一种植物样方调查方法、装置及系统与流程

本发明涉及植被自动识别的技术领域，特别是一种植物样方调查方法、装置及系统。

背景技术：

植被样方调查是获取植物群落地理分布特征的重要手段，也是制作植物分布地图的必要数据。为了体现植物群落的空间分布特征，需要在一定的空间范围内，以一定的密度布设一定数量的样点，分别开展植物样方调查并记录各个样点的信息。植物样方调查要求较高的时效性和一致性。一方面，植物会随着季节发生变化，因此要求所有样点的调查能在一定时间内完成，即要求调查快速高效，具备时效性。另一方面，所有样点的植物调查数据需要综合使用，因此要求植物调查方式、信息记录格式遵循统一的规范和格式，具备一致性。

通过智能手机获取植物类型，具有快速高效的优点，已成为极具潜力的植物类型识别方法。现有方法通过拍摄植物花朵，基于大数据识别的方式，已经一定程度上实现了花朵的快速识别。花朵作为植物的生殖器官，是区分植被最为明显的特征；并且由于其与叶片、土壤背景显著的颜色差异，能够较好的从背景中提取出来。

但同样的方法再应用到草地的识别中，就存在明显的问题。一是不同草地群系的图像特征都较为相似，都是绿色叶片，颜色、形状均较为相似。二是一个草地群系中，往往不是单一的物种，而是由多种草种组成，其草种的类型和比例决定了草地群系类型。导致草地群系无法通过传统的图像特征识别出来。

原创力文档网站在2017年12月31日公开了题目为《植物种群的样方调查法》的ppt，详细记录了植物种群的样方调查法，该方法的缺点是速度慢，且对于调查人员的专业知识要求较高，调查大片区域需要投入大量的人力物力，并且不同人员识别的结果受其专业知识限制，具有一定的主观性。

技术实现要素：

为了解决上述的技术问题，本发明提出的植物样方调查方法，加入了多角度照片实现了三维重建，并在此基础上，通过两个预构建的数据库，基于两次自动识别，实现了草地群系的自动识别。

本发明的第一目的是提供一种植物样方调查方法，包括对植被进行多角度照片拍摄，还包括以下步骤：

步骤1：基于所述多角度照片重建草地的三维结构；

步骤2：基于所述三维结构上的差异，根据草种的不同将草地样方划分为多个区域；

步骤3：基于三维特征，判断划分后的每个区域中的草与预构建的草种结构数据库中的草种三维机构和参数上的相似度，并确认该区域中的草种；

步骤4：统计所述草地样方中各种草的类型及其所占比例；

步骤5：再一次根据与构建的草地群系组成数据库，判断该样方的草种比例所对应的草地群系类型。

优选的是，所述对植被进行多角度照片拍摄方法包括设置一个样方框，围绕所述样方框拍摄多角度照片，所述样方框用于确定样方边界和三维重建的定位。

在上述任一方案中优选的是，所述对植被进行多角度照片拍摄方法还包括解算拍摄单元拍摄时的角度和各个角度照片拍摄的精准拍摄单元位置。

在上述任一方案中优选的是，所述步骤1包括结合所述多角度照片的图像特征、同名点、姿态信息和所述精准拍摄单元位置，开展样方三维重建，提取出样方内部植被的三维结构。

在上述任一方案中优选的是，所述步骤2包括以下子步骤：

步骤21：对所述草地样方内不同区域的三维结构展开聚类分析；

步骤22：对基于三维结构的相似性的区域进行划分和组合；

步骤23：将所述草地样方划分成多个区域，每个区域内结构类似，区域间结构存在差异。

在上述任一方案中优选的是，划分后的每个小区域都只包含一种草。

在上述任一方案中优选的是，所述预构建的草种结构数据库基于已知类型的草种获取，对于已知类型的草种，同样利用拍摄单元拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。

