CN115019190A - 基于航空遥感平台的地形破碎区复杂地类信息提取方法 - Google Patents
基于航空遥感平台的地形破碎区复杂地类信息提取方法 Download PDFInfo
- Publication number
- CN115019190A CN115019190A CN202210376361.0A CN202210376361A CN115019190A CN 115019190 A CN115019190 A CN 115019190A CN 202210376361 A CN202210376361 A CN 202210376361A CN 115019190 A CN115019190 A CN 115019190A
- Authority
- CN
- China
- Prior art keywords
- data
- terrain
- remote sensing
- point cloud
- sensing platform
- 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
Links
- 238000000605 extraction Methods 0.000 title abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims abstract description 10
- 230000003595 spectral effect Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 abstract description 4
- 238000003702 image correction Methods 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种基于航空遥感平台的地形破碎区复杂地类信息方法,该方法利用航空遥感平台获取分块式数据,经过拼接与影像校正生成具有纹理与光谱特征的RGB正射影像与具有三维立体特征的影像匹配点云数据,再利用植被指数对RGB影像进行波段计算,并利用训练样本对计算结果统计使得影像中地物特征得以显现,同时利用反距离权重法对点云匹配数据处理生成DEM与DSM,进而利用二者插值生成CHM用以描述地物冠层高度特征。本发明利用航空遥感平台数据获取简单便捷,成本低廉,且将二维光谱数据与三维点云匹配数据立体特征相结合,弥补了单一数据源对复杂地类信息提取不足问题,在适合地物复杂多样的破碎地表同时也适用于地类简单的地表。
Description
技术领域
本发明涉及一种地形破碎区复杂地物地类信息提取方法,尤其是一种基于航空遥感平台的地形破碎区复杂地类信息提取方法,属于遥感信息图像数据信息提取技术领域。
技术背景
近年来随着卫星遥感技术的发展,多种卫星遥感平台发展多样化,但是由于地形破碎区多为山地和丘陵区域,农业生产环境复杂,作物种植结构时空差异显著,且作物种植季云雾现象频繁,地形破碎区由于受到地形地貌的影响,地表破碎,居民住宅区与植被区存在空间上混乱交错的现象,且耕地地块面积小,地类特征复杂多样。使得卫星遥感作为数据源时数据的可用性与准确性降低,不能满足地物数据高精细度、时间频率高的采集需求。
发明内容
本发明所要解决的技术问题在于提供一种基于航空遥感平台的地形破碎区复杂地类信息提取方法,该方法能够将地物的二维光谱纹理信息与三维高度特征相结合,最大化进行地物分类信息提取,从而克服上述现有技术的不足。
为解决上述技术问题,本发明采用的技术方案如下:
基于航空遥感平台的地形破碎区复杂地类信息提取方法,包括以下步骤:
1)利用航空遥感平台搭载镜头传感器,结合研究区中地物特征与飞行当天气候条件,设置适宜的飞行高度、航向重叠率、旁向重叠率与航线,获取高分辨率正射RGB图像与影像点云匹配数据,由于受到镜头视角局部限制,故采取数据为分块式,还需进一步拼接处理;然后将获取的分块式数据进行影像拼接与矫正预处理,分别生成具有纹理与光谱特征的RGB正射影像与具有三维立体特征的影像匹配点云数据,确保数据的完整性与准确性,之后进行数据的处理;
2)对RGB正射影像利用植被指数(VDVI)进行波段计算,计算公式为:VDVI=(2×G-R-B)/(2×G+R+B),其中R、G、B分别代表红、绿、蓝三波段,之后均匀随机选取训练样区并计算各类地物信息样本指数值均值与标准差,用以后期进行阈值选取时作为参考;
3)利用训练样区的VDVI指数结果统计值建立直方图,直方图能够描述各地类地物VDVI指数结果阈值变化,并将各地物样值展现在同一张图中,使多种地物特征对比更加明显,进而利用时序图交点法进行阈值分割,分割出具有明显差异特征的植被与非植被。
4)将去除噪声之后的影像匹配点云数据利用反距离权重法进行处理,生成数字高程模型(DEM)和数字表面模型(DSM),DEM与DSM是对地物所在区域整体表层与地面高度的概括,若要清楚局部地面物体冠层高度,还需进行二者的插值计算,生成能够描述地面物体高度特征的冠层高度模型(CHM),计算公式为:CHM=DSM-DEM;
