开云优惠体育网页版入口

专利名称：一种生态修复评估方法

专利类型：发明专利

专利申请号：CN202410931083.X

专利申请（专利权）人：四川亿欣新材料有限公司
权利人地址：四川省雅安市石棉工业园区

专利发明（设计）人：发明人:彭贵明,李林富,李天虎,朱丹,马翎翔

专利摘要：本发明公开了一种生态修复评估方法，属于图像处理技术领域，本发明在不同时间采集了生态修复区的图像，得到多张原始图像，对每张原始图像提取植被区域，再从植被区域上提取体现植被颜色的G通道值，得到G通道图像，根据各个G通道图像，得到每个像素点位置处的G通道值变化系数，通过G通道值变化系数体现该处的G通道值变化，根据各植被区域的面积和G通道值变化系数，获知该生态修复区的动态发展情况，提高生态修复评估精度。

主权利要求：
1.一种生态修复评估方法，其特征在于，包括以下步骤：S1、采集不同时间点生态修复区的图像，得到多张原始图像；
S2、对每张原始图像提取出植被像素点，得到每张原始图像上的植被区域；
S3、对每张原始图像上的植被区域提取G通道值，得到G通道图像；
S4、根据各张G通道图像，提取每个像素点位置处的G通道值变化系数；
S5、根据各植被区域的面积和G通道值变化系数，得到生态修复区的生态修复评分；
所述S5包括以下分步骤：
S51、根据各个植被区域的面积，计算面积变化系数；
S52、在G通道值变化系数小于0时，将对应像素点归为退化像素点，将所有退化像素点所在区域归为退化区域；
S53、在G通道值变化系数大于等于0时，将对应像素点归为增长像素点，将所有增长像素点所在区域归为增长区域；
S54、根据退化区域上的各个G通道值变化系数，计算退化程度值；
S55、根据增长区域上的各个G通道值变化系数，计算增长程度值；
S56、根据退化程度值和增长程度值，计算修复变化系数；
S57、采用面积变化系数和修复变化系数对最新时间点对应的植被区域的面积进行补偿，计算生态修复区的生态修复评分；
所述S51中计算面积变化系数的公式为： ，其中，γ为面积变化系数，ET+1为第T+1时间点对应的植被区域的面积，ET为第T时间点对应的植被区域的面积，M为时间点的数量，T为时间点的编号，||为绝对值运算；
所述S54中计算退化程度值的公式为： ，其中，hdown为退化程度值，θdown,n为退化区域上的第n个G通道值变化系数，Ldown为退化区域上G通道值变化系数的数量，n为正整数；
所述S55计算增长程度值的公式为： ，其中，hup为增长程度值，θup,n为增长区域上的第n个G通道值变化系数，Lup为增长区域上G通道值变化系数的数量；
所述S56中计算修复变化系数的公式为： ，其中，μ为修复变化系数，e为自然常数，hdown为退化程度值，hup为增长程度值；
所述S57中计算生态修复区的生态修复评分的公式为：，其中，S为生态修复区的生态修复评分，α为比例系数，Enew为最新时间点对应的植被区域的面积，E为生态修复区的面积，μ为修复变化系数，γ为面积变化系数。
2.根据权利要求1所述的生态修复评估方法，其特征在于，所述S2包括以下分步骤：S21、以每张原始图像上每个像素点为中心；
S22、根据中心处像素点以及邻域像素点的像素值，计算中心处像素点的植被特征值；
S23、在植被特征值小于植被特征阈值时，中心处像素点归为植被像素点，所有植被像素点构成植被区域。
3.根据权利要求2所述的生态修复评估方法，其特征在于，所述S22中计算中心处像素点的植被特征值的公式为： ，其中，ζ为中心处像素点的植被特征值，Po为中心处像素点的像素值，Pv为对比像素值，Po,i为中心邻域范围内第i个像素点的像素值，i为像素点的编号。
4.根据权利要求1所述的生态修复评估方法，其特征在于，所述S4包括以下分步骤：S41、将相邻时间点的G通道图像按像素点进行G通道值相减，得到G通道差值，Gd,i=GT+1,i?GT,i，其中，Gd,i为第i个像素点的G通道差值，GT+1,i为第T+1时间点对应的G通道图像上第i个像素点的G通道差值，GT,i为第T时间点对应的G通道图像上第i个像素点的G通道差值，T为时间点的编号，i为像素点的编号；
