The invention provides a kind of urban vegetation classification method based on UAV image and reconstruction point cloud, including the reconstruction of the original UAV image by point cloud, the nDSM information of the study area, the vegetation index calculation based on visible light, and the classification and discrimination of the image objects. The invention is based on the motion recovery structure (SFM), multi view clustering (CMVS) and the dense matching (PMVS) algorithm based on the patch model to reconstruct the dense point cloud in the study area; through filtering and interpolation, the digital elevation model (DEM) and the normalized digital surface model (nDSM) are generated by the filtering and interpolation, and the image spectral information is combined with different heights. According to the nDSM information and the normalized green red difference index (NGRDI) and the difference vegetation index (VDVI) in the visible light band, the classification of the urban vegetation was extracted by the object oriented image analysis method. The distinction between the vegetation categories of different heights was realized, and the distinction accuracy was greatly raised.
【技术实现步骤摘要】
一种基于无人机影像与重建点云的城市植被分类方法
本专利技术涉及一种城市植被分类方法,具体的说,涉及了一种基于无人机影像与重建点云的城市植被分类方法。
技术介绍
植被是城市生态系统中重要的组成部分,具有吸收噪音、减少雾霾和减轻城市热岛效应的功能。研究并准确掌握城市植被的类型、面积及空间分布可为城市规划者优化城市空间利用提供可靠依据,利于提高城市宜居指数、促进城市发展。传统的植被调查多采用人工方法,虽然调查详细、准确率高,但人力、财力消耗大而且周期长,无法满足植被信息快速更新的需求。无人机遥感具有客观、高效等特点,可在短期内获取较大范围地面信息,加之其影像分辨率高,用于信息的分类与快速更新具有很大优势。以往城市植被分类时多利用影像光谱、纹理和形状等特征,能较好地提取某一类植被,而无法很好从植被这一大类中根据高度信息对不同类型植被进一步提取。为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
技术实现思路
本专利技术的目的是针对现有技术的不足,从而提供一种可区分不同高度的植被、分类精度高、分类效率高、实用性强的基于无人机影像与重建点云的城市植被分类方法。为了实现上述目的,本专利技术所采用的技术方案是:一种基于无人机影像与重建点云的城市植被分类方法,包括以下步骤:步骤1、对原始无人机影像进行点云重建拍摄研究区的原始无人机影像,采用SFM算法,获得研究区的稀疏点云,采用CMVS/PMVS算法将稀疏点云扩展为密集点云;对密集点云进行克里金插值建模,生成文理,获得研究区的正射影像DOM,并对正射影像DOM进行影像分割;步骤2、生成研究区的nDSM信息对获得的密集 ...
【技术保护点】
1.一种基于无人机影像与重建点云的城市植被分类方法,其特征在于,包括以下步骤:步骤1、对原始无人机影像进行点云重建拍摄研究区的原始无人机影像,采用SFM算法,获得研究区的稀疏点云,采用CMVS/PMVS算法将稀疏点云扩展为密集点云;对密集点云进行克里金插值建模,生成文理,获得研究区的正射影像DOM,并对正射影像DOM进行影像分割;步骤2、生成研究区的nDSM信息对获得的密集点云进行抽稀处理,获得抽稀点云;对所述抽稀点云进行滤波,滤除非地貌特征点,获得地面点云集合,经克里金插值处理后,获得研究区的数字高程模型DEM;对所述抽稀点云进行克里金插值处理,获得研究区的数字表面模型DSM;对所述数字高程模型DEM与所述数字表面模型DSM进行求差分析获得研究区的nDSM信息;步骤3、基于可见光的植被指数计算取含可见光波段的研究区的正射影像,计算归一化绿‑红差异指数NGRDI和可见光波段差异植被指数VDVI,以NGRDI值和VDVI值的大小表示植被的覆盖度;其中,
【技术特征摘要】
1.一种基于无人机影像与重建点云的城市植被分类方法,其特征在于,包括以下步骤:步骤1、对原始无人机影像进行点云重建拍摄研究区的原始无人机影像,采用SFM算法,获得研究区的稀疏点云,采用CMVS/PMVS算法将稀疏点云扩展为密集点云;对密集点云进行克里金插值建模,生成文理,获得研究区的正射影像DOM,并对正射影像DOM进行影像分割;步骤2、生成研究区的nDSM信息对获得的密集点云进行抽稀处理,获得抽稀点云;对所述抽稀点云进行滤波,滤除非地貌特征点,获得地面点云集合,经克里金插值处理后,获得研究区的数字高程模型DEM;对所述抽稀点云进行克里金插值处理,获得研究区的数字表面模型DSM;对所述数字高程模型DEM与所述数字表面模型DSM进行求差分析获得研究区的nDSM信息;步骤3、基于可见光的植被指数计算取含可见光波段的研究区的正射影像,计算归一化绿-红差异指数NGRDI和可见光波段差异植被指数VDVI,以NGRDI值和VDVI值的大小表示植被的覆盖度;其中,式中,G,R,B,分别表示绿、红和蓝三个波段的反射率或像元值;NGRDI和VDVI的值域均为[-1,1];步骤4、影像对象的分类判别所述影像对象包括草地、灌木、乔木、水生植被、建筑物、水泥硬化地面和水体;4.1设定DEM的值域范围以及VDVI的值域范围,再加设nDSM的值域范围,进行水体与水生植被的分类判别;4.2、设定DEM的值域范围以及NGRDI的值域范围,进行陆生植被与非陆生植被的分类判别;4.2.1、加设nDSM的值域范围,进行草地、灌木和乔木的分类判别,以及建筑物和水泥硬化地面分类判别;4.2.2、计算nDSM的标准偏差standarddeviationnDSM,在区分建筑物与小乔木时,加设...
【专利技术属性】
技术研发人员:于海洋,李莹,王燕燕,吴建鹏,杨礼,
申请(专利权)人:河南理工大学,
类型:发明
国别省市:河南,41
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。