基于无人机可见光影像的植被自动识别研究

发布时间：2020-04-09 16:15

【摘要】：植被恢复是治理强度侵蚀的重要方法,现阶段对植被恢复的调查和动态监测手段主要有两种:野外调查和卫星遥感影像的解译,前者费时费力,后者无法做到对小区域内植被的精确识别。本研究以安溪县和长汀县内侵蚀区域拍摄的无人机低空可见光影像为研究对象,人工对可见光影像进行识别和处理后构建植被自动识别建数据库,分析后确定采用计算机学习算法和对比算法分别对影像中的植被进行识别,与人工识别影像图对比得到识别精度,探讨两种算法的优劣性和对植被的自动识别效果,主要结论如下:(1)对超过1000张航拍可见光影像进行人工识别后发现,在20 m和30 m高度范围内的识别效果最好,两者的识别效果差异不大。随着高度的增加,人工识别的效果逐渐变差,在采集高度达到60m及以上时影像的清晰度有大幅下降,影像中植被边界模糊几乎无法对植被进行准确的识别,最后确定出计算机自动识别可见光影像的高度范围是20-50 m;在取样过程中加入参照物,获取航拍可见光影像的在20m、30m、40m和50m高度下的实际覆盖区域分别为750m~2、1430 m~2、2280 m~2和2810 m~2;计算得到可见光影像中各种植被类型所占的比例,其中按生活型分类后数量最多的是乔木和蕨类,按种类分类后数量最多的植被为马尾松和芒萁。(2)计算机应用学习和对比两种算法对可见光影像中的植被进行自动识别后发现,总体上对植被大类的识别精度要好于对植被小类的识别精度。应用学习算法进行自动识别时,对可见光影像中乔木和蕨类之间、马尾松和芒萁之间容易产生错误判断,影响到最后的识别精度;应用对比算法的分类精度低、效果差,无法确定识别错误的具体区域。只有在学习算法下对乔木和芒萁的识别效果较好,其他情况下的分类识别效果不理想,需要对识别过程进行优化。(3)加入2-3张试验区域内的样片可以显著地提高计算机学习算法下自动识别的准确度,对比算法下自动识别的准确度提升不大;应用学习算法对可见光影像进行识别,对乔木的识别精度最高可达92.00%,对蕨类的识别精度为62.86%,对马尾松的识别精度最高为65.87%,对芒萁的识别精度最高可达87.12%;应用对比算法对可见光影像进行识别的精确度要远远低于学习算法下的识别精度,对乔木和蕨类的识别精度最高只有53.13%和37.13%,对马尾松和芒萁的识别精度最高只有45.99%和30.48%。
【图文】：

１５５０－２０００ｍｍ。海拔在２１０－１４５０邋ｍ，主要以低山丘陵为主，土壤主要为红壤和黄逡逑壤。该县的特殊的环境特征决定了该地区生态环境较为脆弱，加上人为因素的影逡逑像，，该地区的水土流失较为严重（图２－１）。逡逑Ｍ６ａｃｙ＾逦１１７°0＊４；逦Ｍ８ａｉｒ＾逦１１铲0，心逦１２0＊0？东逡逑Ｉ逦Ｉ逦Ｉ逦垂逦Ｉ逡逑ｎ逡逑２８0＜ｒｉｔ－逦＾逦Ａ邋侧逡逑鲁■s6逡逑２４。０．北－逦＼逦－２４＝０．北逡逑＾逦＇逦０邋２５邋５０逦１００逦１５０逦２００逡逑Ｉｌ６°（ｒ／ｊ：逦ＵＴＯ＇ｔｉｉ逦｜｜Ｋ°ａ，４；逦１１９＾０＇Ｉ２0ｃ０＇＾ｉ逡逑图２－１研究区地理位置图逡逑８逡逑

因素；２）根据目标区域的地形和植被覆盖条件选择合适的飞行高度；３）预设飞逡逑行航线，本次试验采用“己’’字形拍摄线路；４）飞行取样过程中，保证镜头垂直向逡逑下拍摄正射影像图，减少拍摄产生的阴影；５）对获得的图片进行检测（图２－２）。逡逑ＤＫＳＨＩ＾ＨＢＺ２３ＨＨＨＢ３ＤＤ逡逑０邋０邋００逡逑逦？邋？邋ｒ－逡逑５逦｜５逦ｉ逡逑ｒ逦逦逦邋－逡逑—Ｉ＂影像不合格，视情况进行补飞或重拍逦影像合格，初步分类并储存邋！逡逑Ｉ—逦逦邋逦＿邋ａ逡逑逦＞邋ｆ逦逡逑输出逡逑６逡逑注：１．大疆ｉｎｓｐｉｒｅｌｒａｗ无人机２．无人机飞行控制软件３．无人机飞行路线的确定逡逑４．试验区域内影像的采集５．验证航拍影像是否合格６．航拍影像的输出逡逑图２－２使用无人机获取航拍影像流程图逡逑２．２．２航拍可见光影像的处理逡逑①将采集到的１０８０张航拍图片按照２０邋ｍ、３０邋ｍ、４０邋ｍ和５０邋ｍ的高度分类逡逑整理，人工识别出航片中出现的各类植被与非植被的信息。根据ＲＧＢ色彩模式，逡逑通过对红（Ｒ）、绿（Ｇ）、蓝（Ｂ）三个颜色通道的变化以及它们之间的相互叠逡逑加来得到各种颜色，该色彩标准几乎包括了人类视力所能感知的所宥颜色，最适逡逑１１逡逑
【学位授予单位】：福建农林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P23;Q948

