[發明專利]一種基于光譜與RGB-D融合圖像的小麥氮積累量預測方法

在審

• 申請號: 202011226965.4
• 申請日: 2020-11-06
• 公開（公告）號: CN112329856A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 倪軍;徐可;曹衛星;朱艷;龐方榮;蔣小平;湯亮;姚霞;張小虎
• 申請（專利權）人: 神農智慧農業研究院南京有限公司;南京農業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06T5/00;G06Q10/04;G06Q50/02;G06N3/04;G06N3/08
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 許軻;徐冬濤

本發明公開了一種基于光譜與RGB?D融合圖像的小麥氮積累量預測方法，屬于精準農業技術領域。該方法根據RGB圖像與深度圖像對應像素之間的相關性，提出RGB圖像與深度圖像的像素級融合算法；通過構建結合小麥冠層顏色與結構信息的特征參數，對單一光譜特征預測小麥葉層氮積累量(Leaf layer nitrogen accumulation，LNA)和地上部氮積累量(Shoot nitrogen accumulation，SNA)的模型進行補償，建立基于多維特征的預測模型。克服了光譜技術在預測小麥氮積累量時忽視冠層結構各向異性特征，導致預測結果精度低、不穩定等弊端，冠層結構特征的加入對基于光譜預測氮積累量模型進行了有效補償，預測模型具有更好的精度與穩定性。

技術領域

本發明涉及一種預測方法，尤其是一種基于光譜與RGB-D融合圖像的小麥氮積累量預測方法，屬于精準農業技術領域。

背景技術

氮素是小麥生長發育所需的關鍵元素，對小麥的產量和品質的影響至關重要。快速有效地掌握小麥關鍵生育期的氮素營養指標狀況，是實現肥料精準管理的前提。傳統的氮素營養指標估算多采用化學分析的方法，費時費力，隨著光譜分析技術和圖像傳感技術的不斷發展，氮素營養指標無損檢測技術的時效性越來越強、測試方法越來越簡便。

光譜分析技術的基礎主要是將作物冠層簡單化、理想化視為各向同性、均勻的朗伯體，但已有的植被冠層與輻射相互作用機理的研究表明，把植被冠層視為朗伯體的假設與實際情況相差較大，忽略了冠層結構各向異性特征對于光譜的影響，檢測結果不夠穩定，且精度相對較差。

因此，有必要結合光譜特征和冠層結構特征對作物的氮素營養狀況進行檢測。目前，冠層結構特征的提取多依賴于數字圖像處理技術，通過分析圖像特征表達作物冠層的顏色與形態特征差異。由于只使用了可見光波段信息，圖像的R、G、B值易受拍攝時光照條件的影響，并且二維數字圖像難以反映作物冠層三維形態信息，因此基于二維數字圖像構建氮素營養指標估算模型，準確度并不理想。

發明內容

本發明的目的在于針對上述現有技術存在的缺點，提出一種基于光譜與RGB-D融合圖像的小麥氮積累量預測方法，通過融合RGB圖像和深度圖像，構建結合小麥冠層顏色與三維結構信息的特征參數，對單一光譜特征預測小麥氮積累量的模型進行補償，有效提升模型的精度與穩定性。

為實現上述目的，本發明采取的技術方案是：一種基于光譜與RGB-D融合圖像的小麥氮積累量預測方法，其包括以下步驟：

步驟1：在小麥拔節期、孕穗期與抽穗期分別獲取冠層的光譜信息、RGB圖像和深度圖像，并利用敏感波段構建植被指數，提出空洞填充算法修復深度圖像；

步驟2：將深度圖像和RGB圖像對齊后，結合RGB圖像的顏色特征和修復后深度圖像的高度特征，分割小麥冠層；

步驟3：利用IHS變換將RGB圖像分別和深度信息、相位信息進行融合，得到不同空間模型下的小麥冠層圖像；

步驟4：計算融合后小麥冠層圖像的顏色共生矩陣，提取小麥的冠層結構特征；

步驟5：對小麥的冠層結構特征進行篩選，結合篩選后的結構特征和光譜特征對氮積累量進行預測。

進一步的，所述步驟1中利用敏感波段構建植被指數，提出空洞填充算法修復深度圖像，包括如下步驟：

步驟1-1：獲取小麥冠層光譜信息，利用小麥氮素敏感波段構建植被指數，生成光譜特征；

步驟1-2：獲取小麥冠層的深度圖像，根據空洞產生的原因將圖像中的空洞分類分析，利用類別特征進行空洞修復。