在上述任一方案中优选的是，所述步骤4包括以下子步骤：

步骤41：遍历样方中的所有小区域，识别出各个小区域的草种类型；

步骤42：统计其投影面积占整个样方的比例，并进行统计合并，最终得到样方中每种草所占的比例。并确定优势种。

在上述任一方案中优选的是，所述步骤5包括基于所获取的该样方草种比例分布，与预构建的草地群系组成数据库进行比对。

在上述任一方案中优选的是，所述预构建的草地群系组成数据库包括不同群系中，各类草所占的比例范围。

本发明的第二目的是提供一种植物样方调查装置，包括拍摄单元、存储单元和通讯单元，还包括处理单元，

所述拍摄单元用于对植被进行多角度照片拍摄；

所述存储单元用于存储所述多角度照片及其图像特征、同名点、姿态信息、精准拍摄单元位置、已知类型的草种类型信息和已知类型的草地群系信息；

所述处理单元用于解算所述拍摄模块拍摄时的角度和各个角度照片拍摄的精准拍摄单元位置；

所述装置采用如第一目的所述的方法进行植物样方调查。

在上述任一方案中优选的是，所述处理单元还用于结合所诉多角度照片的图像特征、同名点、姿态信息和所述精准拍摄单元位置，开展样方三维重建，提取出样方内部植被的三维结构。

在上述任一方案中优选的是，所述处理单元还用于基于所述三维结构上的差异，根据草种的不同将草地样方划分为多个区域，包括：对所述草地样方内不同区域的三维结构展开聚类分析；对基于三维结构的相似性的区域进行划分和组合；将所述草地样方划分成多个区域，每个区域内结构类似，区域间结构存在差异。

在上述任一方案中优选的是，所述处理单元还用于基于三维特征，判断划分后的每个区域中的草与预构建的草种结构数据库中的草种三维机构和参数上的相似度，并确认该区域中的草种。

在上述任一方案中优选的是，所述预构建的草种结构数据库基于已知类型的草种获取，对于已知类型的草种，同样利用拍摄单元拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。

在上述任一方案中优选的是，所述处理单元还用于统计所述草地样方中各种草的类型及其所占比例，包括遍历样方中的所有小区域，识别出各个小区域的草种类型；统计其投影面积占整个样方的比例，并进行统计合并，最终得到样方中每种草所占的比例。并确定优势种。

在上述任一方案中优选的是，所述处理单元还用于再一次根据与构建的草地群系组成数据库，判断该样方的草种比例所对应的草地群系类型，基于所获取的该样方草种比例分布，与预构建的草地群系组成数据库进行比对。

在上述任一方案中优选的是，所述预构建的草地群系组成数据库包括不同群系中，各类草所占的比例范围。

在上述任一方案中优选的是，所述通讯单元用于所述处理单元与所述草种结构数据库和所述草地群系组成数据库进行数据通讯。

本发明的第三目的是提供一种植物样方调查系统，包括云数据库，还包括如第二目的所述的植物样方调查装置，

所述云数据库包括草种结构数据库和草地群系组成数据库。

在上述任一方案中优选的是，所述草种结构数据库基于已知类型的草种获取，对于已知类型的草种，同样利用拍摄单元拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。

在上述任一方案中优选的是，所述草地群系组成数据库包括不同群系中，各类草所占的比例范围。

本发明提出了一种植物样方调查方法、装置及系统，相对于传统的人工识别方法，大大提高了识别效率，并减小了主观性的影响。

附图说明

图1为按照本发明的植物样方调查方法的一优选实施例的流程图。

图2为按照本发明的植物样方调查方法的草地样方划分方法的一实施例的流程图。

图3为按照本发明的植物样方调查方法的统计类型及其所占比例方法的一实施例的流程图。

图4为按照本发明的植物样方调查装置的一优选实施例的模块图。

图5为按照本发明的植物样方调查系统的一优选优选实施例的模块图。

具体实施方式

下面结合附图和具体的实施例对本发明做进一步的阐述。

实施例一

如图1所示，执行步骤100，对植被进行多角度照片拍摄，设置一个样方框，围绕所述样方框拍摄多角度照片，所述样方框用于确定样方边界和三维重建的定位，解算拍摄单元拍摄时的角度和各个角度照片拍摄的精准相机位置。

