本发明涉测绘分析领域，尤其涉及一种基于数据分析的城乡生态规划方法。
背景技术：
1、城乡生态规划是完成测绘后根据测绘数据进行分析，对土地利用、资源配置等做出合理规划，因此，测绘过程至关重要，随着无人测绘技术的发展，大大减少的测绘难度，也拓宽了测绘范围。
2、例如，中国专利公开号：cn112285733a，公开了一种城乡规划核实测绘数据处理方法，包括采集地形点云数据、划分子区域、筛选出各个集合的剩余点集、利用深度神经网络进行地势类别分类任务、分析点云异常情况、对所有子区域异常情况的互证以及修正点云数据；本发明通过对低空无人机机载激光雷达采集的城乡地形测绘数据进行核实并处理，实现地势类别的分析，实现了因高动态无人机飞行模式导致的点云数据异常情况的分析，实现了基于区域匹配的判断结果互证方法，无需人为校验，成本低，可靠性强；该发明可适用于复杂地形情况下的测绘任务，检测效率高，鲁棒性较强，泛化能力较好，且数据的精度更高。
3、但是，现有技术中还存在以下问题，
4、在城乡规划规程中，需要对大面积的农田进行测绘，由于数据量巨大，对测绘图像进行优化处理需要极大的时间，算力消耗巨大，并且针对农田的测绘图像存在大面积相似的情况，小范围精准图像对大范围相似图像具备表征，无需对大面积图像进行优化，造成算力浪费。
技术实现思路
1、为此，本发明提供一种基于数据分析的城乡生态规划方法，用以克服现有技术中在城乡规划规程中，需要对大面积的农田进行测绘，由于数据量巨大，对测绘图像进行优化处理需要极大的时间，算力消耗巨大的问题。
2、为实现上述目的，本发明提供一种基于数据分析的城乡生态规划方法，其包括：
3、步骤s1，控制无人机搭载测绘设备以预定路线飞行，以获取测绘图像数据；
4、步骤s2，对测绘图像帧各子区域进行聚类分析，划分若干聚类区域，包括，提取测绘图像帧各子区域的基本图像参数，对比各子区域基本图像参数的差异，将若干子区域组合后得到聚类区域，所述聚类区域需满足预定划分标准，所述基本图像参数包括，色度，色温以及亮度；
5、步骤s3，根据聚类区域内各子区域之间基本图像参数的差异计算一致性系数，根据所述一致性系数判定所述聚类区域是否符合一致性标准；
6、步骤s4，选定针对各聚类区域的图像处理方式，包括，
7、提取聚类区域图像中的特征轮廓，并根据特征轮廓的排布间距计算细节差异表征系数，以判定聚类区域是否符合细节差异标准，随机选定符合细节差异标准的聚类区域中的任一子区域进行图像优化，并标记所选定子区域；
8、或，优化聚类区域中的全部图像；
9、步骤s5，将完成优化的测绘图像帧存储至预设的城乡规划样本数据库中。
10、进一步地，所述步骤s2中，预定划分标准包括，
11、所述聚类区域的任意子区域之间的色度差异比、色温差异比以及亮度差异比均小于预设的差异比阈值。
12、进一步地，根据公式(1)计算一致性系数，
13、
14、公式(1)中，n表示子区域的数量，ni表示第i子区域与剩余各子区域的色度差异比平均值，ki表示第i子区域与剩余各子区域的色温差异比平均值，hi表示第i子区域与剩余各子区域的亮度差异比平均值。
15、进一步地，所述步骤s3中，判定所述聚类区域是否符合一致性标准的过程包括，
16、将所述一致性系数与预设的一致性系数对比阈值进行对比，若所述一致性系数小于预设的一致性系数对比阈值，则判定所述聚类区域符合一致性标准。
17、进一步地，选定针对各聚类区域的图像处理方式的过程包括，
18、若所述聚类区域符合一致性标准，则继续验证判定聚类区域是否符合细节差异标准，并随机选定符合细节差异标准的聚类区域中的任一子区域进行图像优化；
19、若所述聚类区域不符合一致性标准，则优化聚类区域中的全部图像。
20、进一步地，所述步骤s4中，识别特征轮廓的过程包括，
21、识别聚类区域图像中全部可识别轮廓，将各所述可识别轮廓的长度与预设的长度对比阈值进行对比，若可识别轮廓长度大于预设的长度对比阈值，则判定所述可识别轮廓为特征轮廓。
22、进一步地，所述步骤s4中，根据公式(2)计算细节差异表征系数，
23、
