CN117351066A - 土地面积测量方法、装置、终端设备以及存储介质 - Google Patents
土地面积测量方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN117351066A CN117351066A CN202311650459.1A CN202311650459A CN117351066A CN 117351066 A CN117351066 A CN 117351066A CN 202311650459 A CN202311650459 A CN 202311650459A CN 117351066 A CN117351066 A CN 117351066A
- Authority
- CN
- China
- Prior art keywords
- data
- land area
- information
- area measurement
- locating
- 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
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 41
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 77
- 238000003709 image segmentation Methods 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 18
- 239000004576 sand Substances 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 60
- 238000000034 method Methods 0.000 abstract description 40
- 239000000284 extract Substances 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000012876 topography Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229940108461 rennet Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种土地面积测量方法、装置、终端设备以及存储介质,其方法包括:通过预设的采集设备对待测量区域进行数据采集,获取图像数据;对所述图像数据进行信息提取,获取定位点信息;根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;通过所述定位点数据进行土地面积计算,获取计算结果。本发明通过采集设备对待测量区域进行数据采集以及定位点提取,得到了面积测量的定位点信息,随后采集设备依据定位点信息再次进行数据采集,获取到用于计算面积的定位点数据,通过定位点数据进行计算,得到计算结果,实现了对土地面积的测量,解决了土地面积的测量需要大量人工且精度不高的问题,提高了土地面积测量的效率。
Description
技术领域
本发明涉及测绘领域,尤其涉及一种土地面积测量方法、装置、终端设备以及存储介质。
背景技术
由于工业化的发展,需要越来越多的土地进行工业发展,在对土地进行开荒前,对其进行面积的计算有利于土地利用规划、土地分配和统计、农业生产管理、土地流转和交易、农业保险等各方面的社会生产活动;
传统的测量模式中多为人工勘测或者仪器勘测,但是,使用人工勘测的方法效率低,极费人工并在危险地形测量中存在人身风险,不仅于此,还存在精度不高,统计数据难的问题,而仪器勘测中的仪表定位测量方法精度不高、稳定性差,采用无人机测量的方法需要专员人员持续操作,有一定操作难度,同时对有高程的坡地测量考虑不足。
故需要一种土地面积测量方法解决需要大量人工且精度不高的问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种土地面积测量方法,旨在解决土地面积的测量需要大量人工且精度不高的技术问题。
为实现上述目的,本发明提供一种土地面积测量方法,所述土地面积测量方法包括:
通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
对所述图像数据进行信息提取,获取定位点信息;
根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
通过所述定位点数据进行土地面积计算,获取计算结果。
可选的,所述对所述图像数据进行定位点特征提取,获取定位点信息的步骤包括:
通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集;
通过所述分割图像数据集进行定位点提取,获取定位点信息。
可选的,所述通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集的步骤之前还包括:
通过开源图像分割框架Detectron2框架进行模型构建,获取初始图像分割模型;
获取土地地貌数据集,并通过所述土地地貌数据集对所述初始图像分割模型进行模型训练,获取图像分割模型。
