一种航拍影像边坡植被覆盖状态评估方法及系统

1.一种航拍影像边坡植被覆盖状态评估方法，其特征在于，该方法包括以下步骤：步骤S01：利用无人机航拍获取多张不同区域边坡地区图像，并按照图像拍摄顺序对边坡图像进行遍历；步骤S02：根据边坡地区图像每个像素点的RGB三通道数值大小计算绿色指数，筛选所有绿色指数大于0像素点，将绿色指数大于零的像素点划分为绿色指数差异最大的两类像素点，将绿色指数较大的一类像素点记为第一类像素点，将绿色指数较小的像素点记为第二类像素点，获取每张图像中第一类像素点数量与图像中所有像素点数量的比值；步骤S03：筛选出第一类像素点中所有连通域，并将第一类像素点中所有连通域内像素点数量大于N的连通域，记为绿植连通域，将每个绿植连通域中的亮度与全局绿植连通域中亮度的大小进行对比，并根据对比结果对绿植连通域进行多次分区，将绿植连通域疑似阴影区域标记出来，根据每个绿植连通域内疑似阴影区域像素点的数量和亮度与每个绿植连通域内所有像素点的数量和亮度计算每张图像对应拍摄区域的绿植结构复杂度；步骤S04：根据每张图像中绿植连通域中像素点G通道数值与R通道数值以及B通道数值的相对大小获取每张图像中绿植健康程度；步骤S05：将每张图像划分为大小相同的网格，计算每个网格中绿植连通域中像素点数量与网格中像素点数量的比值，并根据每张图像中每个网格中绿植连通域中像素点数量与网格中像素点数量比值的标准差和均值获取每张图像的绿植分布均匀情况；步骤S06：根据每张图像第一类像素点数量与图像中所有像素点数量的比值，每张图像对应拍摄区域的绿植结构复杂度，每张图像中绿植健康程度，每张图像的绿植分布均匀情况，获取边坡植被覆盖量化参数，并设置阈值K与边坡植被覆盖量化参数进行对比，判断边坡植被覆盖情况是否良好。 2.根据权利要求1所述一种航拍影像边坡植被覆盖状态评估方法，其特征在于，所述利用无人机航拍获取多张不同区域边坡地区图像，并按照图像拍摄顺序对边坡图像进行遍历，包括的具体方法为：选择太阳高度最大的时段，利用无人机拍摄边坡区域图像，无人机与边坡坡面保持Y米距离，拍摄图像大小为Z*Z个像素点，共拍摄Q张图像，并根据无人机拍摄图像时序序列对所有图像进行遍历。 3.根据权利要求1所述一种航拍影像边坡植被覆盖状态评估方法，其特征在于，所述根据边坡地区图像每个像素点的RGB三通道数值大小计算绿色指数，筛选所有绿色指数大于0像素点，将绿色指数大于零的像素点划分为绿色指数差异最大的两类像素点，将绿色指数较大的一类像素点记为第一类像素点，将绿色指数较小的像素点记为第二类像素点，包括的具体方法为：式中， 表示第q张图像中第i行第j列像素点的绿色指数； 表示第q张图像中第i行第j列像素点的G通道数值； 表示第q张图像中第i行第j列像素点的R通道数值； 表示第q张图像中第i行第j列像素点的B通道数值；计算每张图像中第一类像素点数量与图像中所有像素点数量的比值，第q张图像中第一类像素点数量与图像中所有像素点数量的比值记为 ；分别记录每张图像中所有绿色指数大于0的像素点并将每张图像中所有像素点分为两类，分类标准为分类后每张图像中两类像素点绿色指数的类内绿色指数标准差的差值绝对值，与两类像素点绿色指数类内标准差的和的比值达到极大值，分类后绿色指数均值较大的一类像素点记为每张图像第一类像素点，绿色指数均值较小的一类像素点记为每张图像的第二类像素点。 4.