24、公式(2)中，nd表示特征轮廓数量，li表示第i特征轮廓与相邻特征轮廓间距的平均值。
25、进一步地，所述步骤s4中，判定是否符合细节差异标准的过程包括，
26、将所述细节差异表征系数与预设的细节差异阈值进行对比，若所述细节差异表征系数小于预设的细节差异阈值，则判定符合细节差异标准。
27、进一步地，所述步骤s4中，图像优化包括去噪优化以及几何优化。
28、进一步地，所述步骤s5中，还包括备份所述步骤s1中所获取的测绘图像数据。
29、与现有技术相比，本发明通过控制无人机搭载测绘设备以预定路线飞行，以获取测绘图像数据，对测绘图像帧各子区域进行聚类分析，确定聚类区域，根据聚类区域内各子区域之间基本图像参数的差异计算一致性系数，根据所述一致性系数判定所述聚类区域是否符合一致性标准，后续对聚类区域采用不同的图像处理方式，对符合一致性标准的聚类区域，根据特征轮廓的排布计算细节差异表征系数，验证是否符合细节差异标准，以识别出种植同类作物的情况，通过多次判定具备较高的图像识别精度，对于相似度极高的图像区域仅优化部分子区域作为样本，通过部分区域的细节表征全部区域的情况，在保证用户端需求的前提下，减少算力消耗，减少测绘数据处理时间。
30、尤其，本发明对各子区域进行聚类分析，构建聚类区域，分析依据为基本图像参数，基本图像参数为显性参数，便于提取，并且对于图像的差异具备一定的数据表征性，因此采用各子区域间基本图像参数的差异识别相似度相对较高的聚类区域，为后续进一步分析提供数据支持，在保证用户端需求的前提下，减少算力消耗，减少测绘数据处理时间。
31、尤其，本发明验证聚类区域是否符合一致性标准，甄别图像特征相对接近的聚类区域，后续采用不同的图像处理方式，尤其是，仅对符合一致性标准的聚类区域进行后续的细节差异标准判定，在实际情况中，在对乡村进行测绘时，农田占主要面积，农田中的作物呈现在图像中所体现的基本图像参数类似，但是，由于种植排布的影响，作物通常规律排布，在图像中体现出一定的线性轮廓，且轮廓间距存在规律性，不同作物之间的排布存在一定的差异，因此，后续通过细节差异标准验证对应聚类区域是否属于同一作物，进而，对于上述情况可仅对部分区域进行细节优化，满足识别作物的需求，并且，仅优化部分子区域作为样本，通过部分区域的细节表征全部区域的情况，在保证用户端需求的前提下，减少算力消耗，减少测绘数据处理时间。
1.一种基于数据分析的城乡生态规划方法，其特征在于，包括：
2.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s2中，预定划分标准包括，
3.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s3中，根据公式(1)计算一致性系数，
4.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s3中，判定所述聚类区域是否符合一致性标准的过程包括，
5.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，选定针对各聚类区域的图像处理方式的过程包括，
6.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s4中，识别特征轮廓的过程包括，
7.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s4中，根据公式(2)计算细节差异表征系数，
8.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s4中，判定是否符合细节差异标准的过程包括，
9.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s4中，图像优化包括去噪优化以及几何优化。
10.根据权利要求1所述的基于数据分析的城乡生态规划方法，其特征在于，所述步骤s5中，还包括备份所述步骤s1中所获取的测绘图像数据。
