您所在的位置: 成果库 基于图像识别的城市屋顶绿化面积计算方法及系统

基于图像识别的城市屋顶绿化面积计算方法及系统

成果类型:: 发明专利

发布时间: 2023-07-07 10:41:27

科技成果产业化落地方案
方案提交机构:天津市滨海新区| 宋学姮 | 2023-08-02 10:53:22
本发明涉及城市屋顶绿化面积普查技术,具体涉及一种基于图像识别的城市屋顶绿化面积计算方法,包括:步骤1:对城市屋顶进行空中拍摄,采集屋顶绿化图像;步骤2:从所述图像中提取特征参数,根据特征参数对所述图像进行分类,根据分类结果计算图像的绿化面积。本发明还提供了一种基于图像识别的城市屋顶绿化面积计算系统。本发明的城市屋顶绿化面积计算方法影像分辨率较高,而且可以排除建筑物高度不同、被其他建筑物遮挡等干扰,所采集影像更清晰;本发明的城市屋顶绿化面积计算方法按照不同绿化类型对所述屋顶绿化图像中的绿化面积进行计算,提高计算速度及准确率。
一种基于图像识别的城市屋顶绿化面积计算方法,其特征在于,所述方法包括如下步骤:步骤1:对城市屋顶进行空中拍摄,采集屋顶绿化图像;步骤2:从所述图像中提取特征参数,根据特征参数对所述图像进行分类,根据分类结果计算图像的绿化面积;所述方法将屋顶绿化图像分类为草坪式、组合式、花园式三类;所述步骤2具体包括:步骤a:对屋顶绿化图像进行采样,提取采样点的局部特征;步骤b:根据样本的类别属性,用SVM分类器、KNN分类器、Random Forest分类器或Bayesian分类器进行不同类型样本的分类器训练,分别得到草坪式、组合式、花园式屋顶绿化图像的分类器;步骤c:分别用草坪式、组合式、花园式屋顶绿化图像的分类器对所述屋顶绿化图像进行判别,对比不同类型绿化图像的分类器的判别结果,选取分类器输出分数最大的类别作为所述屋顶绿化图像的分类结果;步骤d:将所述屋顶绿化图像的局部特征输入预先构建的所属类别的计算器,输出所述屋顶绿化图像的绿化面积。

城市绿地是城市的主要自然因素,其中的绿色植物是氧气的唯一源泉,相当于自然调节器,具有负反馈作用,它通过一系列的生态效应,对污染物起净化作用,综合调节城市环境,通过各种反馈调节效应,使城市环境质量达到洁净、舒适、优美、安全的要求。随着城市建设的飞速发展,城市环境日趋恶化,城市绿地作为城市环境的调节器,也受到普遍关注,如何在有限的城市空间内扩大绿化面积,成为亟待解决的问题。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

]本发明的有益效果在于,本发明的城市屋顶绿化面积计算方法及系统采用航拍的方式采集屋顶绿化图片信息,影像分辨率较高,而且可以根据各个建筑物的高度等调节拍摄高度或角度,排除建筑物高度不同、被其他建筑物遮挡等干扰,所采集影像更清晰;本发明的城市屋顶绿化面积计算方法及系统先将所采集的屋顶绿化图像进行分类,按照不同绿化类型对所述屋顶绿化图像中的绿化面积进行计算,提高计算速度及准确率。

技术合作

分类模块2用于将所述屋顶绿化图像进行分类,分类类别为草坪式、组合式、花园式三类。如图4所示,在本实施例中,分类模块2进一步包括:采样单元21、特征提取单元22、训练单元23和识别单元24,采样单元21对输入的屋顶绿化图像提取采样点;特征提取单元22获得屋顶绿化图像采样点的局部特征;训练单元23根据样本的类别属性,用SVM分类器、KNN分类器、Random Forest分类器或Bayesian分类器进行不同类型样本的分类器训练,分别得到草坪式、组合式、花园式屋顶绿化图像的分类器;识别单元24对所述屋顶绿化图像进行判别,对比不同类型绿化图像的分类器的判别结果,选取分类器输出分数最大的类别作为所述屋顶绿化图像的识别结果。

[0080]在分类模块2对屋顶绿化图像进行分类后,计算模块3根据所述屋顶绿化图像的类别计算所述屋顶绿化图像的绿化面积。

[0081]以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。