一种树木数量实时测量统计方法、系统及无人机技术方案

技术编号:22330698 阅读:150 留言:0更新日期:2019-10-19 12:23
本发明专利技术属于统计技术领域,公开了一种树木数量实时测量统计方法、系统及无人机,所述方法包括模型训练:离线采集森林图像;对森林图像进行实例分割标注,获得森林样本图像;基于森林样本图像,通过深度学习网络训练获得用于树木数量统计的图像实例分割算法模型;实时测量统计:接收用户发出的控制指令;基于控制指令控制无人机升空飞行至待统计区域上空并定位;接收用户发出的统计指令;基于统计指令采集所述待统计区域的森林实时图像信息;将森林实时图像信息输入所述图像实例分割算法模型进行分割标注,获得所述待统计区域的树木数量信息;输出树木数量信息。本发明专利技术能够快速准确地计算出森林树木数量,达到实时效果。

【技术实现步骤摘要】
一种树木数量实时测量统计方法、系统及无人机
本专利技术属于统计
,具体涉及一种树木数量实时测量统计方法、系统及无人机。
技术介绍
森林是人类社会及其重要的自然资源,是人类生存和发展的基础。保护好森林资源是人类自身发展的需要。保护森林资源,改善生态环境,是生态建设的主要目标,也是林业建设的一项重要内容。随着我国社会经济和科学技术的快速发展,人类的活动也不断的增多,对环境的破坏也随之增加,毁林开垦、乱占林地,乱砍滥伐,破坏森林资源等违法行为时有发生,给森林资源的科学化管理带来了新的挑战。我们需要通过新的技术手段,精确统计出各种环境下的树木数量,为林业的执法管理保驾护航。目前随着无人机技术的广泛发展,通过无人机对目标深林区域进行监控已成为可能,无人机技术具备的成本低、操作简单、便捷运输且风险性低等特点,使其在林业资源调查、森林树木数量测量统计,林业执法管理等方面具有独特的优势。现有基于无人机的森林树木测量统计方法大多通过数学模型,建立树木胸径-冠幅的经验方程来大致估算树木数量,但是经验方程受树木类型、季节、无人机高度和焦距的影响较大,常常只能得到粗略的估算,无法满足现实的需求。同时现有的方式是通过无人机把图像、视频传到地面站再做处理,也无法达到实时计算的要求。
技术实现思路
为了解决现有技术存在的上述一个或多个技术问题,本专利技术旨在提供一种能够快速、准确地统计树木数量的树木数量实时测量统计方法、系统及无人机。为了实现上述目的,一方面,本专利技术提供了一种树木数量实时测量统计方法,应用于无人机上,所述方法包括:模型训练:离线采集森林图像;对所述森林图像进行实例分割标注,获得森林样本图像;基于所述森林样本图像,通过深度学习网络训练获得用于树木数量统计的图像实例分割算法模型;实时测量统计:接收用户发出的控制指令;基于所述控制指令控制无人机升空飞行至待统计区域上空并定位;接收所述用户发出的统计指令;基于所述统计指令采集所述待统计区域的森林实时图像信息;将所述森林实时图像信息输入所述图像实例分割算法模型进行分割标注,获得所述待统计区域的树木数量信息;输出所述树木数量信息。进一步的,所述模型训练步骤中的森林图像包括不同环境和不同季节下的森林树木图像。进一步的,所述模型训练步骤中的实例分割标注具体为用图像分割标注软件人工标注出图像中每棵树的轮廓和内部像素,图像中相连的像素点的集合即为每棵树。进一步的,所述实例分割标记的方法为:用不同的颜色的标签标记不同树木的像素点。进一步的,所述定位可以是通过GPS定位仪获取与森林的高度H,并对无人机空间位置进行调整。进一步的,所述森林实时图像信息为图片信息或视频信息。另一方面,本专利技术还提供了一种树木数量实时测量统计系统,应用于无人机上,所述系统包括:模型训练单元和实时测量统计单元;所述模型训练单元包括:第一采集模块,用于离线采集森林图像;分割标注模块,用于所述森林图像进行实例分割标注,获得森林样本图像;深度学习网络训练模块,用于基于所述森林样本图像,通过深度学习网络训练获得用于树木数量统计的图像实例分割算法模型;所述实时测量统计单元包括:第一接收模块,用于接收用户发出的控制指令;控制模块,用于基于所述控制指令,控制无人机升空飞行至待统计区域上空并定位;第二接收模块,用于接收所述用户发出的统计指令;图像实时采集模块,用于基于所述统计指令采集所述待统计区域的森林实时图像信息;传输模块,用于将所述森林实时图像信息输入所述图像实例分割算法模型中,获得所述待统计区域的树木数量信息;输出模块,用于输出所述待统计区域的树木数量信息。进一步的,所述模型训练步骤中的森林图像包括不同环境和不同季节下的森林树木图像。进一步的,所述图像实时采集模块为摄像头,所述图像实时采集模块采集的所述森林实时图像信息为图片信息或视频信息。进一步的,所述输出模块为无线通信模块,用于向与之连接的移动终端传输所述待统计区域的树木数量信息。第三方面,本专利技术提供了一种无人机,所述无人机上搭载有上述树木数量实时测量统计系统。与现有技术相比,本专利技术提供的技术方案具有如下有益效果或优点:本专利技术能够快速计算出森林树木数量,达到实时效果;通过深度学习图像实例分割算法计算树木数量,极大地提高了树木数量的计算准确度。参照后文的说明和附图,详细公开了本专利技术的特定实施方式,指明了本专利技术的原理可以被采用的方式。应该理解,本专利技术的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本专利技术的实施方式包括许多改变、修改和等同。针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种树木数量实时测量统计方法的方法流程图;图2为本专利技术实施例提供的一种树木数量实时测量统计系统的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围,而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。需要说明的是,在不冲突的情况下,本专利技术中的实施例及实施例中的特征可以相互组合。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。在本专利技术实施例的描述中,需要说明的是,指示方位或位置关系为基于附图所示的方位或位置关系,或者是该专利技术产品使用时惯常摆放的方位或位置关系,或者是本领域技术人员惯常理解的方位或位置关系,或者是该专利技术产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本专利技术和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本专利技术的限制。在本专利技术实施例的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接连接,也可以通过中间媒介间接连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本专利技术中的具体含义型实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和本文档来自技高网...

