【技术实现步骤摘要】
一种基于无人机航拍的园林乔木数量智能检测方法及系统
[0001]本专利技术涉及一种基于无人机航拍的乔木数量智能检测方法，属于目标检测和计算机视觉领域。
技术介绍
[0002]目前，园林中乔木的数量统计基本上还是依靠人力的传统方式，此方式存在劳动成本大，效率低，人力及资源浪费严重，且不能保证正确率，因此不能智能的对园林进行巡检和资产盘点。现今大部分智慧园林都采用无人机对园林中的情况进行动态的监控，然后利用目标检测等算法对监控信息进行智能分析。随着深度学习在计算机视觉领域的飞速发展，目标检测技术作为计算机视觉领域的一部分也得到了突破性的发展。然而采用目标检测等深度学习方法进行识别统计其过程中由于乔木距离近，图片中存在粘连问题、对于多帧图片信息存在重复问题等，都导致乔木统计的准确率偏低，无法准确的对园林资产进行盘点。
[0003]综上所述，如何在现有技术上提出准确的乔木识别方法和乔木统计成为了目前业内人士所亟待解决的问题。
技术实现思路
[0004]技术问题：本专利技术的目的是提出一种新颖的基于无人机航拍的园林乔木数量智能检测方法及系统，解决现有技术对乔木数量统计准确率低的问题。该方法通过1）针对单幅图像信息，对乔木粘连区域计算边缘概率对粘连乔木进性分解，提高乔木个数识别的准确率；2）对于视频信息，自适应确定两个不相关图像之间滑动窗的宽度（帧数），降低乔木重复率。
[0005]首先，本专利技术提供一种乔木数量检测方法，包括以下步骤：步骤1、采集乔木样本图像，并对乔木样本图像进行标注，构建乔木...
【技术保护点】
【技术特征摘要】
1.一种乔木数量检测方法，其特征在于，包括以下步骤：步骤1、采集乔木样本图像，并对乔木样本图像进行标注，构建乔木图像训练集和乔木图像验证集；步骤2、根据乔木图像训练集和乔木图像验证集，构建乔木识别模型；步骤3、通过无人机采集待识别图像，利用乔木识别模型识别其中的乔木区域；步骤4、根据以下公式计算乔木区域内每个像素点的边缘概率：a
i
= exp[∑
j ( p
ij
+ρ
i ) ]/ ∑
i exp[∑
j ( p
ij
+ρ
i ) ]p
ij
= p
i ‑ꢀ
p
j
ρ
i = (∑
j p
j
) / k式中，a
i
表示乔木区域内第i个像素点的边缘概率，k表示乔木区域内第i个像素点邻域内的像素点个数，n表示乔木区域内像素点个数，p
i
表示乔木区域内第i个像素点灰度化后的像素值，p
j
表示乔木区域内第i个像素点邻域内第j个像素点灰度化后的像素值，ρ
i
表示乔木区域内第i个像素点邻域内的像素密度，i=1,2,
…
,n，j=1,2,
…
,k；步骤5、若乔木区域内某个像素点的边缘概率大于设定阈值，则将其像素值置1，否则将其像素值置0；步骤6、根据连通区域判定方法Two
‑
Pass算法，确定乔木区域内的连通区域，连通区域的数量即为乔木区域内的乔木数量；步骤7、待识别图像中的乔木数量即为其中所有乔木区域内的乔木数量之和。2.如权利要求1所述的一种乔木数量检测方法，其特征在于，步骤1中还包括对乔木样本图像进行平移、放大、旋转的预处理。3.如权利要求1所述的一种乔木数量检测方法，其特征在于，步骤2中乔木识别模型采用CNN网络结构。4.一种基于无人机航拍的园林乔木数量智能检测方法，其特征在于，包括以下步骤：S1、利用无人机采集乔木统计区域的视频信息，并根据无人机的飞行速度、飞行高度、视频的帧率自适应确定滑动窗的宽度；S2、采用权利要求1至3中任一所述的乔木数量检测方法对每一个滑动窗两端的图像进行乔木数量检测；S3、对S2中的检测结果进行求和，得到乔木统计区域内乔木的数量。5.如权利要求4所述的一种基于无人机航拍的园林乔木数量智能检测方法，其特征在于，S1中根据无人机的飞行速度、飞行高度、视频的帧率自适应确定滑动窗的宽度，具体步骤如下：1）确定滑动窗的初始宽度m0：m
0 = t
·
f
ps
式中，t为无人机以v0的速度飞行，其飞行距离为s的飞行时间；v0为无人机采集滑动窗起始位置图像时的飞行速度；s为滑动窗起始位置图像的中心点和后续首次出现与其完全不相关的某帧图像的中心点对应的实际地理位置之间的距离；f
ps
为无人机拍摄视频的帧率；2）计算滑动窗的宽度为m0时滑动窗两端的两帧图像的乔木重叠率f
m01
...
【专利技术属性】
技术研发人员：刘洪全，陈超，张晖，李可欣，赵海涛，滕婷婷，张国文，崔明明，倪艺洋，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
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。