CN118052864A - 基于高点视频的农田面积测算方法、装置、设备及介质 - Google Patents
基于高点视频的农田面积测算方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN118052864A CN118052864A CN202410223862.4A CN202410223862A CN118052864A CN 118052864 A CN118052864 A CN 118052864A CN 202410223862 A CN202410223862 A CN 202410223862A CN 118052864 A CN118052864 A CN 118052864A
- Authority
- CN
- China
- Prior art keywords
- area
- farmland
- calculating
- measuring
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012544 monitoring process Methods 0.000 claims abstract description 104
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012271 agricultural production Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 14
- 238000000691 measurement method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011284 combination treatment Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
-
- 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
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请公开一种基于高点视频的农田面积测算方法、装置、设备及介质，属于视频图像处理技术领域。该方法包括：获取监控摄像机拍摄的视频画面中的目标测算区域；根据视频画面的像素坐标与地理位置坐标之间的映射关系，将目标测算区域的像素坐标映射为地理位置坐标，确定目标测算区域的农田测算面积；根据目标测算区域的地理位置坐标，确定预先存储的全景地图上与目标测算区域相匹配的农田区域；对全景地图上的多个农田区域进行合并处理得到目标区域，根据目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。这样，可以降低农田面积测算成本，并且其测算周期短，能够适用于农业生产需求。
Description
技术领域
本申请实施例涉及视频图像处理技术领域，尤其涉及一种基于高点视频的农田面积测算方法、装置、设备及介质。
背景技术
粮食生产、种植结构调整、产量预估等离不开农田面积这一关键指标，如何测算农田面积成为目前较为关注的问题。相关的农田面积测算方法包括：外业实测方法、无人机航空摄影测算方法、基于卫星遥感影像农田面积测算方法等。外业实测方法需要采购高精度经纬度采集设备，以及需要大量的外业测绘人员，其成本较高，且实测过程中容易受到地形、气候等因素的影响，难以满足工期和质量要求；无人机航空摄影测算方法需要专业无人机及航空测算设备，实测过程中专业无人机的操控较为繁琐，容易受到天气、航空管制的影响，测算周期较长；基于卫星遥感影像农田面积测算方法是根据不同作物在卫星遥感影像中对应的像素数量，计算相应作物的面积，由于天气、卫星遥感影像分辨率等因素的影响导致测算误差。
相关方案中使用的高精度经纬度采集设备、航空测算设备、卫星等设备的成本较高，且农田面积测算周期长，无法适用于农业生产需求。
发明内容
本申请实施例提供了一种基于高点视频的农田面积测算方法、装置、设备及介质，以至少解决相关农田面积测算方案中测算成本高、且农田面积测算周期长，无法适用于农业生产需求的问题。
为了解决上述技术问题，本申请是这样实现的：
第一方面，本申请实施例提供了一种基于高点视频的农田面积测算方法，使用架设高度在设定高度的监控摄像机拍摄的视频画面进行农田面积测算，包括：
获取所述监控摄像机拍摄的视频画面中的目标测算区域；
根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积；
根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域；
对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。
第二方面，本申请实施例提供了一种基于高点视频的农田面积测算装置，包括：