S42、将同像素点位置的多个G通道差值，构成G通道差值序列；
S43、根据G通道差值序列，计算每个像素点位置处的G通道值变化系数。
5.根据权利要求4所述的生态修复评估方法，其特征在于，所述S43中计算G通道值变化系数的公式为： ，其中，θ为G通道值变化系数，Gd,j为G通道差值序列中第j个G通道差值，N为G通道差值序列中G通道差值的数量，j为G通道差值的编号，||为绝对值运算。 说明书 : 一种生态修复评估方法技术领域[0001] 本发明涉及图像处理技术领域，具体涉及一种生态修复评估方法。背景技术[0002] 生态修复是一种重要的环境保护措施，旨在恢复和重建受损生态系统的功能和结构。为了评估生态修复的效果，需要对修复区进行监测和评估。传统的生态修复评估方法主要依赖于人工调查和采样，这些方法耗时耗力，且难以实现大范围、高频率的监测。[0003] 随着遥感技术的发展，利用遥感图像进行生态修复评估已成为一种有效的手段。现有通过采集生态修复区的图像，对图像进行分类处理，得到图像上各个区域的植被区域，根据植被区域的面积，对生态修复情况进行评估，但是仅根据植被区域的面积，对生态修复情况进行评估，存在无法获知该生态修复区的动态发展情况，造成生态修复评估精度低的问题。发明内容[0004] 针对现有技术中的上述不足，本发明提供的一种生态修复评估方法解决了现有存在无法获知该生态修复区的动态发展情况，造成生态修复评估精度低的问题。[0005] 为了达到上述发明目的，本发明采用的技术方案为：一种生态修复评估方法，包括以下步骤：[0006] S1、采集不同时间点生态修复区的图像，得到多张原始图像；[0007] S2、对每张原始图像提取出植被像素点，得到每张原始图像上的植被区域；[0008] S3、对每张原始图像上的植被区域提取G通道值，得到G通道图像；[0009] S4、根据各张G通道图像，提取每个像素点位置处的G通道值变化系数；[0010] S5、根据各植被区域的面积和G通道值变化系数，得到生态修复区的生态修复评分。[0011] 综上，本发明的有益效果为：本发明在不同时间采集了生态修复区的图像，得到多张原始图像，对每张原始图像提取植被区域，再从植被区域上提取体现植被颜色的G通道值，得到G通道图像，根据各个G通道图像，得到每个像素点位置处的G通道值变化系数，通过G通道值变化系数体现该处的G通道值变化，根据各植被区域的面积和G通道值变化系数，获知该生态修复区的动态发展情况，提高生态修复评估精度。[0012] 进一步地，所述S2包括以下分步骤：[0013] S21、以每张原始图像上每个像素点为中心；[0014] S22、根据中心处像素点以及邻域像素点的像素值，计算中心处像素点的植被特征值；[0015] S23、在植被特征值小于植被特征阈值时，中心处像素点归为植被像素点，所有植被像素点构成植被区域。[0016] 上述进一步地方案的有益效果为：本发明根据中心处像素点以及邻域像素点的像素值，计算出中心处像素点的植被特征值，通过植被特征值判断该中心处像素点是否为植被像素点，本发明综合中心处像素点的像素值和邻域像素点的像素值，提高像素点被判定为植被像素点的精度，避免个别噪点影响。[0017] 进一步地，所述S22中计算中心处像素点的植被特征值的公式为：[0018] ，其中，ζ为中心处像素点的植被特征值，Po为中心处像素点的像素值，Pv为对比像素值，Po,i为中心邻域范围内第i个像素点的像素值，i为像素点的编号。[0019] 上述进一步地方案的有益效果为：本发明计算中心处像素点的像素值与对比像素值的距离，衡量像素值相近程度，再计算邻域范围内像素点的像素值与对比像素值的距离，衡量邻域像素值相近程度，从而综合得到中心处像素点的植被特征值。