欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022100277042
申请人: 南通大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种种植园场景下的语义建图方法,其特征在于,包括如下步骤:

步骤S1:将种植园划分为不同区域,设定无人机飞行参数,确定摄像头拍摄的中心点;

步骤S2:使用无人机分别采集高空冠层和低空枝叶图像,训练胶囊神经网络获得两种分类器,两种分类器为高空冠层分类器和低空枝叶分类器;

步骤S3:根据高空冠层分类器对地貌及树种进行分类;

步骤S4:根据低空枝叶分类器对上一步骤的分类结果进行校验;

步骤S5:对校验完成的语义图片进行拼接,生成种植园语义地图。

2.根据权利要求1所述的一种种植园场景下的语义建图方法,其特征在于,所述步骤S1中构建种植园语义地图,考虑到成像尺寸限制,先将种植园划分为不同区域,再进行拍摄、识别与拼接,设定每一个区域为一个标准方形采集区域;将无人机飞行设定一定高度安全范围,无人机俯拍位置设定为每一标准区域中心位置,工作人员控制无人机对种植园进行定点拍摄,定点距离的数值与无人机下单帧拍摄的区域范围的参数有关。

3.根据权利要求2所述的一种种植园场景下的语义建图方法,其特征在于,无人机下单帧拍摄的区域范围即无人机摄像头的镜头视野,其计算公式为:视野范围FOV=工作距离(WD)*靶面尺寸(H OR V)/焦距 F,其中 WD的值通过无人机与控制人员信号接收器和距离和角度获得H=L*sinθ,为无人机工作高度,靶面尺寸为镜头拍摄区域大小,同时考虑到图像边缘存在畸变的可能性,拍摄时让相邻图像保留一定比例的重叠,基于镜头视野设定有效成像视野。

4.根据权利要求1所述的一种种植园场景下的语义建图方法,其特征在于,所述步骤S2使用无人机搭载RGB摄像在高空对种植园区域进行俯拍,得到水塘、草地、灌木及不同树种对象的冠层图像,再在低空采集不同树种的枝叶图像;对图像进行预处理,使用中值滤波对图像进行降噪,对分辨率较低的图像进行插值处理,提高其分辨率;根据实际环境,使用LabelImg软件将此数据集划分为水塘、沙地、泥地、草地、灌木、以及各种经济树木,胶囊网络相较卷积神经网络所需训练集较小,同时胶囊神经网络内部胶囊层处理数据类型均为向量格式,对种植园多树木夹杂、多枝叶相交的复杂场景识别分类效果更好;因此搭建胶囊神经网络,分别以高空冠层数据集和低空枝叶数据集训练胶囊神经网络,得到高空冠层分类器和低空枝叶分类器。

5.根据权利要求1所述的一种种植园场景下的语义建图方法,其特征在于,步骤S3中,无人机在种植园高空飞行,于每片采集区域中心位置停留,并进行俯拍,获取种植园的地貌,以及不同树木的冠层轮廓信息,使用高空冠层分类器对环境及树种进行实时高效分类。

6.根据权利要求1所述的一种种植园场景下的语义建图方法,其特征在于,步骤S4中,根据低空枝叶分类器对采样对象进行分类校验,校验结果是否与第一次分类结果一致,不一致则对第一次分类得到的语义图片进行信息更新。

7.根据权利要求1所述的一种种植园场景下的语义建图方法,其特征在于,步骤S5中,在航拍过程中,不同采集区域的图像存在重叠,需要构建种植园全景语义地图,因此需要使用图片拼接消除图片重叠所带来的负面影响;首先需要根据给定两区域图像,使用SIFT算法提取特征点,对这些特征点用特征表述子进行匹配,即特征点属性,匹配得到两区域图像中相同的特征点,即重叠区域的特征点;然后根据匹配的特征点计算两区域图片的单应性矩阵,得到一区域相对另一区域的位置,使用RANSAC算法求解单应性矩阵,配合光束平差法联合优化对两区域图片进行配准;拼接前需进行水平矫正和曝光补偿,提高两图片的一致性;使用图割法寻找重叠区域中最相似的线,对拼缝附近的若干像素使用拉普拉斯融合算法进行融合,只保留重叠区域拼缝一侧的图像,得到两区域拼接后的语义图片;对其他区域语义图片进行相同的图像拼接流程,最终获得完整的种植园语义地图;语义地图为种植园全貌图像,并且包含园内各种地貌与树种语义信息,为后续对树木生长状态的监测管理提供了方便。