[发明专利]一种基于无人机影像匹配点云的高原梯田提取方法

说明书

本发明公开了一种基于无人机影像匹配点云的高原梯田提取方法，涉及水土保持和国土资源监测领域，基于原始无人机影像匹配点云，结合图像处理和数字地形分析的自动化梯田提取技术。本发明基于遥感影像和DEM数据，通过点云数据中梯田所在区域的色彩和形态特征特征，提出了基于形态学和区域生长法的梯田自动提取方法；无人机摄影测量是水土保持监测和人工地貌提取的重要技术手段，使用无人机影像匹配点云设计有效的自动化梯田提取方法提高了提取效率、减少人工工作量，对于高原地区的土地利用调查分析、水土保持工作评价、土壤侵蚀调查等具有重要的意义；为水土保持监测和土地利用调查提供基础数据和决策支持。

技术领域

本发明涉及水土保持和国土资源监测领域，具体为一种基于无人机影像匹配点云的高原梯田提取方法。

背景技术

梯田是一种典型的人工地貌，是顺山坡沿等高线修筑的阶梯状农田，在中国有很长一段历史。梯田是高原地区重要的水土保持措施。梯田改变了土地利用类型和土壤侵蚀方式，具有保水、蓄水、增产作用。近年来，国家加大了高原水土流失综合治理力度，实施了大量“坡改梯”等水保工程，梯田的面积不断增加。实时提取梯田范围对水土保持措施相关的科学研究、政策制定都具有重要意义。

基于遥感影像提取梯田，使用灰度共生矩阵和傅里叶变换的技术提取的梯田效果并不理想，识别精度也无法保证，不能较大范围的使用。面向对象技术是最近几年发展起来的，通过分析影像对象的光谱特征、纹理特征和空间特征实现了梯田的自动提取，但是梯田上的植被会影响梯田提取的精度，其分类结果不具有普适性，在实验过程中很容易形成破碎图斑。基于高精度数字高程模型DEM的提取方法精度较高，但高精度DEM的生成需要经过无人机影像匹配的点云进行植被去除，地形特征线生成等步骤，需要大量人工介入，生产费时费力。因此，如何不失一般性地精准自动提取梯田是亟待解决的问题。

发明内容

本发明的目的在于解决现有技术中存在的不足，提出一种基于原始无人机影像匹配点云，结合图像处理和数字地形分析的自动化梯田提取技术，为水土保持监测和土地利用调查提供基础数据和决策支持。

一种基于无人机影像匹配点云的高原梯田提取方法，依次包括以下步骤：

(1)对原始图像进行预处理，计算原始点云各个点法向量、绿叶指数(GLI)GLI＝(2·G-R-B)/(2·G+R+B)；在原始点云数据中进行简单采样，利用统计方法，初步选择可以区分梯田和非梯田区域的参数；

(2)选择多个小样区，对步骤(1)中选择的参数进行验证，确定梯田提取的参数及其阈值；

(3)根据步骤(2)得到的参数及其阈值，提取正地形梯田候选区；

(4)采用区域生长法对点云进行正地形区域的提取；

(5)通过对步骤(4)得到的梯田候选区和步骤(5)得到的正地形取交集得到位于正地形区域上的梯田区域；

(6)对步骤(5)得到的位于正地形区域上的梯田区域进行形态学边缘检测、重采样的得到二值化图像；最后利用破碎图斑去除和边界平滑图像处理等操作得到最终精细化的梯田范围及梯田田坎线。

优选的，所述步骤(1)中，所述预处理包括：计算原始点云的法向量及xyz轴分量和GLI。

优选的，所述步骤(2)中确定梯田提取的参数及其阈值具体步骤包括：

(21)随机选取区域内各主要地物类型小样区；

(22)计算并比较步骤(1)中初步选择的参数在各地物小样区的值的大小；

(23)若找到合适的参数阈值将梯田和非梯田区域分离开，则使用该参数提取梯田，否则，不使用该参数。

优选的，所述步骤(4)中提取方法的步骤为：先选择合适的生长点，再确定生长准则，最后判断生长停止条件。