可选的,所述通过所述分割图像数据集进行定位点提取,获取定位点信息的步骤包括:
对所述分割图像数据集进行编码,获取编码后的分割图像数据集;
对所述编码后的分割图像数据集进行定位点提取,获取定位点以及定位点特征;
通过所述编码后的分割图像数据集、定位点以及定位点特征进行信息汇总,获取定位点信息。
可选的,所述根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据的步骤包括:
对所述定位点信息进行分析,获取数据采集点;
根据所述数据采集点,通过所述采集设备进行数据采集,获取所述定位点的经纬度以及高程信息;
根据所述定位点的经纬度以及高程信息进行数据聚合,获取定位点数据。
可选的,所述通过所述定位点数据进行土地面积计算,获取计算结果的步骤包括:
根据所述定位点数据将所述待测量区域分割为若干三角形;
通过海伦公式对所述若干三角形进行面积计算,获取计算结果。
可选的,所述通过所述定位点数据进行土地面积计算,获取计算结果的步骤之后还包括:
对所述图像数据、定位点数据以及计算结果进行数据转换,获取可视化数据;
根据所述可视化数据,通过数据展示模块进行可视化展示,获取所述待测量区域的沙盘模型。
本发明实施例还提出一种土地面积测量装置,所述土地面积测量装置包括:
获取模块,用于通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
提取模块,用于对所述图像数据进行信息提取,获取定位点信息;
采集模块,用于根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
计算模块,用于通过所述定位点数据进行土地面积计算,获取计算结果。
本发明实施例还提出了一种终端设备所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的土地面积测量程序,所述土地面积测量程序被所述处理器执行时实现如上所述的土地面积测量方法的步骤。
本发明实施例还提出了一种计算机可读存储介质,所述计算机可读存储介质上存储有土地面积测量程序,所述土地面积测量程序被处理器执行时实现如上所述的土地面积测量方法的步骤。
本发明实施例提出的一种土地面积测量方法、装置、终端设备以及存储介质,通过预设的采集设备对待测量区域进行数据采集,获取图像数据;对所述图像数据进行信息提取,获取定位点信息;根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;通过所述定位点数据进行土地面积计算,获取计算结果。由此,通过采集设备对待测量区域进行数据采集以及定位点提取,得到了面积测量的定位点信息,随后采集设备依据定位点信息再次进行数据采集,获取到用于计算面积的定位点数据,通过定位点数据进行计算,得到计算结果,实现了对土地面积的测量,解决了土地面积的测量需要大量人工且精度不高的问题,提高了土地面积测量的效率。
附图说明
图1为本发明土地面积测量装置所属终端设备的功能模块示意图;
图2为本发明土地面积测量方法一示例性实施例的流程示意图;
图3为本发明土地面积测量方法涉及图像数据的示意图;
图4为本发明土地面积测量方法涉及分割图像数据集的示意图;
图5为本发明土地面积测量方法的整体模块示意图;
图6为本发明土地面积测量方法另一示例性实施例的流程示意图;
图7为本发明土地面积测量方法涉及获取定位点数据的示意图;
图8为本发明土地面积测量方法另一示例性实施例的流程示意图;
图9为本发明土地面积测量方法涉及将待测量区域进行图形分割的示意图;
图10为本发明土地面积测量方法涉及进行公式计算的示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集;通过所述分割图像数据集进行定位点提取,获取定位点信息。通过开源图像分割框架Detectron2框架进行模型构建,获取初始图像分割模型;获取土地地貌数据集,并通过所述土地地貌数据集对所述初始图像分割模型进行模型训练,获取图像分割模型。对所述分割图像数据集进行编码,获取编码后的分割图像数据集;对所述编码后的分割图像数据集进行定位点提取,获取定位点以及定位点特征;通过所述编码后的分割图像数据集、定位点以及定位点特征进行信息汇总,获取定位点信息。对所述定位点信息进行分析,获取数据采集点;根据所述数据采集点,通过所述采集设备进行数据采集,获取所述定位点的经纬度以及高程信息;根据所述定位点的经纬度以及高程信息进行数据聚合,获取定位点数据。根据所述定位点数据将所述待测量区域分割为若干三角形;通过海伦公式对所述若干三角形进行面积计算,获取计算结果。对所述图像数据、定位点数据以及计算结果进行数据转换,获取可视化数据;根据所述可视化数据,通过数据展示模块进行可视化展示,获取所述待测量区域的沙盘模型。从而解决了土地面积的测量需要大量人工且精度不高的问题,实现了对土地面积的测量,提高了土地面积测量的效率。基于本发明方案,从现实中存在人工勘测的方法效率低,极费人工且在危险地形测量中存在人身风险,以及仪器勘测中的仪表定位测量方法精度不高、稳定性差,从而效率低下的问题出发,设计了一种土地面积测量方法,并在对土地面积进行测量时验证了本发明的土地面积测量方法的有效性,最后经过本发明方法进行土地面积测量的效率得到了明显的提升。
