[发明专利]一种基于无人机影像与重建点云的城市植被分类方法

权利要求书

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，生成纹理，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standard deviation nDSM，在区分建筑物与小乔木时，加设standard deviation nDSM的值域范围。

2.根据权利要求1所述的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，所述步骤4中：

当NGRDI＞0.2、nDSM＜0.26、DEM＞94.1时判定为草地；

当NGRDI＞0.2、0.26＜nDSM＜1.5、DEM＞94.1时判定为灌木；

当NGRDI＞0.2、nDSM＞1.5时判定为乔木；

当NGRDI＜0.2、nDSM＞5、Standard deviation nDSM＜0.1时判定为建筑物；

当NGRDI＜0.2、2＜nDSM＜9、Standard deviation nDSM＞0.1时判定为小乔木；

当NGRDI＜0.2、nDSM＜0.055、DEM＞94.1时判定为水泥地面；

当VDVI＞0.168、nDSM＜1.6、DEM＜94.1时判定为水生植物；

当VDVI＜0.168、nDSM＜0.01、DEM＜94.1时判定为水体。

3.根据权利要求1或2所述的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：所述步骤2中，对所述抽稀点云采用自适应不规则三角网点云滤波算法滤除非地貌特征点；

1.1、预设阈值条件，任取局部区域最低点构建一自适应不规则三角网TIN模型；

1.2、计算目标点到不规则三角网TIN中相应三角形顶点角度和该目标点到相应三角形面的距离，并与预设的阈值条件进行比较；

1.3、如果目标点的距离和角度小于预设阈值，将该点加入到地面点云集合，再用地面点云集合构建一个新的不规则三角网TIN模型，返回步骤1.2直到滤除所有非地面特征点。

4.根据权利要求1所述的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：所述步骤1中，对正射影像DOM进行影像分割时，采用ESP软件确定影像的最优分割尺度。