获取模块，用于获取所述监控摄像机拍摄的视频画面中的目标测算区域；
映射模块，用于根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积；
确定模块，用于根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域；
测算模块，用于对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。
第三方面，本申请实施例提供了一种电子设备，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上述第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如上述第一方面所述的方法的步骤。
在本申请实施例中，使用架设高度在设定高度的监控摄像机拍摄的视频画面进行农田面积测算，通过获取监控摄像机拍摄的视频画面中的目标测算区域；根据视频画面的像素坐标与地理位置坐标之间的映射关系，将目标测算区域的像素坐标映射为地理位置坐标，确定目标测算区域的农田测算面积；根据目标测算区域的地理位置坐标，确定预先存储的全景地图上与目标测算区域相匹配的农田区域；对全景地图上的多个农田区域进行合并处理得到目标区域，根据目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。这样，通过将视频画面中的目标测算区域对应匹配至全景地图上，根据全景地图上多个目标测算区域所对应农田区域的农田测算面积确定目标区域农田面积，能够实现大范围农田面积的测算，而无需高精度经纬度采集设备、航空测算设备、卫星等设备即可实现农田面积的测算，可以降低农田面积测算成本，并且其测算周期短，能够适用于农业生产需求，为产量预估提供重要、精细的数据支撑。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1示出了本申请实施例提供的基于高点视频的农田面积测算方法的一种流程示意图；
图2示出了本申请实施例提供的空间坐标同步示意图；
图3示出了本申请实施例提供的相机视频地理范围确定方法的流程示意图；
图4示出了本申请实施例提供的基于高点视频的农田面积测算方法的另一种流程示意图；
图5示出了本申请实施例提供的基于高点视频的农田面积测算装置的结构示意图；
图6示出了本申请实施例提供的电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
现阶段，农田面积测算主要有以下三种方式：
第一种方式：外业实测方式，外业实测需要使用高精度经纬度采集设备进行实地测量，以及需要大量的外业测绘人员，其成本较高，且在测算过程中容易受到地形、气候的影响，较难满足工期和质量要求；
第二种方式：无人机航空摄影测算方法，该方式适用于小区域、作业困难地区的面积测算，具有机动灵活、高效快速、精细的特点，但也存在需要专业无人机及航空测算设备、专业测算人员执行测算任务，容易受到天气、航空管制影响，大区域测算存在成本较高测算周期长的问题；
第三种方式：基于卫星遥感影像农田面积测算方法，通过机器学习法或者物候阈值法进行农田识别，根据地理信息进行面积测算。外业实测方式及无人机航空摄影测算方法存在成本高、测算周期长、时效性差的问题，卫星遥感影像农田面积测算方法容易受到天气、卫星遥感影像分辨率、识别算法等影响，带来较大的测算误差。
因此，针对大范围农田面积、农作物类别、非农化、非粮化等维度的面积测算，上述几种相关方案至少存在测算成本高、时效性差、对于特定区域面积测算的误差较大的问题。
针对上述农田面积测算过程中存在的问题，本申请实施例提供了一种基于高点视频的农田面积测算方法，通过将视频画面中的目标测算区域对应匹配至全景地图上，根据全景地图上多个目标测算区域所对应农田区域的农田测算面积确定目标区域农田面积，以实现大范围农田面积的测算，其农田面积测算成本较低，并且测算周期短，能够适用于农业生产需求。
图1示出了本申请实施例提供的基于高点视频的农田面积测算方法的一种流程示意图，该方法的执行主体可以为终端设备或服务器，其中，该终端设备可以如个人计算机等设备，也可以如手机、平板电脑、IPTV电视等移动终端设备，该终端设备可以为用户使用的终端设备。该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某项业务的后台服务器，也可以是某平台或应用程序（例如，农田面积测算平台，农田产量预测系统等）的后台服务器等。本申请实施例中以执行主体为服务器为例进行说明，对于终端设备的情况，可以根据下述相关内容处理，在此不再赘述。如图中所示，该方法100使用架设高度在设定高度的高点监控摄像机拍摄的视频画面进行农田面积测算，可以包括以下步骤：
S101：获取所述监控摄像机拍摄的视频画面中的目标测算区域。
