一种基于彩色数字图像植被冠层覆盖度计算方法及系统技术方案

技术编号:13330286 阅读:231 留言:0更新日期:2016-07-11 20:36
本发明专利技术涉及一种基于彩色数字图像植被冠层覆盖度计算方法及系统,包括垂直拍摄获取待计算区域的彩色数字图像;计算彩色数字图像的每个像素的绿特征指数;调用Sobel算子分别根据每个像素的绿特征指数计算每个像素的梯度值,并将最大梯度值对应的像素的绿特征指数作为阈值;分别将每个像素的绿特征指数与所述阈值进行比较,将绿特征指数大于或等于所述阈值的对应像素归为植被像素,将绿特征指数小于所述阈值的对应像素归为非植被像素,根据植被像素和非植被像素计算所述待计算区域的植被冠层覆盖度;本发明专利技术实现了植被冠层覆盖度的高精度计算,且节省人力,自适应性强。

【技术实现步骤摘要】

本专利技术涉及计算植被冠层覆盖度
,特别涉及一种基于彩色数字图像植被冠层覆盖度计算方法及系统
技术介绍
植被冠层覆盖度是用来评价地表植被状况的一个非常重要的指标,同时是土壤侵蚀和水土流失的主要影响因子。研究表明,植被覆盖与气候因子关系十分密切。植被覆盖变化对气候的影响问题是目前气候变化研究的主要内容之一,它影响着土壤湿度、地表温度和地表能量与水的循环。植被冠层覆盖度是植物群落覆盖地表状况的一个综合量化指标。它是重要的气候、水文生态参数、土地退化、盐渍化和沙漠化的有效评估指数。同时,它还是全球环境变化的敏感因子,地表植被蒸腾、土壤水分蒸发损失总量、光合作用的过程关键因子,水土流失的控制因子。因此,植被冠层覆盖度的高精度和自动化提取对于各领域的发展十分重要。现阶段提取植被冠层覆盖度的方法主要有以下两种:1、地面测量,该方法主要是以人工实地测量获取数据。最简单的方法就是目估法。但是,目估法主观性太强,结果往往因人而异。在此基础上发展产生了一系列新的方法,主要是采样的方法,包括样方法、样带法和样点法等,其虽然提高了精度,但是受到较大人为因数影响。为了获得更准确的数据,科学家们专利技术了用于采样的仪器,如空间定量计和移动光量计等,这种仪器很好的满足了提高测量精度的目标,但是,在野外使用这些仪器操作上十分不便。随着统计学思想的发展,生态学家们将统计学应用于植被冠层覆盖度的规律研究中,通过对一定数量的地面点进行实地测量,再对实测数据进行时空分析,探究植被冠层覆盖度的时空分布规律,从而建立经验模型。但是,这种统计学的方法一般适用于特定区域及特定的植被类型,特异性强,同时也意味着局限性大,推广不易。2、遥感测量,近些年来遥感技术的发展在一定程度上促进了生态学的进步。植被冠层覆盖度的提取也因此形成了一个新的发展方向。常见的方法有:回归模型法、植被指数法与像元分解模型法。回归模型法是寻找对植被冠层覆盖度敏感而对背景因素不敏感的植被指数,利用统计学思想分析植被指数与植被冠层覆盖度之间的关系,建立两者之间的各种回归模型。植被指数法是直接利用与植被指数关系好的指数来直接估算植被冠层覆盖度的反演方法。像元分解模型法是直接通过理论分析像元,对像元进行分解,进一步建立植被指数与植被冠层覆盖度的相关关系模型。综上所述,这两大类植被冠层覆盖度的获取方法都存在一定的缺陷和问题,主要体现在:(1)选取样方对先验知识的要求高,人眼估测的主观性大,照片勾绘费时费力;(2)采样仪器野外使用及携带不方便;(3)统计模型在寻找合适的指数时特异性强,适用范围不广;(4)利用遥感建立关系模型反演的方法,精度有限,反演适应范围有限。
技术实现思路
本专利技术目的是提供一种基于彩色数字图像植被冠层覆盖度计算方法及系统,解决现有技术中存在的上述问题。本专利技术解决上述技术问题的技术方案如下:一种基于彩色数字图像植被冠层覆盖度计算方法,包括如下步骤:步骤1,垂直拍摄获取待计算区域的彩色数字图像;步骤2,计算所述彩色数字图像的每个像素的绿特征指数;步骤3,调用Sobel算子分别根据每个像素的绿特征指数计算每个像素的梯度值,并将最大梯度值对应的像素的绿特征指数作为阈值;步骤4,分别将每个像素的绿特征指数与所述阈值进行比较,将绿特征指数大于或等于所述阈值的对应像素归为植被像素,将绿特征指数小于所述阈值的对应像素归为非植被像素,根据植被像素和非植被像素计算所述待计算区域的植被冠层覆盖度。本专利技术的有益效果是:彩色数字图像可通过数码相机拍摄获得,相对于人眼估测和照片勾绘大大提高了植被冠层覆盖度的计算精度,节省人力,有效避免人为判断和先验经验不足带来的偶然误差,且数码相机操作简单,在野外适用性强;并且基于绿特征指数和最大梯度值选取阈值,有效避免环境因素和人为因素的影响,自适应性强,且阈值可通过本专利技术方法所对应的计算程序自动获取,准确性高。在上述技术方案的基础上,本专利技术还可以做如下改进。进一步,所述步骤2的具体实现为根据如下第一公式计算每个像素的绿特征指数;所述第一公式如下所示:EG=2G-R-B其中,所述EG为任一像素的绿特征指数,所述G、R和B分别为所述任一像素中绿色、红色和蓝色三种颜色在各自通道中的数值。进一步,所述步骤3的具体实现包括如下步骤:步骤31,调用Sobel算子根据如下第二公式和第三公式分别计算每个像素的横向亮度差分近似值和纵向亮度差分近似值;所述第二公式如下所示: S x = E G * 1 2 1 0 0 0 - 1 - 2 - 1 ]]>所述第三公式如下所示: S y = E G * 1 0 - 1 2 0 - 本文档来自技高网
...

