[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

说明书

本发明提供了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：对原始无人机影像进行点云重建；生成研究区的nDSM信息；基于可见光的植被指数计算；影像对象的分类判别。本发明基于运动恢复结构（SFM）、多视图聚簇（CMVS）和基于面片模型的密集匹配（PMVS）算法重建研究区密集点云；经滤波、插值生成研究区数字高程模型（DEM）和归一化数字表面模型（nDSM），同时结合影像光谱信息对不同高度的城市植被分类提取；采用面向对象的图像分析方法，根据nDSM信息与归一化绿红差异指数(NGRDI)及可见光波段差异植被指数(VDVI)等光谱信息，实现了对不同高度植被类别的区分，大大提高了区分精度。

技术领域

本发明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。

背景技术

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。

发明内容

本发明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，本发明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；