[發(fā)明專利]小麥倒伏面積提取系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010845296.2
• 申請(qǐng)日: 2020-08-20
• 公開（公告）號(hào): CN114170500A
• 公開（公告）日: 2022-03-11
• 發(fā)明（設(shè)計(jì)）人: 劉哲;張心璐;昝糈莉;李紹明;張曉東;邢子瑤
• 申請(qǐng)（專利權(quán)）人: 中國(guó)農(nóng)業(yè)大學(xué)
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06V10/143;G06V10/774;G06V10/764;G06K9/62;G06T3/40;G06T5/00;G06T7/40;G06T7/62;G06T7/90
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 肖陽(yáng)

1.一種小麥倒伏面積提取系統(tǒng)，其特征在于，包括：

獲取單元，用于通過無人機(jī)搭載多光譜傳感器獲取試驗(yàn)區(qū)田間影像數(shù)據(jù)；

預(yù)處理單元，所述預(yù)處理單元與所述獲取單元相連，用于處理獲取的試驗(yàn)區(qū)田間影像數(shù)據(jù)得到小麥冠層多光譜影像；

計(jì)算單元，所述計(jì)算單元與所述預(yù)處理單元相連，用于計(jì)算小麥冠層多光譜影像中目標(biāo)作物的紋理特征；

選取單元，所述選取單元與所述計(jì)算單元相連，用于將計(jì)算得到的紋理特征分別與多光譜影像進(jìn)行合并，使用馬氏距離分類法對(duì)所述影像進(jìn)行分類分析，提取小麥倒伏面積。

2.根據(jù)權(quán)利要求1所述的提取系統(tǒng)，其特征在于，所述試驗(yàn)區(qū)田間影像數(shù)據(jù)是通過無人機(jī)搭載多光譜傳感器于飛行高度為30～50米、飛行時(shí)間為9:00～10:00、13:00～14:00、17:00～18:00所采集獲得的。

3.根據(jù)權(quán)利要求1所述提取系統(tǒng)，其特征在于，所述計(jì)算單元用于對(duì)得到的小麥冠層多光譜影像，利用如下方法提取紋理特征：

使用基于二階概率統(tǒng)計(jì)的濾波工具計(jì)算正常小麥與倒伏小麥的紋理信息；紋理分析后需要統(tǒng)計(jì)正常和倒伏小麥的均值和方差，利用這兩個(gè)值計(jì)算出變異系數(shù)和相對(duì)差異系數(shù)。

4.根據(jù)權(quán)利要求1所述提取系統(tǒng)，其特征在于，所述選取單元用于：

選擇變異系數(shù)小、相對(duì)差異系數(shù)大的紋理特征作為倒伏提取模型的變量；

選取紅色、綠色、藍(lán)色三個(gè)波段的均值紋理特征結(jié)合所述飛行高度、飛行時(shí)段的多光譜影像合并得到的影像；

將分類得到的倒伏地塊和小區(qū)邊界進(jìn)行疊加分析，使得倒伏地塊也有小區(qū)的邊界信息，統(tǒng)計(jì)出每一個(gè)小區(qū)中倒伏面積的大小，計(jì)算每一個(gè)小區(qū)中的倒伏面積占比。

5.根據(jù)權(quán)利要求1所述提取系統(tǒng)，其特征在于，所述提取系統(tǒng)進(jìn)一步包括：

評(píng)價(jià)單元，所述評(píng)價(jià)單元與所述選取單元相連，用于對(duì)比人工調(diào)查數(shù)據(jù)和所述選取單元所得分類模型結(jié)構(gòu)，驗(yàn)證分類模型精度；

任選地，所述評(píng)價(jià)單元用于：

用所述選取單元計(jì)算得到的每一個(gè)小區(qū)中的倒伏面積占比，與已知的人工調(diào)查出的倒伏面積占比計(jì)算差值，所述差值為分類誤差。

6.一種利用權(quán)利要求1～5任一項(xiàng)所述小麥倒伏面積提取系統(tǒng)提取小麥倒伏面積的方法，其特征在于，包括如下步驟：

S1：使用無人機(jī)搭載多光譜傳感器采集試驗(yàn)區(qū)田間影像數(shù)據(jù)；

S2：對(duì)S1采集的田間影像數(shù)據(jù)進(jìn)行預(yù)處理，得到小麥冠層多光譜影像；

S3：計(jì)算S2得到的小麥冠層多光譜影像中目標(biāo)作物的紋理特征；

S4：選取紅色、綠色、藍(lán)色三個(gè)波段的均值紋理特征結(jié)合所述飛行高度、飛行時(shí)段的多光譜影像合并得到的影像，使用馬氏距離分類法對(duì)影像進(jìn)行分類分析，提取小麥倒伏面積。

7.根據(jù)權(quán)利要求6所述提取方法，其特征在于，所述無人機(jī)搭載多光譜傳感器的飛行高度為30～50米、飛行時(shí)間為9:00～10:00、13:00～14:00、17:00～18:00；

任選地，S2所述預(yù)處理包括影像拼接和幾何校正、輻射定標(biāo)。

8.根據(jù)權(quán)利要求6所述提取方法，其特征在于，所述S3包括如下步驟：

對(duì)S2得到的小麥冠層多光譜影像，利用如下方法提取倒伏小麥與正常小麥的紋理特征：

使用基于二階概率統(tǒng)計(jì)的濾波工具計(jì)算正常小麥與倒伏小麥的紋理信息；紋理分析后需要統(tǒng)計(jì)正常和倒伏小麥多個(gè)紋理特征的均值和方差，利用這兩個(gè)值計(jì)算出變異系數(shù)和相對(duì)差異系數(shù)。

9.根據(jù)權(quán)利要求8所述提取方法，其特征在于，所述S4包括如下步驟：

S41：選擇變異系數(shù)小、相對(duì)差異系數(shù)大的紋理特征作為倒伏提取模型的變量；

S42：選取紅色、綠色、藍(lán)色三個(gè)波段的均值紋理特征結(jié)合所述飛行高度、飛行時(shí)段的多光譜影像合并得到的影像；

S43：將分類得到的倒伏地塊和小區(qū)邊界進(jìn)行疊加分析，使得倒伏地塊也有小區(qū)的邊界信息，統(tǒng)計(jì)出每一個(gè)小區(qū)中倒伏面積的大小，計(jì)算每一個(gè)小區(qū)中的倒伏面積占比。

10.根據(jù)權(quán)利要求9所述提取方法，其特征在于，進(jìn)一步包括：

S5：將S4所得小麥倒伏面積結(jié)果與人工調(diào)查數(shù)據(jù)相比對(duì)，驗(yàn)證分類模型精度，

任選地，所述S5包括如下步驟：

用S46計(jì)算得到的每一個(gè)小區(qū)中的倒伏面積占比，與已知的人工調(diào)查出的倒伏面積占比計(jì)算差值，所述差值為分類誤差。