[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

摘要

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。

主权项

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，生成文理，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。