本发明实施例涉及的技术术语:
Detectron2:Detectron2是Facebook的一个机器视觉相关的库,建立在Detectron和maskrcnn-benchmark基础之上,可以进行目标检测、语义分割、全景分割,以及人体体姿骨干的识别。
海伦公式:海伦公式是用来计算三角形面积的公式,它由古希腊数学家海伦(Heron)提出,因此得名,海伦公式可以用三角形的三条边长来计算其面积,公式的表达式如下:设三角形的三条边长分别为a、b、c,半周长为s,则三角形的面积S可由海伦公式计算得出:[ S = \sqrt{s(s-a)(s-b)(s-c)} ],其中,s表示半周长,即(s = \frac{a+b+c}{2})。
本发明实施例考虑到,相关技术在进行土地面积测量时,由于人工勘测的方法效率低,极费人工并在危险地形测量中存在人身风险而仪器勘测中的仪表定位测量方法精度不高、稳定性差,采用无人机测量的方法需要专员人员持续操作,有一定操作难度,同时对有高程的坡地测量考虑不足,所以存在着需要大量人工且准确率低的问题。
因此,本发明实施例,从现实中存在人工勘测的方法效率低,极费人工且在危险地形测量中存在人身风险,以及仪器勘测中的仪表定位测量方法精度不高、稳定性差,从而效率低下的问题出发,设计了一种土地面积测量方法,并在对土地面积进行测量时验证了本发明的土地面积测量方法的有效性,最后经过本发明方法进行土地面积测量的效率得到了明显的提升。
具体地,参照图1,图1为本发明土地面积测量装置所属终端设备的功能板块示意图。该土地面积测量装置可以独立于终端设备的、能够进行土地面积测量的装置,其可以通过硬件或者软件的形式承载于终端设备上。该终端设备可以为手机、平板电脑等具有数据处理功能的智能移动设备,还可以为具有数据处理功能的固定终端设备或服务器等。
在本实施例中,该土地面积测量装置所属终端设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
存储器130中存储有操作系统以及土地面积测量程序,土地面积测量装置可以通过预设的采集设备对待测量区域进行数据采集,获取图像数据;对所述图像数据进行信息提取,获取定位点信息;根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;通过所述定位点数据进行土地面积计算,获取计算结果。通过该土地面积测量程序进行土地面积测量,得到测量结果等信息存储于该存储器130中;输出模块110可为显示屏等。通信模块140可以包括WIFI模块、移动通信模块以及蓝牙模块等,通过通信模块140与外部设备或服务器进行通信。
其中存储器130中的土地面积测量程序被处理器执行时实现以下步骤:
通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
对所述图像数据进行信息提取,获取定位点信息;
根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
通过所述定位点数据进行土地面积计算,获取计算结果。
进一步地,存储器130中的土地面积测量程序被处理器执行时还实现以下步骤:
通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集;
通过所述分割图像数据集进行定位点提取,获取定位点信息。
进一步地,存储器130中的土地面积测量程序被处理器执行时还实现以下步骤:
通过开源图像分割框架Detectron2框架进行模型构建,获取初始图像分割模型;
获取土地地貌数据集,并通过所述土地地貌数据集对所述初始图像分割模型进行模型训练,获取图像分割模型。
进一步地,存储器130中的土地面积测量程序被处理器执行时还实现以下步骤:
对所述分割图像数据集进行编码,获取编码后的分割图像数据集;
对所述编码后的分割图像数据集进行定位点提取,获取定位点以及定位点特征;
通过所述编码后的分割图像数据集、定位点以及定位点特征进行信息汇总,获取定位点信息。
进一步地,存储器130中的土地面积测量程序被处理器执行时还实现以下步骤:
对所述定位点信息进行分析,获取数据采集点;
根据所述数据采集点,通过所述采集设备进行数据采集,获取所述定位点的经纬度以及高程信息;
根据所述定位点的经纬度以及高程信息进行数据聚合,获取定位点数据。
进一步地,存储器130中的土地面积测量程序被处理器执行时还实现以下步骤:
根据所述定位点数据将所述待测量区域分割为若干三角形;
通过海伦公式对所述若干三角形进行面积计算,获取计算结果。
进一步地,存储器130中的土地面积测量程序被处理器执行时还实现以下步骤:
对所述图像数据、定位点数据以及计算结果进行数据转换,获取可视化数据;
根据所述可视化数据,通过数据展示模块进行可视化展示,获取所述待测量区域的沙盘模型。
本实施例通过上述方案,具体通过预设的采集设备对待测量区域进行数据采集,获取图像数据;对所述图像数据进行信息提取,获取定位点信息;根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;通过所述定位点数据进行土地面积计算,获取计算结果。通过采集设备对待测量区域进行数据采集以及定位点提取,得到了面积测量的定位点信息,随后采集设备依据定位点信息再次进行数据采集,获取到用于计算面积的定位点数据,通过定位点数据进行计算,得到计算结果,可以解决土地面积的测量需要大量人工且精度不高的问题。基于本发明方案,从现实中存在人工勘测的方法效率低,极费人工且在危险地形测量中存在人身风险,以及仪器勘测中的仪表定位测量方法精度不高、稳定性差,从而效率低下的问题出发,设计了一种土地面积测量方法,并在对土地面积进行测量时验证了本发明的土地面积测量方法的有效性,最后经过本发明方法进行土地面积测量的效率得到了明显的提升。