【技术保护点】
一种基于彩色数字图像植被冠层覆盖度计算方法,其特征在于,包括如下步骤:步骤1,垂直拍摄获取待计算区域的彩色数字图像;步骤2,计算所述彩色数字图像的每个像素的绿特征指数;步骤3,调用Sobel算子分别根据每个像素的绿特征指数计算每个像素的梯度值,并将最大梯度值对应的像素的绿特征指数作为阈值;步骤4,分别将每个像素的绿特征指数与所述阈值进行比较,将绿特征指数大于或等于所述阈值的对应像素归为植被像素,将绿特征指数小于所述阈值的对应像素归为非植被像素,根据植被像素和非植被像素计算所述待计算区域的植被冠层覆盖度。

【技术特征摘要】
1.一种基于彩色数字图像植被冠层覆盖度计算方法,其特征在于,包括
如下步骤:
步骤1,垂直拍摄获取待计算区域的彩色数字图像;
步骤2,计算所述彩色数字图像的每个像素的绿特征指数;
步骤3,调用Sobel算子分别根据每个像素的绿特征指数计算每个像素
的梯度值,并将最大梯度值对应的像素的绿特征指数作为阈值;
步骤4,分别将每个像素的绿特征指数与所述阈值进行比较,将绿特征
指数大于或等于所述阈值的对应像素归为植被像素,将绿特征指数小于所述
阈值的对应像素归为非植被像素,根据植被像素和非植被像素计算所述待计
算区域的植被冠层覆盖度。
2.根据权利要求1所述一种基于彩色数字图像植被冠层覆盖度计算方
法,其特征在于,所述步骤2的具体实现为根据如下第一公式计算每个像素
的绿特征指数;
所述第一公式如下所示:
EG=2G-R-B
其中,所述EG为任一像素的绿特征指数,所述G、R和B分别为所述任
一像素中绿色、红色和蓝色三种颜色在各自通道中的数值。
3.根据权利要求1所述一种基于彩色数字图像植被冠层覆盖度计算方
法,其特征在于,所述步骤3的具体实现包括如下步骤:
步骤31,调用Sobel算子根据如下第二公式和第三公式分别计算每个像
素的横向亮度差分近似值和纵向亮度差分近似值;
所述第二公式如下所示:
S x = E G * 1 2 1 0 0 0 - 1 - 2 - 1 ]]>所述第三公式如下所示:
S y = E G * 1 0 - 1 2 0 - 2 1 0 - 1 ]]>其中,所述EG为任一像素的绿特征指数,所述 1 2 1 0 0 0 - 1 - 2 - 1 ]]>为Sobel算
子的横向卷积因子,所述 1 0 - 1 2 0 - 2 1 0 - 1 ]]>为Sobel算子的纵向卷积因子,所述Sx为
所述任一像素的横向亮度差分近似值,所述Sy为所述任一像素的纵向亮度差
分近似值;
步骤32,根据如下第四公式计算每个像素的梯度值;
所述第四公式如下所示:
M = S x 2 + S y 2 ]]>其中,所述M为所述任一像素的梯度值;
步骤33,将最大梯度值对应的像素的绿特征指数作为阈值。
4.根据权利要求1所述一种基于彩色数字图像植被冠层覆盖度计算方
法,其特征在于,所述步骤3的具体实现中按绿特征指数的大小顺序,逐一
计算每个像素的梯度值,并绘制梯度值与绿特征指数的关系曲线,则关系曲
线的最高点对应的梯度值即为最大梯度值。
5.根据权利要求1所述一种基于彩色数字图像植被冠层覆盖度计算方
法,其特征在于,所述步骤4的具体实现包括如下步骤:
步骤41,分别将每个像素的绿特征指数与所述阈值进行比较,将绿特征
指数大于或等于所述阈值的对应像素归为植被像素,将绿特征指数小于所述
阈值的对应像素归为非植被像素;
步骤42,计算全部植被像素所占面积与所述彩色数字图像总面积的百分

\t比;
步骤43,当所述彩色数字图像为普通镜头拍摄的图像时,则所述百分比
即为所述待计算区域的植被冠层覆盖度;当所述彩色数字图像为鱼眼镜头拍
摄的图像时,则根据如下第五公式计算所述待计算区域的植被冠层覆盖度;
所述第五公式如下所示:
y ′ = 4 y m n πd 2 ]]>其中,所述y′为所述待计算区域的植被冠层覆盖度,所述y为所述百分
比,所述m和n分别为所述彩色数字图像的长和宽,所述d为所述鱼眼镜头
拍摄的图像中的有效图像的直径。
6.根据权利要求5所述一种基于彩色数字图像植被冠层覆盖度计算方
法,其特征在于,当所述彩色数字图像为鱼眼镜头拍摄的图像时,所述步骤
1和步骤2之间还包括采用图像处理工具去除所述有效图像外围的噪点的步
骤。
7.根据权利要...

【专利技术属性】
技术研发人员:金时超佃袁勇王鹏程滕明君彭隆赞孟凡凡
申请(专利权)人:华中农业大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1