[發明專利]基于無人機影像光譜與紋理特征的小麥氮濃度反演方法

有效

• 申請號: 202010046498.0
• 申請日: 2020-01-16
• 公開（公告）號: CN111242934B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 陳鵬飛
• 申請（專利權）人: 中國科學院地理科學與資源研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/45
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 姜京潤

1.一種基于無人機影像光譜與紋理特征的小麥氮濃度反演方法，其特征在于：所述方法包括以下步驟：

Ⅰ、無人機觀測系統搭建與影像獲取；無人機影像在10:00～14:00之間晴朗無云時進行獲取；影像至少具有722nm、702nm、670nm、550nm、450nm五個波段光譜信息；影像地面分辨率為0.8cm；

Ⅱ、影像中土壤信息的自動剔除；利用影像的670nm、550nm、450nm三個波段來計算過綠指數ExG和過紅指數ExR的差值ExG-ExR；其中，ExG、ExR的計算公式，如公式①和公式②所示；分析ExG-ExR的灰度影像，基于Otsu方法自動確定影像分割闕值，取大于闕值的像元作為小麥區域，小于闕值的像元作為非小麥區域；去除非小麥區域的影像，僅保留小麥區域影像；

ExG＝2×R₅₅₀-R₆₇₀-R₄₅₀ 公式①

式中，ExG為過綠指數；R₅₅₀為550nm處的波段反射率；R₆₇₀為670nm處的波段反射率；R₄₅₀為450nm處的波段反射率；

ExR＝1.4×R₆₇₀-R₅₅₀ 公式②

式中，ExR為過紅指數；R₅₅₀為550nm處的波段反射率；R₆₇₀為670nm處的波段反射率；

Ⅲ、診斷植株氮濃度的紋理指數構建；光譜指數中的雙峰冠層氮指數具有最好反演小麥植株氮濃度的能力，因此應用雙峰冠層氮指數的紋理特征構建診斷小麥植株氮濃度的紋理指數；

雙峰冠層氮指數圖像基于步驟Ⅱ中剔除非小麥區域的無人機影像計算獲得，其計算方法如公式③所示；然后應用灰度共生矩陣法計算雙峰冠層氮指數圖像的紋理特征；基于獲得的灰度共生矩陣，計算紋理特征的同質性和對比度；構建診斷植株氮濃度的紋理指數NTI，如公式④所示；

DCNI＝(R₇₂₂-R₇₀₂)/(R₇₀₂-R₆₇₀)/(R₇₂₂-R₆₇₀+0.03) 公式③

其中，DCNI表示雙峰冠層氮指數，R₇₂₂為722nm處的波段反射率；R₇₀₂為702nm處的波段反射率；R₆₇₀為670nm處的波段反射率；

其中，NTI為診斷植株氮濃度的紋理指數；Homogeneity_DCNI為基于DCNI圖像計算的同質性；Contrast_DCNI為基于DCNI圖像計算的對比度；小麥氮素營養越缺乏，DCNI圖像的同質性會變小，對比度會變大，NTI值變小；因此NTI與植株氮濃度呈正相關；

Ⅳ、耦合紋理指數與光譜指數的植株氮濃度診斷模型構建；耦合診斷植株氮濃度的紋理指數NTI和已有診斷植株氮濃度的光譜指數雙峰冠層氮指數DCNI，采用多元線性回歸法建立植株氮濃度的診斷模型，用于小麥植株氮濃度預測，如公式⑤所示；

N％＝a×NTI+b×DCNI+c 公式⑤

其中，N表示植株氮濃度的診斷模型；a，b，c均為模型系數，由地區決定。

2.根據權利要求1所述的基于無人機影像光譜與紋理特征的小麥氮濃度反演方法，其特征在于：所述步驟Ⅲ中灰度共生矩陣描述的是在θ方向上，相隔d像元距離的一對像元分別具有灰度級i和j出現的概率，如公式⑥所示：

式中，GLCM為灰度共生矩陣；a_ij為灰度級為i的像元與灰度級為j的像元同時出現的概率；i，j的取值為1到n，n為總的灰度分級數；

計算灰度共生矩陣時，選擇的窗口大小為整個目標區域；灰度分級數設為10，即將目標區域DCNI圖像最大值和最小值之間10等分，并按值大小命名為從1到10共十級，像元DCNI值落入哪一等分內，即為哪一級灰度值；搜索的方向設定為0°、45°、90°以及135°四個方向，步長為1個像元。