【技术保护点】
1.一种树木数量实时测量统计方法,应用于无人机上,其特征在于,所述方法包括:模型训练:离线采集森林图像;对所述森林图像进行实例分割标注,获得森林样本图像;基于所述森林样本图像,通过深度学习网络训练获得用于树木数量统计的图像实例分割算法模型;实时测量统计:接收用户发出的控制指令;基于所述控制指令控制无人机升空飞行至待统计区域上空并定位;接收所述用户发出的统计指令;基于所述统计指令采集所述待统计区域的森林实时图像信息;将所述森林实时图像信息输入所述图像实例分割算法模型进行分割标注,获得所述待统计区域的树木数量信息;输出所述树木数量信息。

【技术特征摘要】
1.一种树木数量实时测量统计方法,应用于无人机上,其特征在于,所述方法包括:模型训练:离线采集森林图像;对所述森林图像进行实例分割标注,获得森林样本图像;基于所述森林样本图像,通过深度学习网络训练获得用于树木数量统计的图像实例分割算法模型;实时测量统计:接收用户发出的控制指令;基于所述控制指令控制无人机升空飞行至待统计区域上空并定位;接收所述用户发出的统计指令;基于所述统计指令采集所述待统计区域的森林实时图像信息;将所述森林实时图像信息输入所述图像实例分割算法模型进行分割标注,获得所述待统计区域的树木数量信息;输出所述树木数量信息。2.根据权利要求1所述的树木数量实时测量统计方法,其特征在于,所述模型训练步骤中的森林图像包括不同环境和不同季节下的森林树木图像。3.根据权利要求1所述的树木数量实时测量统计方法,其特征在于,所述模型训练步骤中的实例分割标注具体为用图像分割标注软件人工标注出图像中每棵树的轮廓和内部像素,图像中相连的像素点的集合即为每棵树。4.根据权利要求3所述的树木数量实时测量统计方法,其特征在于,所述实例分割标记的方法为:用不同的颜色的标签标记不同树木的像素点。5.根据权利要求1所述的树木数量实时测量统计方法,其特征在于,所述定位可以是通过GPS定位仪获取与森林的高度H,并对无人机空间位置进行调整。6.根据权利要求1所述的树木数量实时测量统计方法,其特征在于,...

【专利技术属性】
技术研发人员:张继勇庄浩刘鑫李龙
申请(专利权)人:华瑞新智科技北京有限公司
类型:发明
国别省市:北京,11

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