[发明专利]一种植物样方调查方法、装置及系统有效
申请号: | 202011422420.0 | 申请日: | 2020-12-08 |
公开(公告)号: | CN112528833B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 王艳芬;宋小宁;郝彦斌;胡容海;薛凯;崔骁勇;庞哲 | 申请(专利权)人: | 中国科学院大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/762;G06T17/00;G06F16/58 |
代理公司: | 北京驰纳智财知识产权代理事务所(普通合伙) 11367 | 代理人: | 李佳佳 |
地址: | 100000 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 植物 调查 方法 装置 系统 | ||
本发明提供一种植物样方调查方法、装置及系统,其中方法包括对植被进行多角度照片拍摄,还包括以下步骤:基于所述多角度照片重建草地的三维结构;基于所述三维结构上的差异,根据草种的不同将草地样方划分为多个区域;基于三维特征,判断划分后的每个区域中的草与预构建的草种结构数据库中的草种三维机构和参数上的相似度,并确认该区域中的草种;统计所述草地样方中各种草的类型及其所占比例;再一次根据与构建的草地群系组成数据库,判断该样方的草种比例所对应的草地群系类型。本发明提出的植物样方调查方法,加入了多角度照片实现了三维重建,并通过两个预构建的数据库,基于两次自动识别,实现了草地群系的自动识别。
技术领域
本发明涉及植被自动识别的技术领域,特别是一种植物样方调查方法、装置及系统。
背景技术
植被样方调查是获取植物群落地理分布特征的重要手段,也是制作植物分布地图的必要数据。为了体现植物群落的空间分布特征,需要在一定的空间范围内,以一定的密度布设一定数量的样点,分别开展植物样方调查并记录各个样点的信息。植物样方调查要求较高的时效性和一致性。一方面,植物会随着季节发生变化,因此要求所有样点的调查能在一定时间内完成,即要求调查快速高效,具备时效性。另一方面,所有样点的植物调查数据需要综合使用,因此要求植物调查方式、信息记录格式遵循统一的规范和格式,具备一致性。
通过智能手机获取植物类型,具有快速高效的优点,已成为极具潜力的植物类型识别方法。现有方法通过拍摄植物花朵,基于大数据识别的方式,已经一定程度上实现了花朵的快速识别。花朵作为植物的生殖器官,是区分植被最为明显的特征;并且由于其与叶片、土壤背景显著的颜色差异,能够较好的从背景中提取出来。
但同样的方法再应用到草地的识别中,就存在明显的问题。一是不同草地群系的图像特征都较为相似,都是绿色叶片,颜色、形状均较为相似。二是一个草地群系中,往往不是单一的物种,而是由多种草种组成,其草种的类型和比例决定了草地群系类型。导致草地群系无法通过传统的图像特征识别出来。
原创力文档网站在2017年12月31日公开了题目为《植物种群的样方调查法》的PPT,详细记录了植物种群的样方调查法,该方法的缺点是速度慢,且对于调查人员的专业知识要求较高,调查大片区域需要投入大量的人力物力,并且不同人员识别的结果受其专业知识限制,具有一定的主观性。
发明内容
为了解决上述的技术问题,本发明提出的植物样方调查方法,加入了多角度照片实现了三维重建,并在此基础上,通过两个预构建的数据库,基于两次自动识别,实现了草地群系的自动识别。
本发明的第一目的是提供一种植物样方调查方法,包括对植被进行多角度照片拍摄,还包括以下步骤:
步骤1:基于所述多角度照片重建草地的三维结构;
步骤2:基于所述三维结构上的差异,根据草种的不同将草地样方划分为多个区域;
步骤3:基于三维特征,判断划分后的每个区域中的草与预构建的草种结构数据库中的草种三维机构和参数上的相似度,并确认该区域中的草种;
步骤4:统计所述草地样方中各种草的类型及其所占比例;
步骤5:再一次根据与构建的草地群系组成数据库,判断该样方的草种比例所对应的草地群系类型。
优选的是,所述对植被进行多角度照片拍摄方法包括设置一个样方框,围绕所述样方框拍摄多角度照片,所述样方框用于确定样方边界和三维重建的定位。
在上述任一方案中优选的是,所述对植被进行多角度照片拍摄方法还包括解算拍摄单元拍摄时的角度和各个角度照片拍摄的精准拍摄单元位置。
在上述任一方案中优选的是,所述步骤1包括结合所述多角度照片的图像特征、同名点、姿态信息和所述精准拍摄单元位置,开展样方三维重建,提取出样方内部植被的三维结构。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院大学,未经中国科学院大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011422420.0/2.html,转载请声明来源钻瓜专利网。