[0020] 进一步地，所述S4包括以下分步骤：[0021] S41、将相邻时间点的G通道图像按像素点进行G通道值相减，得到G通道差值，Gd,i=GT+1,i?GT,i，其中，Gd,i为第i个像素点的G通道差值，GT+1,i为第T+1时间点对应的G通道图像上第i个像素点的G通道差值，GT,i为第T时间点对应的G通道图像上第i个像素点的G通道差值，T为时间点的编号，i为像素点的编号；[0022] S42、将同像素点位置的多个G通道差值，构成G通道差值序列；[0023] S43、根据G通道差值序列，计算每个像素点位置处的G通道值变化系数。[0024] 上述进一步地方案的有益效果为：本发明将相邻时间点的G通道图像按像素点进行相减，得到每个像素点处的G通道差值，由于存在多个时间点，因此，每个像素点处存在多个G通道差值，构成G通道差值序列，一个G通道差值序列代表一个像素点处的G通道值变化情况，根据G通道差值序列，计算每个像素点位置处的G通道值变化系数，体现每个像素点处的G通道值变化情况。[0025] 进一步地，所述S43中计算G通道值变化系数的公式为：[0026] ，其中，θ为G通道值变化系数，Gd,j为G通道差值序列中第j个G通道差值，N为G通道差值序列中G通道差值的数量，j为G通道差值的编号，||为绝对值运算。[0027] 上述进一步地方案的有益效果为：本发明的G通道值变化系数大于0时，在该段时间内，该像素点的G通道值处于增长情况，在G通道值变化系数小于0时，该像素点的G通道值处于减少情况。[0028] 进一步地，所述S5包括以下分步骤：[0029] S51、根据各个植被区域的面积，计算面积变化系数；[0030] S52、在G通道值变化系数大于0时，将对应像素点归为退化像素点，将所有退化像素点所在区域归为退化区域；[0031] S53、在G通道值变化系数大于等于0时，将对应像素点归为增长像素点，将所有增长像素点所在区域归为增长区域；[0032] S54、根据退化区域上的各个G通道值变化系数，计算退化程度值；[0033] S55、根据增长区域上的各个G通道值变化系数，计算增长程度值；[0034] S56、根据退化程度值和增长程度值，计算修复变化系数；[0035] S57、采用面积变化系数和修复变化系数对最新时间点对应的植被区域的面积进行补偿，计算生态修复区的生态修复评分。[0036] 上述进一步地方案的有益效果为：本发明根据G通道值变化系数，将对应的像素点划分为两部分：退化区域和增长区域，通过退化区域和增长区域上的G通道值变化系数，计算出修复变化系数，体现植被生长是处于增长或者退化的状态，再根据面积变化系数和修复变化系数对最新时间点对应的植被区域的面积进行补偿，提高生态修复评估精度。[0037] 进一步地，所述S51中计算面积变化系数的公式为：[0038] ，其中，γ为面积变化系数，ET+1为第T+1时间点对应的植被区域的面积，ET为第T时间点对应的植被区域的面积，M为时间点的数量，T为时间点的编号，||为绝对值运算。[0039] 上述进一步地方案的有益效果为：本发明将相邻时间点的植被区域的面积进行相加，得到面积变化系数，该面积变化系数大于0时，该段时间内植被区域的面积处于增长状态，该面积变化系数小于0时，该段时间内植被区域的面积处于退化状态。[0040] 进一步地，所述S54中计算退化程度值的公式为：[0041] ，其中，hdown为退化程度值，θdown,n为退化区域上的第n个G通道值变化系数，Ldown为退化区域上G通道值变化系数的数量，n为正整数；[0042] 所述S55计算增长程度值的公式为：[0043] ，其中，hup为增长程度值，θup,n为增长区域上的第n个G通道值变化系数，Lup为增长区域上G通道值变化系数的数量。[0044] 进一步地，所述S56中计算修复变化系数的公式为：[0045] ，其中，μ为修复变化系数，e为自然常数，hdown为退化程度值，hup为增长程度值。[0046] 上述进一步地方案的有益效果为：本发明将增长程度值与退化程度值相减，得到修复变化系数，在修复变化系数大于0时，增长区域的增长情况强于退化区域的退化情况，在修复变化系数小于0时，退化区域的退化情况强于增长区域的增长情况。