本申请实施例中，监控摄像机可以假设在几十米的铁塔上，通过高点监控摄像机拍摄的视频画面进行农田面积测算。针对监控摄像机拍摄的视频画面，获取用户在该视频画面中标定的目标测算区域，该目标测算区域为封闭的几何图形，可以是矩形、梯形、圆形等规则图形，也可以是用户沿着视频画面中农田的边缘绘制的不规则图形。同一视频画面中可以标定一个或多个目标测算区域，在实际应用中，用户可以将多个地块作为同一个目标测算区域，也可以将每个地块分别作为一个目标测算区域。
这样，可以精准地获取到视频画面中需要测算农田的目标测算区域，有利于提高农田面积测算的准确性。
在一种可能的实现方式中，上述步骤S101中，在获取所述监控摄像机拍摄的视频画面中的目标测算区域之前，还包括：
根据所述监控摄像机的相机参数和空间位姿参数，确定在所述监控摄像机的相机坐标系下的相机视频地理范围；
根据所述相机坐标系与地理坐标系之间的坐标转换关系，确定所述相机视频地理范围对应的视野场景；
根据所述视野场景对所述监控摄像机的相机视频地理范围进行校准，根据校准后的相机视频地理范围和所述视野场景，确定所述监控摄像机拍摄的视频画面的像素坐标与地理位置坐标之间的映射关系。
其中，相机参数可以是摄像机分辨率、CMOS尺寸 、ZOOM 等。这里，CMOS是Complementary Metal Oxide Semiconductor（互补金属氧化物半导体）的缩写，CMOS尺寸指的是CMOS图像传感器的物理尺寸，也就是它的长和宽；ZOOM功能就是摄像机的变焦功能。
空间位姿参数可以是监控摄像机的空间位置数据（longitude经度, latitude纬度, altitude海拔）、云台姿态数据（Pan方位角、Tilt俯仰角）等。
本申请实施例中，在获取监控摄像机拍摄的视频画面中的目标测算区域之前，还可以通过监控摄像机的视场角校准、监控摄像机姿态校正的方式完成相机拍摄地理范围与真实的场景视野之间的空间匹配（即虚实匹配），以得到监控摄像机拍摄的视频画面的像素坐标与地理位置坐标之间的映射关系。
具体地，如图2所示，可以根据监控摄像机的相机参数和空间位姿参数，确定在监控摄像机的相机坐标系下的相机视频地理范围；根据相机坐标系与地理坐标系（WGS84坐标系）之间的坐标转换关系，确定相机视频地理范围对应的视野场景；根据视野场景对监控摄像机的相机视频地理范围进行校准（例如，监控摄像机的视场角校准、监控摄像机姿态校正），根据校准后的相机视频地理范围和视野场景，确定监控摄像机拍摄的视频画面的像素坐标与地理位置坐标之间的映射关系。
其中，上述的根据所述监控摄像机的相机参数和空间位姿参数，确定所述监控摄像机的相机视频地理范围，包括：
根据所述监控摄像机的相机参数，确定所述监控摄像机的水平方向视场角和垂直方向视场角；
根据所述水平方向视场角、垂直方向视场角和所述监控摄像机的空间位姿参数，确定所述监控摄像机的相机视频地理范围。
本申请实施例中，如图3所示，根据监控摄像机的相机参数（例如，摄像机分辨率、CMOS尺寸 、ZOOM 等），确定监控摄像机的水平方向视场角和垂直方向视场角。在实际应用中，视场角越大，焦距就越短，可以根据相机参数确定焦距，进而确定监控摄像机的水平方向视场角和垂直方向视场角。进而根据水平方向视场角、垂直方向视场角和监控摄像机的空间位姿参数（如longitude、latitude、 altitude、Pan、Tilt等），确定监控摄像机的相机视频地理范围。
在一种可能的实现方式中，上述步骤S101中，获取所述监控摄像机拍摄的视频画面中的目标测算区域，包括：
响应于用户在所述视频画面上的触控操作，确定所述用户输入的目标图形；
根据所述目标图形，确定所述视频画面中的目标测算区域。
本申请实施例中，用户可以在视频画面中选取目标测算区域，具体可以根据用户在视频画面中标定的目标像素点，确定该目标像素点周围的预设数量的像素点为目标图形；也可以根据在用户在视频画面中标定的多个目标像素点，将相邻的两个目标像素点进行连线，将多个目标像素点连接的区域作为目标图形。进而根据目标图形确定视频画面中的目标测算区域，此时也可以将目标图形按照预设规则拟合成预设图形，将预设图形确定为目标测算区域。
S102：根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积。
本申请实施例中，将用户在视频画面中标定的目标测算区域的像素坐标映射为地理位置坐标，根据地理位置坐标确定目标测算区域的农田测算面积，例如，根据地理位置坐标确定待测算地块的长度和宽度，根据长度、宽度确定农田测算面积。
S103：根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域。
本申请实施例中，在获取到监控摄像机中目标测算区域的地理位置坐标之后，将该目标测算区域同步呈现在全景地图上，这里的全景地图可以是卫星地图。
这样，可以在全景地图上进行农田区域的精确划分，有利于测算全景地图上农田区域的面积，提高农田面积的测算精度。
在一种可能的实现方式中，在所述根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域之后，还包括：