5)同样利用已有的训练样区计算均值标准差,结合已有实测数据,将带有属性值的冠层高度模型数据进行阈值分割,将地形破碎区复杂地物按高度插值进行分类;
6)最后基于地物二维光谱特征与三维立体高度特征数据,利用面向对象规则对地形破碎区复杂地类信息进行提取。
本发明的有益效果:与现有技术相比,本发明具有以下特点:
(1)本发明将RGB遥感影像数据与影像匹配点云数据作为数据源,利用二者在不同维度上特征建立面向对象规则对地形破碎区复杂地物信息进行提取,实现了地形破碎区复杂地类信息提取的简单有效方法,为现代用地规划,合理优化土地空间布局等提供基础数据支撑。
(2)相较于以往单一数据源的复杂地类信息提取,本发明将RGB正射影像数据与影像匹配点云数据相结合,将从二维光谱纹理与三维冠层高度两个维度对地形破碎区复杂地类最大化信息显现。
(3)首次提出将不同类型数据整合对地形破碎区地物信息进行提取,结合多方面特征对复杂地类信息多角度识别,并验证其可行性。
(4)实现了航空遥感在地形破碎区复杂信息提取应用方法实现,相较于传统人工测量,本发明能够极大提高地形破碎区地类信息提取效率,有效节约人力物力。且航空遥感平台在实现数据获取方面简单便捷,具有灵活性与机动性,可以借助气球、飞机、飞艇等多种平台搭载传感器实现数据的获取。
(5)本发明利用RGB可见光影像二维光谱数据与三维影像匹配点云数据能够将地形破碎区地物信息特征最大化显示,用以弥补单一数据源带来的特征不足问题,能够将地形破碎区复杂地物进行提取。
(6)具有可操作性强、成本低、灵活性强等优势,极大地弥补了传统卫星遥感在数据获取的时效性与空间上的不足。能够有效节约成本,将数据获取方式更加便利化。
附图说明
图1为本发明对地形破碎区信息提取的技术路线图;
图2为本发明航空摄影测量得到的影像匹配点云数据;
图3为本发明利用VDVI指数对RGB影像波段计算结果图;
图4为本发明训练样区对VDVI指数统计结果直方图;
图5为本发明影像匹配点云数据处理得到的DEM、DSM、CHM;
图6为点云数据与RGB影像多特征处理地类信息提取结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
实施例1:基于航空遥感的喀斯特山区地形破碎区信息提取模型构建方法,包括以下步骤:
1)使用航空遥感平台获取数据,结合地物特征与飞行气候条件,设置适宜的飞行高度、航向重叠率、旁向重叠率与航线。本发明利用四旋翼无人机采集遥感数据,设置行高为450m,航向重叠率为80%,旁向重叠率为70%,为保证清晰度,采用悬停拍摄。
2)将获取的分块式数据利用软件对摄影测量图像进行影像拼接与空间校正等预处理,分别生成具有纹理与光谱特征的RGB正射影像与具有三维立体特征的影像匹配点云数据。
3)对生成的RGB正射影像利用利用植被指数(VDVI)进行波段计算,该公式在已有研究中对RGB正射影像中植被提取具有较高精度,计算公式为:VDVI=(2×G-R-B)/(2×G+R+B),其中R、G、B分别代表红、绿、蓝三波段,之后均匀随机选取训练样区并计算各类地物信息样本指数值均值标准差。
4)利用训练样区对VDVI结果统计值建立直方图,使多种地物特征展现在同一张图中使特征比较更加清晰,进而利用时序图交点法进行阈值分割,分割出具有明显差异特征的植被与非植被。时序直方图如图4所示,图中植被与非植被直方图曲线具有明显差异,将两个区域最邻近的曲线交点作为阈值分割点。
5)将去除噪声之后的影像匹配点云数据利用反距离权重法进行处理,生成数字高程模型(DEM)和数字表面模型(DSM),分别如图5所示。图中黑色为低值,高亮部分为高值,图中能对地势整体起伏有所概括,而无法描述研究区中具有一定高度的详细地物。进而对二者进行插值计算,生成能够描述地面物体高度特征的冠层高度模型(CHM),计算公式为:CHM=DSM-DEM。CHM同样如图5所示,图中能够将具有一定高度特征的建筑及林地更加突出显示,进而利用不同地物间的冠层高度差加以区分。
6)基于地物二维光谱特征与三维立体高度特征对地形破碎区信息提取进行构建模型,并验证提取结果。本发明选取地类信息较为丰富地表作为研究区,地类分别含有耕地、建筑物、林地、裸地、蔬菜大棚、水泥地和水体,并利用制图精度(PA)和用户精度(UA)作为各地物精度评判标准,同时得出总体分类精度(OA)和Kappa系数作为整体地物精度评价标准。
表1各地物精度评价结果
如表1,基于三维点云数据与二维RGB遥感影像的地物信息提取精度较高,整体地类精度达91.8%,Kappa系数为0.89,表明应用影像点云匹配数据与RGB正射遥感影像特征结合,对于破碎地表各类地物复杂信息提取具有较好的适宜性,可以结合多地物特征及研究地物场景进行规则制定,以达到利用快捷简单方法达到对破碎地表地类信息的简单便捷提取。
本发明的实施方式不限于上述实施例,在不脱离本发明宗旨的前提下做出的各种变化均属于本发明的保护范围之内。
Claims (2)
1.基于航空遥感平台的地形破碎区复杂地类信息提取方法,其特征在于,包括以下步骤:
1)使用航空遥感平台获取高分辨率RGB正射影像与带有坐标位置与高程信息的影像匹配点云数据,并对其进行预处理;