基于上述终端设备架构但不限于上述框架,提出本发明方法实施例。
参照图2,图2为本发明土地面积测量方法一示例性实施例的流程示意图。所述土地面积测量方法包括:
步骤S01,通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
本实施例方法的执行主体可以是一种土地面积测量装置,也可以是一种土地面积测量终端设备或服务器,本实施例以土地面积测量装置进行举例,该土地面积测量装置可以集成在具有数据处理功能终端设备上。
首先,应当了解的是在现有技术中,土地面积的测量通常是拉尺测量、仪表定位测量、智能手机测量以及无人机测量等,但上述的方法中,拉尺测量存在效率低,极费人工并在危险地形测量中存在人身风险,精度不高,统计数据难的问题,仪表定位测量存在精度不高、稳定性差,效率中等的问题,智能手机测量需要测量员携带多部手机绕测量区域测量,同样存在精度不高的问题,其效率中等,而无人机测量则需要专员人员持续操作,有一定操作难度,同时对有高程的坡地测量考虑不足;
本实施例针对上述提出的问题,采用采集设备对待测量区域进行数据采集,获取待测量区域的图像数据,其中,本实施例中的采集设备为无人机,而待测量区域可以为农业用地、工业用地以及住宅用地等等,在还没对土地进行开发前需要对其进行可用面积的测量,故采用无人机对待测量面积进行初步的采集,得到了当前待测量区域的图像数据。
步骤S02,对所述图像数据进行信息提取,获取定位点信息;
在获取到土地面积的图像数据后,并无法对其的面积进行计算,即使对其进行面积的计算,也无法精准的获取到其面积,故需要对其进行进一步的采集,但是此时存在一个问题,如何才能找到精确的定位点进行数据采集,故对图像数据进行分割以及信息提取,即可得到具体的定位点信息。
步骤S03,根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
在获取到定位点信息后,即可确定进行重新采集时的定位点,此时使用无人机到定位点进行数据采集,获取到定位点所对应的定位点数据,其中,定位点数据用于土地面积的计算,与现有技术相比,定位点数据至少包括有高程信息以及经纬度信息。
步骤S04,通过所述定位点数据进行土地面积计算,获取计算结果。
在获取到待测量区域的定位点数据后,即可使用定位点数据进行土地面积的计算,此时计算出来的土地面积结合了经纬度信息以及高程信息,得到的计算结果会更加精确,同时高程信息以及经纬度信息还可以帮助了解当前测量的土地可以用的具体用途。
具体地,上述步骤S02,对所述图像数据进行定位点特征提取,获取定位点信息的步骤还包括:
步骤S023,通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集;
步骤S024,通过所述分割图像数据集进行定位点提取,获取定位点信息。
由于图像数据为简易的图像,此时无法对其进行面积计算,且当前用于开发的土地有可能存在有沟壑的问题,如图3所示,图3为本发明土地面积测量方法涉及图像数据的示意图,图中存在有河流以及土地间的分块,若直接进行面积的计算,便缺乏对此类因素的考虑,故将图像数据输入预先获取的图像分割模型中进行图像分割,得到了如图4所示的分割图像数据集的示意图;
对图4所示的分割图像集进行定位点提取,即可获取到每个分割后区块的定位点信息,其中,定位点信息包括但不限于定位点、定位点特征以及定位区域等等,主要的用途为便于无人机根据定位点进行进一步的数据采集,以得到可以用于计算土地面积的数据。
进一步地,为了能对图像数据进行分割,需要预先构造一个图像分割模型,故步骤S023,通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集的步骤之前还包括:
步骤S021,通过开源图像分割框架Detectron2框架进行模型构建,获取初始图像分割模型;
步骤S022,获取土地地貌数据集,并通过所述土地地貌数据集对所述初始图像分割模型进行模型训练,获取图像分割模型。
为了能使图像的分割更加精确,还需要对应的图像分割模型对图像数据进行分割,在本实施例中,采用的图像分割模型为基于开源图像分割框架,Detectron2框架进行构建的,其中,Detectron2是Facebook的一个机器视觉相关的库,建立在Detectron和maskrcnn-benchmark基础之上,可以进行目标检测、语义分割、全景分割,以及人体体姿骨干的识别;
在构建完成图像分割模型后,其精度还无法用于进行土地面积测量,故获取土地地貌数据集对图像分割模型进行训练,得到训练完成的图像分割模型,其中,土地地貌数据集应该根据实际的业务需求进行获取,例如当前为对山区以及平原等地区的开拓,所要分析的因素都有所不同。
更进一步地,在获取到分割图像数据集后,需要进行定位点提取,故步骤S024,通过所述分割图像数据集进行定位点提取,获取定位点信息的步骤包括:
步骤S0241,对所述分割图像数据集进行编码,获取编码后的分割图像数据集;
步骤S0242,对所述编码后的分割图像数据集进行定位点提取,获取定位点以及定位点特征;
步骤S0243,通过所述编码后的分割图像数据集、定位点以及定位点特征进行信息汇总,获取定位点信息。
在获取到分割图像集后,采用以下步骤进行定位点提取:
首先,对分割图像数据集进行编码,如图4所示的分割图像集,对各个区域块进行编码,得到编码后的分割图像数据集,其中,进行编码的区域块应该是可以用于土地开发的,对于图中的湖泊以及山地,则根据实际的使用情况进行编码与否的分析;
然后,对已经完成编码的分割图像集进行定位点提取,由上述可知,定位点是用于进一步图像采集而提出的,故每一个区域块的定位点可以为一个,也可以为多个,而进行提取的过程应该理解为,为了方便进行土地面积的计算,故重点在于获取区域块的高程信息以及经纬度信息,此时根据获取到的分割图像集进行提取,获取最适合获取高程信息以及经纬度信息的定位点以及定位点特征;
最后,根据定位点、定位点特征以及分割图像数据集进行信息汇总,获取到了定位点信息,汇总的操作可以理解为对每个区域块的定位点以及定位点特征进行标识,获取此区域块在采集时可选的采集点。
本实施例如图5所示,图5为本发明土地面积测量方法的整体模块示意图。
本发明实施例所使用到的模块有控制模块、设置模块、数据采集模块、图像分割模块、图像处理模块、数据处理模块以及数据展示模块;
首先,通过控制模块对无人机进行调度,例如获取要进行采集的待测量区域之后以及获取到定位点信息之后,都通过控制模块完成对无人机的控制;
然后,设置模块用于对控制模块进行参数调整,例如基础参数的设置,图像精度的设置等等;
然后,通过控制模块对无人机调度完成后,对待检测区域进行数据采集,返回至控制模块中,由控制模块发送至图像分割模块;
然后,图像分割模块对采集到的图像数据进行分割,并发送至图像处理模块中进行定位点信息提取以及计算面积时的图形构建等;
然后,将定位点信息或构建完成的图形发送至数据处理模块中进行数据处理,处理完成后发送到控制模块中对无人机进行进一步调度,根据定位点数据进行数据采集,或者对于构建完成的图形处理完成后发送至数据展示模块;
最后,初步获取的数据、图形、定位点信息以及最终的沙盘模型等都可通过数据展示模块供用户观看。
本实施例通过上述方案,具体通过预设的采集设备对待测量区域进行数据采集,获取图像数据;对所述图像数据进行信息提取,获取定位点信息;根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;通过所述定位点数据进行土地面积计算,获取计算结果。由此,通过采集设备对待测量区域进行数据采集以及定位点提取,得到了面积测量的定位点信息,随后采集设备依据定位点信息再次进行数据采集,获取到用于计算面积的定位点数据,通过定位点数据进行计算,得到计算结果,实现了对土地面积的测量,解决了土地面积的测量需要大量人工且精度不高的问题,提高了土地面积测量的效率。
参照图6,图6为本发明土地面积测量方法另一示例性实施例的流程示意图。
基于上述图2所示的实施例,所述步骤S03,根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据的步骤包括:
步骤S031,对所述定位点信息进行分析,获取数据采集点;
步骤S032,根据所述数据采集点,通过所述采集设备进行数据采集,获取所述定位点的经纬度以及高程信息;
步骤S033,根据所述定位点的经纬度以及高程信息进行数据聚合,获取定位点数据。
具体地,在获取到定位点信息后,需要进一步获取对应的定位点数据用以计算;
将获取到的定位点信息进行分析,主要分析哪个点位适合无人机到其上方或侧方进行数据采集,得到数据采集点,其中,数据采集点表示使用采集设备在此点位进行数据采集可获取用于计算的高程信息以及经纬度信息,对于数据采集点的获取,可通过训练一个图像比较模型,将巡航采集到的图像的中心区域和待测量区域进行比较,图形相似率达95%以上即可定位到待测量区域;
在获取到数据采集点后,操作采集设备(在本实施例中以无人机举例),到设定的数据采集点进行数据采集,获取到定位点的经纬度以及高程信息,在本实施例中,对于无人机自动巡航到待测量区域的定位点,可在无人机上安装一个激光设备,并训练一个图形比较模型,再通过激光投影后的图形进行采集,比较新采集的含激光投影的图形和含定位点的图形的位置差异,再逐步收敛,直至激光投影点包含定位点,则可确定无人机所处位置为定位点,再利用无人机携带的定位模块采集该点的经纬度和高程信息;
最后,对于获取到的经纬度以及高程信息对定位点进行数据拟合,获取到定位点数据。
更具体地,如图7所示,图7为本发明土地面积测量方法涉及获取定位点数据的示意图。
首先,当前进行进一步采集的区域为编码为第9的区域,此时区域9的数据采集点为p1、p2、p3、p4以及p5,此时操作采集设备到对应的数据采集点进行数据采集;
然后,获取到区域9在各个不同点位的经纬度以及高程信息;
最后,结合多个点位的经纬度以及高程信息进行数据拟合,即可获取区域9的定位点数据。
本实施例通过上述方案,具体通过对所述定位点信息进行分析,获取数据采集点;根据所述数据采集点,通过所述采集设备进行数据采集,获取所述定位点的经纬度以及高程信息;根据所述定位点的经纬度以及高程信息进行数据聚合,获取定位点数据。由此,实现了定位点数据的获取,在土地面积测量上加上了区域的经纬度以及高程信息,得出的测量数据更精确,且对于土地的实际使用情况可以做进一步分析,解决了土地面积测量存在测量精度不够准确的问题,提高了土地面积测量的精确度。
