【技术实现步骤摘要】
本申请涉及航拍影像用地监测，尤其涉及一种基于航拍影像的供后用地监测方法及系统。
技术介绍
1、为加强土地管理，持续推进对建设用地供后开发利用实施全过程监管，实现从规划管理、土地储备、土地供应和供后监管全过程管控。需要对区域内历年国有土地出让(划拨)地块每月需定期进行无人机航拍监测，对用地状态作出判别。目前常规的无人机拍摄地块方式，需人工操控无人机至航拍点上方，手动调整飞行高度和相机角度进行拍摄；外业拍摄的照片根据卫星影像、用地红线位置以及作业员的记忆，人工分类整理每一期的拍摄照片；最后，根据照片对所摄地块的用地状态进行人工判别并记录。而这些方法存在以下不足：
2、(1)人工操控无人机拍摄，操作繁琐且作业效率低，难以分辨地块范围，易造成拍摄范围不全或漏拍等错误；
3、(2)无人机拍摄的照片文件名默认按数字顺序编号，无法按地块进行归档分类，人工整理资料工作量大；
4、(3)每期拍摄的照片数量多，后期人工判别地块的供地状态，效率低且无法有效对地块进行多时相的分析。
技术实现思路
1、本申请的主要目的在于克服现有技术的缺点与不足，提供一种基于航拍影像的供后用地监测方法及系统，能够自动规划最优航线，以通过航拍的影像有效地对地块进行多时相的分析。
2、第一方面，本申请提供了一种基于航拍影像的供后用地监测方法，方法包括下述步骤：
3、根据拍摄地块的用地红线资料，采用卡壳法计算用地红线的最小外接矩形；
4、根据所述最小外接矩形
5、对所述拍摄地块进行分块，利用蚁群算法对所述分块内的所述拍摄点位置进行排序，规划最优航线；
6、无人机根据所述最优航线自动化航拍第一影像，并根据拍摄点位置和拍摄角度对所述航拍第一影像进行命名；所述命名是对所述第一影像的正视图、侧视图和俯视图进行命名；
7、根据所述第一影像的姿态参数和图片相关性，结合所述用地红线的最小外接矩形的位置信息，自动匹配出对应的第一影像并进行归档分类，得到第二影像；
8、收集所述第二影像的数据集并进行分类标记，将所述数据集输入至预先训练好的u-net神经网络模型进行图像分割，得到所述第二影像的地物分类标签图；所述u-net神经网络模型包括编码器-解码器；其中，所述编码器用于逐步压缩输入第二影像的特征；所述解码器用于将编码器得到的特征图还原为与输入第二影像相同尺寸的分割结果；
9、根据所述地物分类标签图的类别占比，对用地状态作出判别；所述用地状态包括阶段性闲置状态、施工状态和施工停止状态。
10、作为优选的技术方案，所述根据所述最小外接矩形计算拍摄地块每宗地的拍摄点位置是根据最小外接矩形四个角点坐标，以垂直于矩形长边作为无人机航向角，以相机俯仰角picth的默认值、相机画面覆盖范围超出矩形区域预设值为初始参数，基于摄影测量共线方程计算无人机航高，最后根据后方交会原理计算拍摄点位置的坐标值，具体的计算步骤为：
11、首先，将相机俯仰角picth设为默认值,相机垂直视场角vfov为已知值，计算角θ1、θ2：
12、
13、其次，根据相机高度ch、宽度cw、焦距f0、无人机航向角a以及第一影像画幅外扩系数k,计算拍摄点航高h：
14、
15、其中，高度ch、宽度cw、焦距f0、无人机航向角a为已知数，k＝1.2；若h＞限高，则返回重新调整俯仰角picth,直至h≤限高；
16、计算第一影像覆盖地面梯形高度ht:
17、
18、最后，计算得到拍摄点坐标x,y：
19、
20、
21、其中，x0、y0为外接矩形长边的中点坐标。
22、作为优选的技术方案，所述归档分类的步骤包括：
23、所述归档分类的步骤包括：
24、提取所述第一影像的信息；
25、根据所述第一影像的信息进行影像匹配；
26、根据第一影像匹配结果对第一影像进行分类和优化。
27、作为优选的技术方案，所述提取所述航拍第一影像的信息，具体为：
28、读取所述航拍第一影像的gps点坐标、姿态角信息，并储存到信息字典exif；
29、读取所有用地红线的最小外接矩形shp的四个角点坐标并求取最小外接矩形的中心点坐标，同时读取最小外接矩形shp的属性信息，并储存到最小外接矩形shp属性字典；
30、遍历第一影像的信息字典exif，获取所述航拍第一影像的拍摄点的gps点坐标、俯仰角、航偏角及拍摄高度；
31、遍历所述最小外接矩形shp属性字典，获取所述最小外接矩形shp的中心坐标。
32、作为优选的技术方案，所述根据所述航拍第一影像的信息进行影像匹配；具体为：
33、计算拍摄点位置与最小外接矩形shp中心点的水平理论距离s，通过拍摄高度与水平理论距离s计算实际拍摄俯仰角jd；
34、通过第一影像航偏角及水平理论距离s计算实际航拍的第一影像中心地面点二维坐标；
35、计算用地红线最小外接矩形中心与实际计算航拍的第一影像中心地面点的水平距离s_cs，预设水平距离s_cs的阈值，若小于预设的阈值则列入匹配第一影像列表；