将所述全景图像和全景图像上与所述目标测算区域相匹配的农田区域作为AR图层，获取目标监控摄像机拍摄的视频画面在所述AR图层中对应的AR图层信息；所述目标监控摄像机包括所述监控摄像机和所述监控摄像机对应的联合监控摄像机；
将所述AR图层信息投射至所述目标监控摄像机内部的AR显示载体上。
本申请实施例中，可以通过单个监控摄像机测算可视区域的农田面积，也可以通过多个监控摄像机联合测算大区域、大范围的农田面积。为了避免多个视频画面中目标测算区域的重复测算，可以将全景图像和全景图像上与目标测算区域相匹配的农田区域作为AR图层，获取目标监控摄像机拍摄的视频画面在AR图层中对应的AR图层信息，将AR图层信息投射至目标监控摄像机内部的AR显示载体上。
这里，目标监控摄像机可以是当前使用的监控摄像机，例如在下一帧视频画面中显示当前帧视频画面的目标测算区域的部分或全部；目标监控摄像机也可以是监控摄像机对应的联合监控摄像机，如图4所示，A摄像机可视范围内，依次测算各个监控画面中的地块面积，通过多个地块面积相加即可测算出A摄像机可视范围内的农田面积；A摄像机测算结果生成的AR图层信息在附近关联的B摄像机视频画面内同步呈现，在B摄像机重复A摄像机测算面积操作，B摄像机视频画面中测算结果会同步呈现在全景地图上，同时生成B摄像机对应的AR图层，通过多地块面积相加测算出大区域、大范围农田面积。
S104：对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。
本申请实施例中，通过将监控摄像机拍摄的各个视频画面中的目标测算区域对应匹配至全景地图上，对全景地图上的多个农田区域进行合并处理得到目标区域，根据目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积，例如，可以将目标区域内各个农田区域的农田测试面积的和值确定为目标区域农田区域。
在一种可能的实现方式中，上述步骤S104中，根据目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积，包括：
根据所述全景地图上的多个农田区域的边缘信息，确定多个农田区域之间的重叠区域；
根据所述重叠区域的农田测算面积和各个农田区域对应的农田测算面积，确定所述目标区域农田面积。
本申请实施例中，通过全景地图上多个农田区域的边缘信息，确定多个区域之间的重叠区域，确定目标区域内各个农田区域对应的农田测算面积的和值，将该和值去除重叠区域的农田测算面积，得到目标区域农田面积。这样，可以提高目标区域农田面积的测算准确性。
在一种可能的实现方式中，上述步骤S104中，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积，包括：
根据所述目标区域内各个农田区域的位置分布，确定所述监控摄像机的拍摄盲区；
获取所述拍摄盲区的农田测算面积，根据所述拍摄盲区和各个农田区域对应的农田测算面积，确定目标区域农田面积。
本申请实施例中，因高点监控摄像机通常安装在铁塔上，监控摄像机姿态下倾到一定视角时，会因为塔身遮挡导致塔基周围无法测算，出现拍摄盲区，为解决塔下盲区的问题，可以根据全景地图上目标区域内各个农田区域的位置分布，确定监控摄像机的拍摄盲区。例如，可以根据各个农田区域的位置分布确定监控摄像机是否架设在农田里，如果监控摄像机架设在农田里，就可以在全景地图上确定拍摄盲区。进而获取拍摄盲区的农田测算面积，根据拍摄盲区和各个农田区域对应的农田测算面积，确定目标区域农田面积。其中，在具体实施中，可以基于卫星地图测算面积工具，在塔基周围的全景地图上绘制多边形，通过经纬度计算拍摄盲区的农田测算面积，同时结果可以同步映射叠加到视频画面上，以防止在视频中重复或遗漏农田区域，从而有效解决了塔下盲区的面积测算问题。这样，通过卫星测量和视频AR联动的方式，能够精准的测算出目标区域农田面积，同时测算周期短，适用于农业生产需求。
本申请实施例提供了一种基于高点视频的农田面积测算方法，通过将视频画面中的目标测算区域对应匹配至全景地图上，根据全景地图上多个目标测算区域所对应农田区域的农田测算面积确定目标区域农田面积，能够实现大范围农田面积的测算，而无需高精度经纬度采集设备、航空测算设备、卫星等设备即可实现农田面积的测算，可以降低农田面积测算成本，并且其测算周期由之前的周、季度、年缩短至小时级，能够适用于不同的农业场景需要，如非农化面积、非粮化面积、病虫害面积的测算，在较短的时间内即可为产量预估提供精准的数据支撑，为农业方面的粮食安全提供了重要的技术保障。
图5示出了本申请实施例提供的基于高点视频的农田面积测算装置的结构示意图，该基于高点视频的农田面积测算装置可以实现如图1所示实施例中的全部或部分内容，该农田面积测算装置500，包括：
获取模块510，用于获取所述监控摄像机拍摄的视频画面中的目标测算区域；
映射模块520，用于根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积；