执行步骤110，基于所述多角度照片重建草地的三维结构，结合所述多角度照片的图像特征、同名点、姿态信息和所述精准相机位置，开展样方三维重建，提取出样方内部植被的三维结构。

执行步骤120，基于所述三维结构上的差异，根据草种的不同将草地样方划分为多个区域。如图2所示，执行步骤121，对所述草地样方内不同区域的三维结构展开聚类分析。执行步骤122，对基于三维结构的相似性的区域进行划分和组合。执行步骤123，将所述草地样方划分成多个区域，每个区域内结构类似，区域间结构存在差异

执行步骤130，基于三维特征，判断划分后的每个区域中的草与预构建的草种结构数据库中的草种三维机构和参数上的相似度，并确认该区域中的草种，划分后的每个小区域都只包含一种草。预构建的草种结构数据库基于已知类型的草种获取，对于已知类型的草种，同样利用拍摄单元拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。

执行步骤140，统计所述草地样方中各种草的类型及其所占比例。如图3所示，执行步骤141，历样方中的所有小区域，识别出各个小区域的草种类型。执行步骤142，统计其投影面积占整个样方的比例，并进行统计合并，最终得到样方中每种草所占的比例。并确定优势种。

执行步骤150，再一次根据与构建的草地群系组成数据库，判断该样方的草种比例所对应的草地群系类型，基于所获取的该样方草种比例分布，与预构建的草地群系组成数据库进行比对。预构建的草地群系组成数据库包括不同群系中，各类草所占的比例范围。

实施例二

一种植物样方调查装置，包括拍摄单元200、存储单元210、通讯单元220和处理单元230。所述装置为可移动的智能终端。

拍摄单元200用于对植被进行多角度照片拍摄.

存储单元210用于存储所述多角度照片及其图像特征、同名点、姿态信息、精准相机位置、已知类型的草种类型信息和已知类型的草地群系信息。

通讯单元220用于所述处理单元与所述草种结构数据库和所述草地群系组成数据库进行数据通讯。

处理单元230具有以下功能：

1)解算所述拍摄模块拍摄时的角度和各个角度照片拍摄的精准相机位置。

2)结合所诉多角度照片的图像特征、同名点、姿态信息和所述精准相机位置，开展样方三维重建，提取出样方内部植被的三维结构。

3)基于所述三维结构上的差异，根据草种的不同将草地样方划分为多个区域，包括：对所述草地样方内不同区域的三维结构展开聚类分析；对基于三维结构的相似性的区域进行划分和组合；将所述草地样方划分成多个区域，每个区域内结构类似，区域间结构存在差异。

4)基于三维特征，判断划分后的每个区域中的草与预构建的草种结构数据库中的草种三维机构和参数上的相似度，并确认该区域中的草种。预构建的草种结构数据库基于已知类型的草种获取，对于已知类型的草种，同样利用拍摄单元拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。

5)统计所述草地样方中各种草的类型及其所占比例，包括遍历样方中的所有小区域，识别出各个小区域的草种类型；统计其投影面积占整个样方的比例，并进行统计合并，最终得到样方中每种草所占的比例。并确定优势种。

6)再一次根据与构建的草地群系组成数据库，判断该样方的草种比例所对应的草地群系类型，基于所获取的该样方草种比例分布，与预构建的草地群系组成数据库进行比对。预构建的草地群系组成数据库包括不同群系中，各类草所占的比例范围。

实施例三

一种植物样方调查系统包括植物样方调查装置300和云数据库310。

植物样方调查装置300用于拍摄草地植被的多角度图片，并与云数据库310的数据进行比对，最终判别的草地群系类型。

云数据库310包括草种结构数据库311和草地群系组成数据库312。草种结构数据库310基于已知类型的草种获取，对于已知类型的草种，同样利用拍摄单元拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。草地群系组成数据库320包括不同群系中，各类草所占的比例范围。