参照图8,图8为本发明土地面积测量方法另一示例性实施例的流程示意图。
基于上述图2所示的实施例,所述步骤S04,通过所述定位点数据进行土地面积计算,获取计算结果的步骤包括:
步骤S041,根据所述定位点数据将所述待测量区域分割为若干三角形;
步骤S042,通过海伦公式对所述若干三角形进行面积计算,获取计算结果。
具体地,为了获取到土地面积的计算结果,首先需要根据定位点数据将待测量区域分割成若干个三角形,如图9所示,然后,对其中一个三角形计算面积,因为三个顶点存在高程差,这个三角形ABC相对水平面的位置如图10所示,在获取到A、B、C三个顶点的坐标和高程后,可以得知这个投影形状的AC’、AB’、B’C’、BB’、CC’的长度,通过直角三角形的特点,在投影的各个侧面垂直三角形中(如ABB’),我们可以计算出AB、AC、BC的长度,这三条边就是三角形ABC的边长,再使用海伦公式,可以得出三角形ABC的面积,其中,海伦公式为:假设在平面内,有一个三角形,边长分别为a、b、c,三角形的面积S可由以下公式求得S=√p(p-a)(p-b)(p-c),公式里的p为半周长(周长的一半)。
进一步地,在完成计算的步骤之后,还可以将计算结果可视化,故步骤S04,通过所述定位点数据进行土地面积计算,获取计算结果的步骤之后还包括:
步骤S05,对所述图像数据、定位点数据以及计算结果进行数据转换,获取可视化数据;
步骤S06,根据所述可视化数据,通过数据展示模块进行可视化展示,获取所述待测量区域的沙盘模型。
更进一步地,为了使土地面积的数据变得可视化,本实施例还提供了数据展会模块,其将获取到的图像数据、定位点数据以及面积计算结果进行数据转换,得到了可用于可视化展示的数据;
最后,通过所述可视化数据进行沙盘模型生成,得到待测量区域的沙盘模型,在其他实施例中,数据展示模块还可以用于对获取到的定位点数据、图像数据进行展示,而沙盘模型的使用有利于用户更直观的观察出当前土地可进行的开发项目等。
本实施例通过上述方案,具体通过根据所述定位点数据将所述待测量区域分割为若干三角形;通过海伦公式对所述若干三角形进行面积计算,获取计算结果。由此,实现了根据定位点数据获取到土地的面积,解决了土地面积的测量需要大量人工且精度不高的问题,提高了土地面积测量的效率。
此外,本发明实施例还提出一种土地面积测量装置,所述土地面积测量装置包括:
获取模块,用于通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
提取模块,用于对所述图像数据进行信息提取,获取定位点信息;
采集模块,用于根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
计算模块,用于通过所述定位点数据进行土地面积计算,获取计算结果。
此外,本发明实施例还提出一种终端设备,所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的土地面积测量程序,所述土地面积测量程序被所述处理器执行时实现如上所述的土地面积测量方法的步骤。
由于本土地面积测量程序被处理器执行时,采用了前述所有实施例的全部技术方案,因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果,在此不再一一赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有土地面积测量程序,所述土地面积测量程序被处理器执行时实现如上所述的土地面积测量方法的步骤。
由于本土地面积测量程序被处理器执行时,采用了前述所有实施例的全部技术方案,因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果,在此不再一一赘述。
相比现有技术,本发明实施例提出的土地面积测量方法、装置、终端设备以及存储介质,通过预设的采集设备对待测量区域进行数据采集,获取图像数据;对所述图像数据进行信息提取,获取定位点信息;根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;通过所述定位点数据进行土地面积计算,获取计算结果。从而解决了土地面积的测量需要大量人工且精度不高的问题,实现了对土地面积的测量,提高了土地面积测量的效率。基于本发明方案,从现实中存在人工勘测的方法效率低,极费人工且在危险地形测量中存在人身风险,以及仪器勘测中的仪表定位测量方法精度不高、稳定性差,从而效率低下的问题出发,设计了一种土地面积测量方法,并在对土地面积进行测量时验证了本发明的土地面积测量方法的有效性,最后经过本发明方法进行土地面积测量的效率得到了明显的提升。
和现有的技术相比,本发明实施例方案具有以下优点:
1、基于机器学习的图像分割方法,实现对土地面积的智能化、高精度、高效测量;
2、完整的系统解决方案。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,被控终端,或者网络设备等)执行本发明每个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种土地面积测量方法,其特征在于,所述土地面积测量方法包括以下步骤:
通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
对所述图像数据进行信息提取,获取定位点信息;
根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
通过所述定位点数据进行土地面积计算,获取计算结果。
2.根据权利要求1所述的土地面积测量方法,其特征在于,所述对所述图像数据进行定位点特征提取,获取定位点信息的步骤包括:
通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集;
通过所述分割图像数据集进行定位点提取,获取定位点信息。
3.根据权利要求2所述的土地面积测量方法,其特征在于,所述通过预先获取的图像分割模型对所述图像数据进行分割,获取分割图像数据集的步骤之前还包括:
通过开源图像分割框架Detectron2框架进行模型构建,获取初始图像分割模型;
获取土地地貌数据集,并通过所述土地地貌数据集对所述初始图像分割模型进行模型训练,获取图像分割模型。
4.根据权利要求2所述的土地面积测量方法,其特征在于,所述通过所述分割图像数据集进行定位点提取,获取定位点信息的步骤包括:
对所述分割图像数据集进行编码,获取编码后的分割图像数据集;
对所述编码后的分割图像数据集进行定位点提取,获取定位点以及定位点特征;
通过所述编码后的分割图像数据集、定位点以及定位点特征进行信息汇总,获取定位点信息。
5.根据权利要求4所述的土地面积测量方法,其特征在于,所述根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据的步骤包括:
对所述定位点信息进行分析,获取数据采集点;
根据所述数据采集点,通过所述采集设备进行数据采集,获取所述定位点的经纬度以及高程信息;
根据所述定位点的经纬度以及高程信息进行数据聚合,获取定位点数据。
6.根据权利要求5所述的土地面积测量方法,其特征在于,所述通过所述定位点数据进行土地面积计算,获取计算结果的步骤包括:
根据所述定位点数据将所述待测量区域分割为若干三角形;
通过海伦公式对所述若干三角形进行面积计算,获取计算结果。
7.根据权利要求1所述的土地面积测量方法,其特征在于,所述通过所述定位点数据进行土地面积计算,获取计算结果的步骤之后还包括:
对所述图像数据、定位点数据以及计算结果进行数据转换,获取可视化数据;
根据所述可视化数据,通过数据展示模块进行可视化展示,获取所述待测量区域的沙盘模型。
8.一种土地面积测量装置,其特征在于,所述土地面积测量装置包括:
获取模块,用于通过预设的采集设备对待测量区域进行数据采集,获取图像数据;
提取模块,用于对所述图像数据进行信息提取,获取定位点信息;
采集模块,用于根据所述定位点信息,通过所述采集设备进行数据采集,获取定位点数据;
计算模块,用于通过所述定位点数据进行土地面积计算,获取计算结果。
9.一种终端设备,其特征在于,所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的土地面积测量程序,所述土地面积测量程序被所述处理器执行时实现如权利要求1-7中任一项所述的土地面积测量方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有土地面积测量程序,所述土地面积测量程序被处理器执行时实现如权利要求1-7中任一项所述的土地面积测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311650459.1A CN117351066A (zh) | 2023-12-05 | 2023-12-05 | 土地面积测量方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311650459.1A CN117351066A (zh) | 2023-12-05 | 2023-12-05 | 土地面积测量方法、装置、终端设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117351066A true CN117351066A (zh) | 2024-01-05 |
Family
ID=89367054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311650459.1A Pending CN117351066A (zh) | 2023-12-05 | 2023-12-05 | 土地面积测量方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117351066A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100948099B1 (ko) * | 2009-03-31 | 2010-03-16 | 한진정보통신(주) | 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법 |