[0047] 进一步地，所述S57中计算生态修复区的生态修复评分的公式为：[0048] ，其中，S为生态修复区的生态修复评分，α为比例系数，Enew为最新时间点对应的植被区域的面积，E为生态修复区的面积，μ为修复变化系数，γ为面积变化系数。[0049] 上述进一步地方案的有益效果为：本发明采用面积变化系数和修复变化系数进行补偿，在面积变化系数、修复变化系数和最新时间点对应的植被区域的面积越大时，生态修复评分越高，并设置了比例系数，用于调整生态修复评分的大小。附图说明[0050] 图1为一种生态修复评估方法的流程图。具体实施方式[0051] 下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。[0052] 如图1所示，一种生态修复评估方法，包括以下步骤：[0053] S1、采集不同时间点生态修复区的图像，得到多张原始图像；[0054] S2、对每张原始图像提取出植被像素点，得到每张原始图像上的植被区域；[0055] S3、对每张原始图像上的植被区域提取G通道值，得到G通道图像；[0056] S4、根据各张G通道图像，提取每个像素点位置处的G通道值变化系数；[0057] S5、根据各植被区域的面积和G通道值变化系数，得到生态修复区的生态修复评分。[0058] 在本实施例中，不同时间点之间的间隔为10天，在每间隔10天采集一次生态修复区的图像，每次采集图像的拍摄因素（方位、角度、高度等）保持一致。[0059] 所述S2包括以下分步骤：[0060] S21、以每张原始图像上每个像素点为中心；[0061] S22、根据中心处像素点以及邻域像素点的像素值，计算中心处像素点的植被特征值；[0062] S23、在植被特征值小于植被特征阈值时，中心处像素点归为植被像素点，所有植被像素点构成植被区域。[0063] 在本发明中，植被特征阈值为对植被特征值设定的阈值，根据经验或者实验进行具体设定。[0064] 本发明根据中心处像素点以及邻域像素点的像素值，计算出中心处像素点的植被特征值，通过植被特征值判断该中心处像素点是否为植被像素点，本发明综合中心处像素点的像素值和邻域像素点的像素值，提高像素点被判定为植被像素点的精度，避免个别噪点影响。[0065] 所述S22中计算中心处像素点的植被特征值的公式为：[0066] ，其中，ζ为中心处像素点的植被特征值，Po为中心处像素点的像素值，Pv为对比像素值，Po,i为中心邻域范围内第i个像素点的像素值，i为像素点的编号。[0067] 本发明计算中心处像素点的像素值与对比像素值的距离，衡量像素值相近程度，再计算邻域范围内像素点的像素值与对比像素值的距离，衡量邻域像素值相近程度，从而综合得到中心处像素点的植被特征值。[0068] 在本发明中，对比像素值为预先采集的植被像素点的像素值。[0069] 所述S4包括以下分步骤：[0070] S41、将相邻时间点的G通道图像按像素点进行G通道值相减，得到G通道差值，Gd,i=GT+1,i?GT,i，其中，Gd,i为第i个像素点的G通道差值，GT+1,i为第T+1时间点对应的G通道图像上第i个像素点的G通道差值，GT,i为第T时间点对应的G通道图像上第i个像素点的G通道差值，T为时间点的编号，i为像素点的编号；[0071] S42、将同像素点位置的多个G通道差值，构成G通道差值序列；[0072] S43、根据G通道差值序列，计算每个像素点位置处的G通道值变化系数。[0073] 本发明将相邻时间点的G通道图像按像素点进行相减，得到每个像素点处的G通道差值，由于存在多个时间点，因此，每个像素点处存在多个G通道差值，构成G通道差值序列，一个G通道差值序列代表一个像素点处的G通道值变化情况，根据G通道差值序列，计算每个像素点位置处的G通道值变化系数，体现每个像素点处的G通道值变化情况。[0074] 所述S43中计算G通道值变化系数的公式为：[0075] ，其中，θ为G通道值变化系数，Gd,j为G通道差值序列中第j个G通道差值，N为G通道差值序列中G通道差值的数量，j为G通道差值的编号，||为绝对值运算。