实施例四

本发明提出了一种植物样方调查方法，具有以下特点：

1、基于手机平台拍摄多角度照片并进行三维结构重建；

2、通过三维结构分区进行草种识别，并获得其分种比例

3、通过预构建的植被三维结构数据库识别草种。

本发明的技术方案包括以下内容：

(1)智能手机对植被进行多角度照片拍摄，基于同一样方的多角度照片重建草地的三维结构；

具体地，首先设置一个样方框，一方面是确定样方边界，一方面也用于三维重建地定位。围绕样方框，拍摄多角度地照片。拍摄照片时，同时记录手机地陀螺仪以及加速器等定姿传感器，解算出手机拍摄时的角度。结合图像特征、同名点以及姿态信息，解算各个角度照片拍摄的精确相机位置，开展样方三维重建，最终提取出样方内部植被的三维结构。

(2)基于三维结构上的差异，将草地样方根据草种的不同划分为多个区域；

基于面向对象的思路，对样方内不同区域的三维结构开展聚类分析，基于三维结构的相似性的区域进行划分和组合，将样方划分为多个区域，每个区域内结构类似，区域之间结构存在差异。

(3)划分后的每个小区域只包含一种草，基于三维特征，判断其与预构建的数据库中的草种三维结构和参数上的相似性，确定该区域中的草种；

针对每一个小区域，均将其的结构参数以及三维结构与预构建的数据库中的草种信息进行比对。预构建的草种结构数据库基于已知类型的草种获取，对于已知类型的草种，同样利用手机拍摄多角度照片并获取三维结构，并获取三维参数，综合大量样本形成数据库。该数据库在识别前构建好，不需要现场构建，后期也可不断更新。

(4)统计样方中各种草的类型及其所占比例；

遍历样方中的所有小区域，运用上一步的判别方法，识别出各个小区域的草种类型，同时统计其投影面积占整个样方的比例，并进行统计合并，最终得到样方中每种草所占的比例。并确定优势种。

(5)再一次根据预构建的草地群系组成数据库，判断该样方的草种比例所对应的草地群系类型，实现草地群系的快速识别。

基于所获取的该样方草种比例分布，与预构建的草地群系组成数据库进行比对。该草地群系组成数据库包括不同群系中，各类草所占的比例范围，该数据库同样在识别前基于草地群系定义构建好，识别中不再需要进行构建。在这一步识别后，既提供出最终判别的草地群系类型。

实施例三

本发明提出的植被样方调查方法是通过设计统一的数据框架，开发和部署通过网络互联互通的移动设备端程序和中心服务器系统，在地面植物样方调查中，移动设备端程序自动编号、自动获取并记录地理坐标等信息，同时提供预置植物类型和记录格式以供调查人员选择和填写，调查完成后数据从移动设备上传至中心服务器汇总，汇总后的数据可以统一格式导出，从而实现植被样方调查的便捷化和规范化。

主要分为以下7个步骤：

s1)统一数据框架设计

这里放数据库的相关信息，数据表都有哪些属性，各个属性的类型，可选形式。

s2)移动设备端程序开发与布设

这里放移动app的设计和安装，放功能就好，不放代码，放算法逻辑或者算法流程图更好。

重点突出程序设计的便捷化和一致化。比如程序自动获取参数(经纬度等)的功能，还有各项的预置选项(不用填，只要选)，数据格式的一致化(数据类型判断)。

s3)中心服务器端环境搭建

中心服务器系统的介绍，各项具体系统配置细节、软件配置细节等。

s4)移动设备端测量与记录

讲测量的流程和软件后台记录过程。

s5)数据上传与接受

上传的具体技术细节。

s6)中心服务器数据整理与导出

导出的具体原理(不是导出的教程)。

为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。