【相似文献】

相关期刊论文 前10条

1 杜恒;;基于足球比赛路径规划的农用无人机定位和导航研究[J];农机化研究;2019年10期

2 问延安;蒋倩;;智慧监管:民用无人机企业监管的路径选择[J];长沙航空职业技术学院学报;2018年04期

3 卢俊文;王倩营;;无人机演变与发展研究综述[J];飞航导弹;2017年11期

4 ;反辐射无人机 天生雷达杀手[J];今日科苑;2017年07期

5 W.HK;;贵飞“鹞鹰”无人机系统完成首次实时巡查出警任务[J];军民两用技术与产品;2017年11期

6 姚思浩;;无人机的发展现状与趋势[J];电子制作;2018年01期

7 周超;向绪友;钟旭;贺艺;;无人机在农业中的应用及展望[J];湖南农业科学;2017年11期

8 金浩波;;无人机侦查之兴起与规制[J];铁道警察学院学报;2017年05期

9 杨健;程程;;无人机——从远古的飞翔梦想到现代的空天使者[J];科技中国;2017年10期

10 林鹰;;车载无人机快递系统[J];交通与运输;2017年06期

相关会议论文 前10条

1 黄兆麒;关万隆;李嘉伟;;无人机在边境管控中的应用研究[A];2017年（第三届）中国航空科学技术大会论文集（下册）[C];2017年

2 王志广;张春元;康东轩;;中继式无人机自组网方案设计[A];OSEC首届兵器工程大会论文集[C];2017年

3 杨光;王振宇;;无人机用活塞发动机质量与可靠性标准规范[A];质量管理体系评估最佳实践论文集[C];2017年

4 朱德铭;蔚文杰;;推进无人机装备保障科学发展的思考[A];航空装备维修技术及应用研讨会论文集[C];2015年

5 颜春艳;勉力财;张九民;;无人机系统用户技术资料体系研究[A];航空装备维修技术及应用研讨会论文集[C];2015年

6 王振宇;;航母无人机系统技术发展研究[A];航空装备维修技术及应用研讨会论文集[C];2015年

7 ;前言[A];2014（第五届）中国无人机大会论文集[C];2014年

8 祖先锋;李猛;韩玉芹;陈璞;;军用无人机系统计量保障体系研究[A];2014（第五届）中国无人机大会论文集[C];2014年

9 丁照蕾;刘泽勋;;美国无人机系统控制模块架构[A];2014（第五届）中国无人机大会论文集[C];2014年

10 顾天一;陈云翔;张磊;;基于环境的无人机数据链效能评估[A];2014（第五届）中国无人机大会论文集[C];2014年

相关重要报纸文章 前10条

1 本报记者 姚天宇;中国无人机将成世界市场“捕食者”[N];中国航天报;2016年

2 李大光　李晨;追赶世界一流的中国无人机[N];中国青年报;2011年

3 本报记者 王玉东;极飞科技助农业数字化成效显著[N];农资导报;2018年

4 本报记者 王建鹏;极飞科技点燃“农业飞翔”梦想[N];中国农机化导报;2018年

5 航空工业沈阳所 岳智敏 张健;航母舰载无人机的发展与关键技术[N];中国航空报;2017年

6 记者 姚雯;我国民用无人机产值2025年达到1800亿元[N];中国高新技术产业导报;2017年

7 本报记者 汤莉;我国将建立民用无人机管控体系[N];国际商报;2017年

8 记者 邱登科;无人机应用步入高速发展期[N];民营经济报;2017年

9 本报记者 张红霞 傅耕;成都无人机产业蓄势起飞[N];四川日报;2017年

10 ;无人机制造业发展的指导意见印发[N];中国工业报;2018年

相关博士学位论文 前10条

1 孟凡琨;无人机目标跟踪与避障研究[D];长安大学;2018年

2 王勋;基于拟态物理学的无人机编队控制与重构方法研究[D];国防科学技术大学;2016年

3 薛武;无人机影像定位优化技术研究[D];战略支援部队信息工程大学;2017年

4 裴信彪;新型多旋翼无人机的低成本组合导航与稳定控制[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年

5 邱东海;无人机起降滑跑与减振缓冲关键技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年

6 徐福祥;基于无人机及多源数据的黄海绿潮监测研究[D];中国科学院大学(中国科学院烟台海岸带研究所);2018年

7 朱小宁;航空物探无人机飞行姿态测量技术研究[D];吉林大学;2018年

8 张潮;神经智能控制在小型快递无人机系统中的研究与应用[D];北京科技大学;2017年

9 秦维彩;单旋翼植保无人机喷雾参数优化研究[D];江苏大学;2017年

10 赵明;多无人机系统的协同目标分配和航迹规划方法研究[D];哈尔滨工业大学;2016年

相关硕士学位论文 前10条

1 范浩楠;基于声波信号的室内无人机定位研究[D];西北大学;2018年

2 陈亚锋;无人机飞行数据实时异常检测系统研制[D];哈尔滨工业大学;2017年

3 任一可;我国民用无人机法律规制问题研究[D];西北大学;2018年

4 冯雪峰;无人机单镜头倾斜摄影测量的精度研究[D];华北理工大学;2018年

5 李红阳;基于无人机摄影测量技术的土地调查方法研究[D];华北理工大学;2018年

6 滕腾;CCS项目中CO_2泄露风险的无人机遥感监测响应研究[D];西北大学;2018年

7 鲁佳隽（Lucian）;无人机河道巡检系统设计与实现[D];南京师范大学;2018年

8 耿路;基于海情的掠海无人机RCS问题研究[D];南京师范大学;2018年

9 吕梦;无人机在高速公路边坡日常养护巡查的应用研究[D];长安大学;2018年

10 刘强军;基于FPGA的无人机惯性导航算法研究与电路设计[D];哈尔滨工业大学;2017年

本文编号：2620979