2)对RGB正射影像利用植被指数进行波段计算,计算公式为:VDVI=(2×G-R-B)/(2×G+R+B),其中R、G、B分别代表红、绿、蓝三波段,之后均匀随机选取训练样区并计算各类地物样本指数值均值标准差;
3)利用训练样区结果统计值建立直方图,使多种地物特征展现在同一张图中进而利用时序图交点法进行阈值分割,分割出具有明显差异特征的植被与非植被;
4)将去除噪声之后的影像匹配点云数据利用反距离权重法进行处理,生成数字高程模型和数字表面模型,并进行二者的插值计算,进而生成能够描述地面物体高度特征的冠层高度模型,计算公式为:冠层高度=数字表面模型-数字高程模型;
5)同样利用已有的训练样区计算均值标准差,结合已有实测数据,将带有属性值的冠层高度模型数据进行阈值分割,将地形破碎区复杂地物按高度插值进行分类;
6)最后基于地物二维光谱特征与三维立体高度特征数据,利用面向对象规则对地形破碎区复杂地类信息进行提取。
2.根据权利要求1所述的基于航空遥感平台的地形破碎区复杂地类信息提取方法,其特征在于,所述步骤1),是利用航空遥感平台搭载镜头传感器,设置适宜的飞行高度、航向重叠率、旁向重叠率与航线,获取高分辨率正射RGB图像与影像点云匹配数据,受镜头视角局部限制,数据采取分块式;然后将获取的分块式数据进行影像拼接与矫正预处理,分别生成具有纹理与光谱特征的RGB正射影像与具有三维立体特征的影像匹配点云数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376361.0A CN115019190B (zh) | 2022-04-11 | 2022-04-11 | 基于航空遥感平台的地形破碎区复杂地类信息提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376361.0A CN115019190B (zh) | 2022-04-11 | 2022-04-11 | 基于航空遥感平台的地形破碎区复杂地类信息提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115019190A true CN115019190A (zh) | 2022-09-06 |
CN115019190B CN115019190B (zh) | 2024-03-22 |
Family
ID=83067625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210376361.0A Active CN115019190B (zh) | 2022-04-11 | 2022-04-11 | 基于航空遥感平台的地形破碎区复杂地类信息提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115019190B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523859A (zh) * | 2023-04-23 | 2023-08-01 | 宁波大学 | 一种联合地面观测的海岸带植被物候参数卫星影像率定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101510206B1 (ko) * | 2014-11-24 | 2015-04-09 | (주)아세아항측 | 항공 하이퍼스펙트럴 영상을 이용한 수치지도 수정 도화용 도시변화지역의 탐지 방법 |
CN108363983A (zh) * | 2018-03-06 | 2018-08-03 | 河南理工大学 | 一种基于无人机影像与重建点云的城市植被分类方法 |
AU2020100917A4 (en) * | 2020-06-02 | 2020-07-09 | Guizhou Institute Of Pratacultural | A Method For Extracting Vegetation Information From Aerial Photographs Of Synergistic Remote Sensing Images |
CN112729130A (zh) * | 2020-12-29 | 2021-04-30 | 四川天奥空天信息技术有限公司 | 卫星遥感测量树木冠层高度的方法 |
-
2022
- 2022-04-11 CN CN202210376361.0A patent/CN115019190B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101510206B1 (ko) * | 2014-11-24 | 2015-04-09 | (주)아세아항측 | 항공 하이퍼스펙트럴 영상을 이용한 수치지도 수정 도화용 도시변화지역의 탐지 방법 |
CN108363983A (zh) * | 2018-03-06 | 2018-08-03 | 河南理工大学 | 一种基于无人机影像与重建点云的城市植被分类方法 |
