113989652A (zh) * 2021-12-27 2022-01-28 中国测绘科学研究院 分层多重判定规则下的耕地变化检测方法及系统
CN114743117A (zh) * 2022-04-18 2022-07-12 宋敬洁 适用于病虫害监测的遥感图像采集防控方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170039449A1 (en) * 2006-11-07 2017-02-09 The Curators Of The University Of Missouri Method of predicting crop yield loss due to n-deficiency
CN109187356A (zh) * 2018-08-30 2019-01-11 南京都宁大数据科技有限公司 基于卫星遥感数据的大豆长势预测方法
CN113989652A (zh) * 2021-12-27 2022-01-28 中国测绘科学研究院 分层多重判定规则下的耕地变化检测方法及系统
CN114743117A (zh) * 2022-04-18 2022-07-12 宋敬洁 适用于病虫害监测的遥感图像采集防控方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯德俊等: "动态监测变化图斑边界跟踪", 《遥感技术与应用》 *
王志杰: "基于遥感影像分割单元的土地利用变化快速检测方法", 《南京林业大学学报(自然科学版)》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115512231A (zh) * 2022-11-15 2022-12-23 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 适用于国土空间生态修复的遥感解译方法
CN115512231B (zh) * 2022-11-15 2023-02-28 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 适用于国土空间生态修复的遥感解译方法
CN116502816A (zh) * 2022-12-26 2023-07-28 北京北投生态环境有限公司 一种适用于污染物的地块监测井布设方法
CN116502816B (zh) * 2022-12-26 2024-01-02 北京北投生态环境有限公司 一种适用于污染物的地块监测井布设方法
CN116258961A (zh) * 2023-01-18 2023-06-13 广州市绿之城园林绿化工程有限公司 一种林业图斑变化快速识别方法及系统
CN116258961B (zh) * 2023-01-18 2023-12-01 广州市绿之城园林绿化工程有限公司 一种林业图斑变化快速识别方法及系统

Also Published As

Publication number Publication date
CN114926466B (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN114926466B (zh) 基于大数据的土地一体化监测和决策方法、平台
CN110378247B (zh) 虚拟对象识别方法和装置、存储介质及电子装置
CN113609899B (zh) 基于遥感时序分析的退耕地信息定位显示系统
CN111124888A (zh) 录制脚本的生成方法和装置及电子装置
CN111414948B (zh) 目标对象检测方法和相关装置
CN110188717A (zh) 图像获取方法及装置
CN112668423B (zh) 楼道杂物检测方法、装置、终端设备及存储介质
CN110119675B (zh) 一种产品识别方法和装置
CN112164030A (zh) 水稻穗粒快速检测方法、装置、计算机设备及存储介质
CN105915785A (zh) 双摄像头被遮挡的确定方法、确定装置和终端
CN116340928B (zh) 一种物联网智能设备的数据安全管理方法及系统
KR101525915B1 (ko) 대상물 정보제공시스템 및 대상물 정보제공장치와 대상물 정보제공방법
CN109919164B (zh) 用户界面对象的识别方法及装置
CN116051497B (zh) 基于数据处理的电网输变电图像智能分析方法
CN112347818B (zh) 一种视频目标检测模型的困难样本图像筛选方法及装置
CN108551473B (zh) 一种基于可视农业的农产品交流方法和装置
CN112073713A (zh) 视频漏录测试方法、装置、设备及存储介质
CN111479128A (zh) 一种利用互联网进行农业种植技术推广的系统及方法
CN115225870B (zh) 基于数据处理的耕地智保远程监控方法及监控系统
CN114663261B (zh) 适用于培训考核系统的数据处理方法
CN116055806A (zh) 智能终端的模式切换处理方法、装置、终端及存储介质
CN115700805A (zh) 植物高度检测方法、装置、设备及存储介质
CN114663652A (zh) 图像处理方法、装置、管理系统、电子设备和存储介质
CN108764212B (zh) 一种用于调查打草场地的遥感自动识别方法
CN113591620A (zh) 一种基于一体式移动采集设备的预警方法、装置及系统

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 250014 Block C, Tiejian building, 2666 Aoti West Road, Lixia District, Jinan City, Shandong Province

Patentee after: Shandong Land Development Group Co.,Ltd.

Patentee after: Shandong Institute of Land and Spatial Data and Remote Sensing Technology (Shandong Sea Area Dynamic Monitoring and Monitoring Center)

Address before: 250014 Block C, Tiejian building, 2666 Aoti West Road, Lixia District, Jinan City, Shandong Province

Patentee before: Shandong Land Development Group Co.,Ltd.

Patentee before: Shandong Institute of land spatial data and remote sensing technology