根据权利要求1所述一种航拍影像边坡植被覆盖状态评估方法，其特征在于，所述筛选出第一类像素点中所有连通域，并将第一类像素点中所有连通域内像素点数量大于N的连通域，记为绿植连通域，将每个绿植连通域中的亮度与全局绿植连通域中亮度的大小进行对比，并根据对比结果对绿植连通域进行多次分区，将绿植连通域中疑似阴影区域标记出来，根据每个绿植连通域内疑似阴影区域像素点的数量和亮度与每个绿植连通域内所有像素点的数量和亮度计算每张图像对应拍摄区域的绿植结构复杂度，包括的具体方法为：将每张图像的第一类像素点组成的所有连通域中像素点数量大于N的连通域，记为每张图像的每个绿植连通域，提取每张每个绿植连通域中像素点在HSV颜色空间中的V通道数值，随后针对每张图像中每个绿植连通域依次执行如下递归分割与阴影判别流程，对于第q张图像中第d个绿植连通域，计算该连通域的每个像素点V通道数值的平均值 ，与V通道数值标准差 ，递归分割与阴影判别流程为：定位其轮廓边界上欧氏距离最远的两个点，将这两点连接构成一条主轴线段，随后构造该主轴线段中垂线，主轴线段与中垂线共同将原始绿植连通域分为若干次一级子区域，分别计算各次一级子区域中绿植连通域的V通道数值标准差与均值，若某次一级子区域的像素点V通道标准差大于 ，则继续将该次一级子区域重新执行递归分割与阴影判别流程，若某次一级子区域中绿植连通域中所有像素点的V通道数值的平均值低于 ，则将该次一级子区域中每个绿植连通域标记为每个疑似阴影区域；直至每一级子区域中所有绿植连通域中像素点V通道标准差小于等于 且对每一级子区域完成疑似阴影部分的标记，停止递归分割与阴影判别流程，遍历第q张图像所有疑似阴影区域；计算第q张图像对应拍摄区域的绿植结构复杂度，具体方法如下：式中， 表示第q张图像对应拍摄区域的绿植的结构复杂度， 表示第q张图像共有 个疑似阴影区域， 表示第q张图像的第 个疑似阴影区域的像素点数量， 表示第q张图像的第 个疑似阴影区域对应位置处未被分割的绿植连通域的像素点总数， 表示第q张图像的第 个疑似阴影区域的像素点V通道数值平均值， 表示第q张图像第 个疑似阴影区域对应位置处未被分割的绿植连通域的像素点V通道数值的平均值。 5.根据权利要求1所述一种航拍影像边坡植被覆盖状态评估方法，其特征在于，所述根据每张图像中绿植连通域中像素点G通道数值与R通道数值以及B通道数值的相对大小获取每张图像中绿植健康程度，包括的具体方法为： ； ；式中， 表示第q张图像中绿植的健康程度； 表示第q张图像第m个绿植连通域的绿植健康程度； 表示第q张图像共有 个绿植连通域； 表示第q张图像第m个绿植连通域第r个像素点的G通道的值； 表示第q张图像第m个绿植连通域第r个像素点的R通道的值； 表示第q张图像第m个绿植连通域第r个像素点的B通道的值； 表示第q张图像的第m个绿植连通域总共有 个像素点。 6.根据权利要求1所述一种航拍影像边坡植被覆盖状态评估方法，其特征在于，所述将每张图像划分为大小相同的网格，计算每个网格中绿植连通域中像素点数量与网格中像素点数量的比值，并根据每张图像中每个网格中绿植连通域中像素点数量与网格中像素点数量比值的标准差和均值获取每张图像的绿植分布均匀情况，包括的具体方法为：设定大小为H*H的网格，每张图像中的网格数量为 ，Z为拍摄图像的边长，计算每个网格中绿植连通域中像素点数量与网格中像素点数量的比值，并根据每张图像中每个网格中绿植连通域中像素点数量与网格中像素点数量比值的标准差和均值获取每张图像的绿植分布均匀情况，具体方法如下： ； ；公式参数： 表示第q张图像第s个网格中绿植连通域中像素点数量与网格中像素点数量的比值；count()函数表示提取其像素点集合中像素点的数量； 表示第q张图像中第s个网格中被绿植掩膜覆盖的部分的像素点集合； 表示第q张图像中第s个网格的所有像素点集合； 表示第q张图像绿植分布均匀情况； 表示第q张图像所有 个网格中绿植连通域中像素点数量与网格中像素点数量的比值的平均值； 表示第q张图像中所有 个网格中绿植连通域中像素点数量与网格中像素点数量的比值的标准差。 