基于航拍影像的农居信息提取的中期报告.docx

基于航拍影像的农居信息提取的中期报告
本次报告旨在介绍基于航拍影像的农居信息提取的中期进展情况，包括数据获取、数据预处理、信息提取方法及初步分析结果等。
一、数据获取
本次研究采用的数据为2019年7月拍摄，分辨率为0.5m的高分辨率航拍影像。这些影像覆盖了研究区域的主要农居，并提供了充足的图像细节，在提取农居信息方面具有优势。
二、数据预处理
在影像处理前，首先使用镶嵌算法对多个航拍影像进行镶嵌，去除了多个影像之间的接缝，并生成了一个无缝的单一影像。接下来，对该影像进行去云、去阴影等图像增强、减少噪声等预处理工作，最终得到了较为清晰的农居影像。
三、信息提取方法
本次研究使用了基于目标检测的方法来提取农居信息。具体流程如下：
1.初始预测：使用现有目标检测算法（如YOLOv4,FasterR-CNN等）对研究区域的影像进行初步的农居检测。
2.IoU筛选：将通过初步预测得到的农居boundingbox与LiveMap等辅助数据进行重合度筛选，去除误检情况。
3.多模型融合：将不同目标检测算法（如YOLOv4,FasterR-CNN等）的预测结果进行融合，提高检测效果。
4.后处理：对目标的属性进行后处理，比如聚类、去重、根据农居的形态定位其坐标，最终得到农居目标的位置和数量信息。
四、初步结果
经过上述步骤，最终得到了研究区域的农居目标位置信息和数量。初步结果表明，在使用目标检测算法的前提下，可以较为准确地提取出农居信息。但也需要注意到目标检测算法在复杂条件下的表现，比如光照变化、阴影等干扰因素。因此，后续需要对算法进行优化和改进，以提高农居信息提取的准确性。
总之，本次研究的中期进展表明，基于航拍影像的农居信息提取是可行的，并具有进一步应用和推广的潜力。