确定模块530，用于根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域；
测算模块540，用于对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。
在一种可能的实施方式中，获取模块510，在用于获取所述监控摄像机拍摄的视频画面中的目标测算区域之前，还用于：
根据所述监控摄像机的相机参数和空间位姿参数，确定在所述监控摄像机的相机坐标系下的相机视频地理范围；
根据所述相机坐标系与地理坐标系之间的坐标转换关系，确定所述相机视频地理范围对应的视野场景；
根据所述视野场景对所述监控摄像机的相机视频地理范围进行校准，根据校准后的相机视频地理范围和所述视野场景，确定所述监控摄像机拍摄的视频画面的像素坐标与地理位置坐标之间的映射关系。
在一种可能的实施方式中，获取模块510，在用于根据所述监控摄像机的相机参数和空间位姿参数，确定所述监控摄像机的相机视频地理范围时，具体用于：
根据所述监控摄像机的相机参数，确定所述监控摄像机的水平方向视场角和垂直方向视场角；
根据所述水平方向视场角、垂直方向视场角和所述监控摄像机的空间位姿参数，确定所述监控摄像机的相机视频地理范围。
在一种可能的实施方式中，获取模块510，在用于获取所述监控摄像机拍摄的视频画面中的目标测算区域时，具体用于：
响应于用户在所述视频画面上的触控操作，确定所述用户输入的目标图形；
根据所述目标图形，确定所述视频画面中的目标测算区域。
在一种可能的实施方式中，测算模块540，在用于根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积时，具体用于：
根据所述全景地图上的多个农田区域的边缘信息，确定多个农田区域之间的重叠区域；
根据所述重叠区域的农田测算面积和各个农田区域对应的农田测算面积，确定所述目标区域农田面积。
在一种可能的实施方式中，测算模块540，在用于根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积时，具体用于：
根据所述目标区域内各个农田区域的位置分布，确定所述监控摄像机的拍摄盲区；
获取所述拍摄盲区的农田测算面积，根据所述拍摄盲区和各个农田区域对应的农田测算面积，确定目标区域农田面积。
在一种可能的实施方式中，农田面积测算装置500，还包括：
投射模块，用于将所述全景图像和全景图像上与所述目标测算区域相匹配的农田区域作为AR图层，获取目标监控摄像机拍摄的视频画面在所述AR图层中对应的AR图层信息；所述目标监控摄像机包括所述监控摄像机和所述监控摄像机对应的联合监控摄像机；
将所述AR图层信息投射至所述目标监控摄像机内部的AR显示载体上。
本申请实施例所提供的基于高点视频的农田面积测算装置，包括获取模块、映射模块、确定模块和测算模块；获取模块获取所述监控摄像机拍摄的视频画面中的目标测算区域；映射模块根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积；确定模块根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域；测算模块对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。这样，通过将视频画面中的目标测算区域对应匹配至全景地图上，根据全景地图上多个目标测算区域所对应农田区域的农田测算面积确定目标区域农田面积，能够实现大范围农田面积的测算，而无需高精度经纬度采集设备、航空测算设备、卫星等设备即可实现农田面积的测算，可以降低农田面积测算成本，并且其测算周期短，能够适用于农业生产需求，为产量预估提供重要、精细的数据支撑。
图6示出执行本申请实施例提供的电子设备的硬件结构示意图，参考该图，在硬件层面，电子设备包括处理器，可选地，包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器（Random-Access Memory，RAM)，也可能还包括非易失性存储器（non-volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是工业标准体系结构(Industry Standard Architecture，ISA）总线、外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture，EISA）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，该图中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成定位目标用户的装置。处理器，执行存储器所存放的程序，并具体执行：图1至图4所示实施例揭示的方法并实现前文方法实施例中所述的各方法的功能和有益效果，在此不再赘述。