36、此外，将满足实际拍摄俯仰角jd和水平距离s_cs参数的第一影像匹配后，利用航偏角与最小外接矩形长短边的角度关系设置角度参数jdcs，将与最小外接矩形长边垂直的标记为正视图，与最小外接矩形短边垂直的标记为侧视图，俯仰角p>85°标记为俯视图。
37、作为优选的技术方案，所述根据第一影像匹配结果对第一影像进行分类和优化；具体为：
38、根据数据提取阶段获取的最小外接矩形shp字段属性信息，按单位名称自动生成文件夹；
39、利用数据匹配结果与生成的文件夹名字挂接，将匹配结果按单位名称分类放入文件夹；
40、若存在不同最小外接矩形shp之间距离近且面积小，则存在计算的空间距离s'相近，出现误匹配情况，如果匹配到的第一影像数量大于3，则通过遍历上一期的第一影像，利用sklearn库的metrics.mutual_info_score函数计算上一期的第一影像与匹配第一影像的互信息值，根据互信息值最大的上一期第一影像文件名获取到对应的地块信息，若列表中有3张第一影像匹配到同一地块，则认为3张第一影像的互信息值匹配结果正确；若小于3张第一影像，则认为互信息值匹配无效，第一影像列入手动整理的名单，后续进行人工判别整理。
41、作为优选的技术方案，所述收集所述第二影像的数据集并进行分类标记，包括：
42、收集所述第二影像的数据集，并将所述数据集划分为训练样本集和验证集；
43、对所述第二影像的数据集进行旋转、缩放和翻转，以调整所述第二影像的亮度和对比度，并随机增加高斯噪声，本文档来自技高网...
【技术保护点】
1.一种基于航拍影像的供后用地监测方法，其特征在于，包括下述步骤：
2.根据权利要求1所述基于航拍影像的供后用地监测方法，其特征在于，所述根据所述最小外接矩形计算拍摄地块每宗地的拍摄点位置是根据最小外接矩形四个角点坐标，以垂直于矩形长边作为无人机航向角，以相机俯仰角Picth的默认值、相机画面覆盖范围超出矩形区域预设值为初始参数，基于摄影测量共线方程计算无人机航高，最后根据后方交会原理计算拍摄点位置的坐标值，具体的计算步骤为：
3.根据权利要求1所述基于航拍影像的供后用地监测方法，其特征在于，所述归档分类的步骤包括：
4.根据权利要求3所述基于航拍影像的供后用地监测方法，其特征在于，所述提取所述航拍第一影像的信息，具体为：
5.根据权利要求3所述基于航拍影像的供后用地监测方法，其特征在于，所述根据所述航拍第一影像的信息进行影像匹配；具体为：
6.根据权利要求3所述基于航拍影像的供后用地监测方法，其特征在于，所述根据第一影像匹配结果对第一影像进行分类和优化；具体为：
7.根据权利要求1所述基于航拍影像的供后用地
8.根据权利要求1所述基于航拍影像的供后用地监测方法，其特征在于，所述编码器包括五个下采样层，下采样层之间对输入的第二影像数据集采用两个3x3卷积层和一个2x2池化层进行下采样，最后输出影像的特征图；
9.根据权利要求1所述基于航拍影像的供后用地监测方法，其特征在于，所述阶段性闲置状态的判别条件包括：草地和植被占比增加，且建筑和建设用地占比无明显增加、裸地占比无明显变化、草地和植被占比增加，裸地占比减少的情况持续半年；当满足其中一种条件，则判别为闲置未动工，作闲置用地提醒；
10.一种基于航拍影像的供后用地监测系统，其特征在于，应用于权利要求1-9中任一项所述的基于航拍影像的供后用地监测方法，包括外接矩形模块、拍摄点位置模块、规划航线模块、影像命名模块、归档分类模块、训练模型模块以及状态判别模块；
...【技术特征摘要】
1.一种基于航拍影像的供后用地监测方法，其特征在于，包括下述步骤：
2.根据权利要求1所述基于航拍影像的供后用地监测方法，其特征在于，所述根据所述最小外接矩形计算拍摄地块每宗地的拍摄点位置是根据最小外接矩形四个角点坐标，以垂直于矩形长边作为无人机航向角，以相机俯仰角picth的默认值、相机画面覆盖范围超出矩形区域预设值为初始参数，基于摄影测量共线方程计算无人机航高，最后根据后方交会原理计算拍摄点位置的坐标值，具体的计算步骤为：
3.根据权利要求1所述基于航拍影像的供后用地监测方法，其特征在于，所述归档分类的步骤包括：
4.根据权利要求3所述基于航拍影像的供后用地监测方法，其特征在于，所述提取所述航拍第一影像的信息，具体为：
5.根据权利要求3所述基于航拍影像的供后用地监测方法，其特征在于，所述根据所述航拍第一影像的信息进行影像匹配；具体为：
6.根据权利要求3所述基于航拍影像的供后用地监测方法，其特征在于，所述根据第一影像匹配结果对第...
【专利技术属性】
技术研发人员：陈炳杰，张武，邝国强，张文娟，史经，刘栩溢，
申请(专利权)人：城乡院广州有限公司，
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。