CN104821013A (zh) * | 2015-05-11 | 2015-08-05 | 武汉大学 | 基于大地坐标系数字高程模型的地表面积提取方法及系统 |
CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
-
2023
- 2023-12-05 CN CN202311650459.1A patent/CN117351066A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100948099B1 (ko) * | 2009-03-31 | 2010-03-16 | 한진정보통신(주) | 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법 |
CN104821013A (zh) * | 2015-05-11 | 2015-08-05 | 武汉大学 | 基于大地坐标系数字高程模型的地表面积提取方法及系统 |
CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
Non-Patent Citations (3)
Title |
---|
崔振龙 等: "《审计技术创新发展报告及案例选编》", 30 September 2014, 中国时代经济出版社, pages: 515 - 516 * |
幸羚 等: "基于改进特征金字塔的遥感图像全景分割", 《计算机与数字工程》, pages 893 - 899 * |
高昂 等: "湖北省地类表面积栅格与矢量叠加统计算法探究", 《黄冈师范学院学报》, 31 December 2016 (2016-12-31), pages 49 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4116462A2 (en) | Method and apparatus of processing image, electronic device, storage medium and program product | |
CN112508071B (zh) | 基于bim的桥梁病害标记方法和装置 | |
WO2011023247A1 (en) | Generating raster image representing road existence probability based on probe measurements | |
CN108986207A (zh) | 一种基于真实路面数据的道路及沿线建筑仿真建模方法 | |
CN112344869B (zh) | 基于侧面拟合的铁塔变形监测方法及系统 | |
KR20190080009A (ko) | 차선 정보를 이용한 자동 도화 방법 | |
CN111479321B (zh) | 一种网格构建方法、装置、电子设备和存储介质 | |
US20230041943A1 (en) | Method for automatically producing map data, and related apparatus | |
CN116645321B (zh) | 植被叶倾角演算统计方法、装置、电子设备及存储介质 | |
CN114241326B (zh) | 一种渐进式遥感影像地物要素智能生产方法及系统 | |
CN115439753B (zh) | 一种基于dem的陡峭河岸识别方法及系统 | |
CN110378174A (zh) | 道路线提取方法和装置 | |
CN114937293B (zh) | 基于gis的农业服务管理方法及系统 | |
KR20220098315A (ko) | 화상 처리 방법과 장치, 전자 디바이스 및 기록 매체 | |
CN111179428B (zh) | 一种基于锁定平面的地物制作方法和装置 | |
CN113532424B (zh) | 一种获取多维信息的一体化设备与协同测量方法 | |
CN111552762A (zh) | 一种基于果树编码的果园种植数字地图化管理方法和系统 | |
CN116503705A (zh) | 一种数字城市多源数据的融合方法 | |
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 | |
CN113838193A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN117351066A (zh) | 土地面积测量方法、装置、终端设备以及存储介质 | |
CN111753766A (zh) | 一种图像处理方法、装置、设备及介质 | |
CN114049454B (zh) | 一种基于混合聚类解译岩体结构面产状的方法及系统 | |
Fu et al. | Automatic detection tree crown and height using Mask R-CNN based on unmanned aerial vehicles images for biomass mapping | |
CN116798087A (zh) | 员工在岗状态检测方法及系统 |
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 |