7.根据权利要求1所述一种航拍影像边坡植被覆盖状态评估方法，其特征在于，所述根据每张图像第一类像素点数量与图像中所有像素点数量的比值，每张图像对应拍摄区域的绿植结构复杂度，每张图像中绿植健康程度，每张图像的绿植分布均匀情况，获取边坡植被覆盖量化参数，并设置阈值K与边坡植被覆盖量化参数进行对比，判断边坡植被覆盖情况是否良好，具体方法如下：式中， 表示边坡植被覆盖量化参数，Q表示对当前边坡总共拍摄了Q张图像， 表示第t张图像中第一类像素点数量与图像中所有像素点数量的比值， 表示第t张图像对应拍摄区域的绿植的结构复杂度， 表示第t张图像中绿植的健康程度， 表示第t张图像绿植分布均匀情况；根据不同地区的地区特性设定相应的阈值 ，若当前边坡植被覆盖量化参数I大于等于K，则认为当前边坡植被覆盖情况良好，若当前边坡植被覆盖量化参数I小于K，则认为其绿植覆盖较差。 8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种航拍影像边坡植被覆盖状态评估方法的步骤。 9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种航拍影像边坡植被覆盖状态评估方法的步骤。 10.一种航拍影像边坡植被覆盖状态评估系统，其特征在于，该系统包括以下模块：无人机图像采集模块，用于利用无人机航拍获取多张不同区域边坡地区图像，并按照图像拍摄顺序对边坡图像进行遍历；像素点分类模块，用于根据边坡地区图像每个像素点的RGB三通道数值大小计算绿色指数，筛选所有绿色指数大于0像素点，将绿色指数大于零的像素点划分为绿色指数差异最大的两类像素点，将绿色指数较大的一类像素点记为第一类像素点，将绿色指数较小的像素点记为第二类像素点，获取每张图像中第一类像素点数量与图像中所有像素点数量的比值；绿植结构复杂度计算模块，用于筛选出第一类像素点中所有连通域，并将第一类像素点中所有连通域内像素点数量大于N的连通域，记为绿植连通域，将每个绿植连通域中的亮度与全局绿植连通域中亮度的大小进行对比，并根据对比结果对绿植连通域进行多次分区，将绿植连通域疑似阴影区域标记出来，根据每个绿植连通域内疑似阴影区域像素点的数量和亮度与每个绿植连通域内所有像素点的数量和亮度计算每张图像对应拍摄区域的绿植结构复杂度；绿植健康程度计算模块，用于根据每张图像中绿植连通域中像素点G通道数值与R通道数值以及B通道数值的相对大小获取每张图像中绿植健康程度；绿植分布均匀情况计算模块，用于将每张图像划分为大小相同的网格，计算每个网格中绿植连通域中像素点数量与网格中像素点数量的比值，并根据每张图像中每个网格中绿植连通域中像素点数量与网格中像素点数量比值的标准差和均值获取每张图像的绿植分布均匀情况；边坡植被覆盖情况判断模块，用于根据每张图像第一类像素点数量与图像中所有像素点数量的比值，每张图像对应拍摄区域的绿植结构复杂度，每张图像中绿植健康程度，每张图像的绿植分布均匀情况，获取边坡植被覆盖量化参数，并设置阈值K与边坡植被覆盖量化参数进行对比，判断边坡植被覆盖情况是否良好。