[0076] 本发明的G通道值变化系数大于0时，在该段时间内，该像素点的G通道值处于增长情况，在G通道值变化系数小于0时，该像素点的G通道值处于减少情况。[0077] 所述S5包括以下分步骤：[0078] S51、根据各个植被区域的面积，计算面积变化系数；[0079] S52、在G通道值变化系数大于0时，将对应像素点归为退化像素点，将所有退化像素点所在区域归为退化区域；[0080] S53、在G通道值变化系数大于等于0时，将对应像素点归为增长像素点，将所有增长像素点所在区域归为增长区域；[0081] S54、根据退化区域上的各个G通道值变化系数，计算退化程度值；[0082] S55、根据增长区域上的各个G通道值变化系数，计算增长程度值；[0083] S56、根据退化程度值和增长程度值，计算修复变化系数；[0084] S57、采用面积变化系数和修复变化系数对最新时间点对应的植被区域的面积进行补偿，计算生态修复区的生态修复评分。[0085] 本发明根据G通道值变化系数，将对应的像素点划分为两部分：退化区域和增长区域，通过退化区域和增长区域上的G通道值变化系数，计算出修复变化系数，体现植被生长是处于增长或者退化的状态，再根据面积变化系数和修复变化系数对最新时间点对应的植被区域的面积进行补偿，提高生态修复评估精度。[0086] 所述S51中计算面积变化系数的公式为：[0087] ，其中，γ为面积变化系数，ET+1为第T+1时间点对应的植被区域的面积，ET为第T时间点对应的植被区域的面积，M为时间点的数量，T为时间点的编号，||为绝对值运算。[0088] 本发明将相邻时间点的植被区域的面积进行相加，得到面积变化系数，该面积变化系数大于0时，该段时间内植被区域的面积处于增长状态，该面积变化系数小于0时，该段时间内植被区域的面积处于退化状态。[0089] 所述S54中计算退化程度值的公式为：[0090] ，其中，hdown为退化程度值，θdown,n为退化区域上的第n个G通道值变化系数，Ldown为退化区域上G通道值变化系数的数量，n为正整数；[0091] 所述S55计算增长程度值的公式为：[0092] ，其中，hup为增长程度值，θup,n为增长区域上的第n个G通道值变化系数，Lup为增长区域上G通道值变化系数的数量。[0093] 所述S56中计算修复变化系数的公式为：[0094] ，其中，μ为修复变化系数，e为自然常数，hdown为退化程度值，hup为增长程度值。[0095] 本发明将增长程度值与退化程度值相减，得到修复变化系数，在修复变化系数大于0时，增长区域的增长情况强于退化区域的退化情况，在修复变化系数小于0时，退化区域的退化情况强于增长区域的增长情况。[0096] 所述S57中计算生态修复区的生态修复评分的公式为：[0097] ，其中，S为生态修复区的生态修复评分，α为比例系数，Enew为最新时间点对应的植被区域的面积，E为生态修复区的面积，μ为修复变化系数，γ为面积变化系数。[0098] 本发明采用面积变化系数和修复变化系数进行补偿，在面积变化系数、修复变化系数和最新时间点对应的植被区域的面积越大时，生态修复评分越高，并设置了比例系数，用于调整生态修复评分的大小。[0099] 本发明在不同时间采集了生态修复区的图像，得到多张原始图像，对每张原始图像提取植被区域，再从植被区域上提取体现植被颜色的G通道值，得到G通道图像，根据各个G通道图像，得到每个像素点位置处的G通道值变化系数，通过G通道值变化系数体现该处的G通道值变化，根据各植被区域的面积和G通道值变化系数，获知该生态修复区的动态发展情况，提高生态修复评估精度。[0100] 以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

专利地区：四川

专利申请日期：2024-07-12

专利公开日期：2024-10-08

专利公告号：CN118469351B