上述如本申请图1至图4所示实施例揭示的方法可以应处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（NetworkProcessor，NP）等；还可以是数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该计算机设备还可执行前文方法实施例中所述的各方法，并实现前文方法实施例中所述的各方法的功能和有益效果，在此不再赘述。
当然，除了软件实现方式之外，本申请的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质，所述计算机可读介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行图1至图4所示实施例揭示的方法并实现前文方法实施例中所述的各方法的功能和有益效果，在此不再赘述。
其中，所述的计算机可读存储介质包括只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random Access Memory，简称RAM）、磁碟或者光盘等。
进一步地，本申请实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，实现以下流程：图1至图4所示实施例揭示的方法并实现前文方法实施例中所述的各方法的功能和有益效果，在此不再赘述。
总之，以上所述仅为本申请的较佳实施例，并非限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
Claims (10)
1.一种基于高点视频的农田面积测算方法，其特征在于，使用架设高度在设定高度的监控摄像机拍摄的视频画面进行农田面积测算，包括：
获取所述监控摄像机拍摄的视频画面中的目标测算区域；
根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积；
根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域；
对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。
2.根据权利要求1所述的方法，其特征在于，在所述获取所述监控摄像机拍摄的视频画面中的目标测算区域之前，还包括：
根据所述监控摄像机的相机参数和空间位姿参数，确定在所述监控摄像机的相机坐标系下的相机视频地理范围；
根据所述相机坐标系与地理坐标系之间的坐标转换关系，确定所述相机视频地理范围对应的视野场景；
根据所述视野场景对所述监控摄像机的相机视频地理范围进行校准，根据校准后的相机视频地理范围和所述视野场景，确定所述监控摄像机拍摄的视频画面的像素坐标与地理位置坐标之间的映射关系。
3.根据权利要求2所述的方法，其特征在于，所述根据所述监控摄像机的相机参数和空间位姿参数，确定所述监控摄像机的相机视频地理范围，包括：
根据所述监控摄像机的相机参数，确定所述监控摄像机的水平方向视场角和垂直方向视场角；
根据所述水平方向视场角、垂直方向视场角和所述监控摄像机的空间位姿参数，确定所述监控摄像机的相机视频地理范围。
4.根据权利要求1所述的方法，其特征在于，所述获取所述监控摄像机拍摄的视频画面中的目标测算区域，包括：
响应于用户在所述视频画面上的触控操作，确定所述用户输入的目标图形；
根据所述目标图形，确定所述视频画面中的目标测算区域。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域之后，还包括：
将所述全景图像和全景图像上与所述目标测算区域相匹配的农田区域作为AR图层，获取目标监控摄像机拍摄的视频画面在所述AR图层中对应的AR图层信息；所述目标监控摄像机包括所述监控摄像机和所述监控摄像机对应的联合监控摄像机；
将所述AR图层信息投射至所述目标监控摄像机内部的AR显示载体上。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积，包括：
根据所述全景地图上的多个农田区域的边缘信息，确定多个农田区域之间的重叠区域；
根据所述重叠区域的农田测算面积和各个农田区域对应的农田测算面积，确定所述目标区域农田面积。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积，包括：
根据所述目标区域内各个农田区域的位置分布，确定所述监控摄像机的拍摄盲区；
获取所述拍摄盲区的农田测算面积，根据所述拍摄盲区和各个农田区域对应的农田测算面积，确定目标区域农田面积。
8.一种基于高点视频的农田面积测算装置，其特征在于，包括：
获取模块，用于获取所述监控摄像机拍摄的视频画面中的目标测算区域；
映射模块，用于根据所述视频画面的像素坐标与地理位置坐标之间的映射关系，将所述目标测算区域的像素坐标映射为地理位置坐标，确定所述目标测算区域的农田测算面积；
确定模块，用于根据所述目标测算区域的地理位置坐标，确定预先存储的全景地图上与所述目标测算区域相匹配的农田区域；