AU2020100917A4 (en) * | 2020-06-02 | 2020-07-09 | Guizhou Institute Of Pratacultural | A Method For Extracting Vegetation Information From Aerial Photographs Of Synergistic Remote Sensing Images |
CN112729130A (zh) * | 2020-12-29 | 2021-04-30 | 四川天奥空天信息技术有限公司 | 卫星遥感测量树木冠层高度的方法 |
Non-Patent Citations (2)
Title |
---|
何顺兵;牟凤云;: "基于面向对象的多尺度山地城市土地覆盖信息提取――以重庆市大学城城区为例", 重庆工商大学学报(自然科学版), no. 01, 25 February 2016 (2016-02-25) * |
徐贤青;李东强;: "半干旱山区耕地信息提取方法对比分析", 经纬天地, no. 02, 28 April 2017 (2017-04-28) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523859A (zh) * | 2023-04-23 | 2023-08-01 | 宁波大学 | 一种联合地面观测的海岸带植被物候参数卫星影像率定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115019190B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN109613513B (zh) | 一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法 | |
CN106384081B (zh) | 一种基于高分辨率遥感影像的坡耕地提取方法和系统 | |
CN107527038A (zh) | 一种三维地物自动提取与场景重建方法 | |
CN111598048B (zh) | 一种融合高分遥感影像和街景影像的城中村识别方法 | |
CN108195767B (zh) | 河口湿地外来种监测方法 | |
CN109033937B (zh) | 通过无人机影像进行植物数量统计方法及系统 | |
CN110533052B (zh) | 一种协同遥感影像的航拍相片植被信息提取方法 | |
CN115641412B (zh) | 基于高光谱数据的三维语义地图的生成方法 | |
Xu et al. | Classification method of cultivated land based on UAV visible light remote sensing | |
CN112241661A (zh) | 一种结合机载LiDAR点云数据和航空影像的城市地物精细化分类方法 | |
CN116309670B (zh) | 一种基于无人机的灌丛覆盖度测量方法 | |
CN111353402B (zh) | 一种油棕林遥感提取方法 | |
CN115019190B (zh) | 基于航空遥感平台的地形破碎区复杂地类信息提取方法 | |
CN107657206B (zh) | 一种基于遥感技术估算绿地覆盖率的方法 | |
CN116468869A (zh) | 一种基于遥感卫星影像的实景三维建模方法、设备及介质 | |
Xu et al. | Vegetation information extraction in karst area based on UAV remote sensing in visible light band | |
CN116645321B (zh) | 植被叶倾角演算统计方法、装置、电子设备及存储介质 | |
CN115760885B (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 | |
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 | |
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 | |
CN113822914A (zh) | 倾斜摄影测量模型单体化方法、计算机装置及产品、介质 | |
CN113554675A (zh) | 一种基于无人机可见光遥感的食用菌产量估算方法 | |
Huang et al. | Recognition and counting of pitaya trees in karst mountain environment based on unmanned aerial vehicle RGB images | |
CN114241320A (zh) | 一种利用对比参照群落视觉识别山区茶园杂草的方法 |
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 |