测算模块，用于对所述全景地图上的多个农田区域进行合并处理得到目标区域，根据所述目标区域内各个农田区域对应的农田测算面积，确定目标区域农田面积。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7任一项所述的方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7 任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410223862.4A CN118052864A (zh) | 2024-02-28 | 2024-02-28 | 基于高点视频的农田面积测算方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410223862.4A CN118052864A (zh) | 2024-02-28 | 2024-02-28 | 基于高点视频的农田面积测算方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118052864A true CN118052864A (zh) | 2024-05-17 |
Family
ID=91047939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410223862.4A Pending CN118052864A (zh) | 2024-02-28 | 2024-02-28 | 基于高点视频的农田面积测算方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118052864A (zh) |
-
2024
- 2024-02-28 CN CN202410223862.4A patent/CN118052864A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102567967B (zh) | 用于空间图像的大气和阳光校正的技术 | |
| CN103501409B (zh) | 一种超高分辨率全景高速球一体机系统 | |
| US20220405883A1 (en) | System and method for super-resolution image processing in remote sensing | |
| JP6804806B2 (ja) | 測位精度情報算出装置及び測位精度情報算出方法 | |
| CN109345599B (zh) | 一种地面坐标与ptz摄像机的坐标转换方法及系统 | |
| CN106709944B (zh) | 卫星遥感图像配准方法 | |
| CN112270719A (zh) | 相机标定方法、装置及系统 | |
| CN115439531A (zh) | 一种获取目标对象的目标空间位置信息的方法与设备 | |
| CN114495416A (zh) | 基于无人机的火情监测方法、装置及终端设备 | |
| CN114979956A (zh) | 一种无人机航拍地面目标定位方法及系统 | |
| CN110910432A (zh) | 一种遥感图像匹配方法、装置、电子设备及可读存储介质 | |
| CN108253940A (zh) | 定位方法及装置 | |
| CN115334247B (zh) | 摄像模块标校方法、视觉定位方法、装置及电子设备 | |
| CN115856959B (zh) | 手机相机辅助的多卫星导航系统选星方法及系统 | |
| CN116817929A (zh) | 一种无人机对地平面多目标同时定位方法及系统 | |
| CN118052864A (zh) | 基于高点视频的农田面积测算方法、装置、设备及介质 | |
| CN114782555B (zh) | 地图映射方法、设备、及存储介质 | |
| CN111639662A (zh) | 一种遥感图像双向匹配方法、装置、电子设备及存储介质 | |
| CN113810606A (zh) | 拍摄目标位置确定方法、设备及计算机存储介质 | |
| CN114066975A (zh) | 摄像区域的校验方法和装置、电子设备 | |
| CN112822442A (zh) | 热度图生成方法、装置及电子设备 | |
| CN117351053B (zh) | 光伏电站图像配准方法、存储介质和电子设备 | |
| CN116823936B (zh) | 一种利用相机屏幕标点获取经纬度的方法及系统 | |
| CN113870365B (zh) | 相机标定方法、装置、设备以及存储介质 | |
| CN115201796B (zh) | 一种车辆传感器的外参校正方法 |
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 |