[發明專利]基于無人機多光譜影像的農田管理分區方法及裝置

在審

• 申請號: 202110351503.3
• 申請日: 2021-03-31
• 公開（公告）號: CN113052102A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 李存軍;盧闖;胡海棠;覃苑;周靜平;陶歡;陳盼盼;石建安
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 郭亮

1.一種基于無人機多光譜影像的農田管理分區方法，其特征在于，包括：

通過無人機獲取目標田塊的多幀遙感影像，并對所述多幀遙感影像進行拼接，得到目標田塊的整幅多光譜影像；

根據所述多光譜影像中每個像素的歸一化紅邊植被指數NDRE對目標田塊進行多尺度影像分割，得到多個斑塊；

基于所有斑塊進行聚類，得到不同等級的分區結果。

2.根據權利要求1所述的基于無人機多光譜影像的農田管理分區方法，其特征在于，所述根據所述多光譜影像中每個像素的歸一化紅邊植被指數NDRE對目標田塊進行多尺度影像分割，包括：

根據如下公式確定ASEI最大時的分割尺度和對應的斑塊數，作為多尺度影像分割的結果：

其中，σ_L為斑塊內像元值的標準差，n為斑塊內所有像元的個數，表示斑塊內像元i的像元值，C_L表示斑塊內的像元均值，像元值根據每個像元的NDRE值確定；△C_L為與鄰域的平均差分的絕對值，L為斑塊邊界長度，L_i為與第i個相鄰斑塊的公共邊長度，C’_Li為第i個相鄰斑塊的像元均值，N為與當前斑塊鄰接的斑塊個數；SEI為分割評價指數，ASEI為平均分割評價指數，A為整個目標田塊的斑塊總面積，A_i為第i個斑塊的面積，m為斑塊的總數量。

3.根據權利要求1所述的基于無人機多光譜影像的農田管理分區方法，其特征在于，所述基于所有斑塊進行聚類，得到不同等級的分區結果，包括：

計算每個斑塊NDRE的平均值，對所有斑塊NDRE均值進行模糊聚類分析，得到不同等級的分區結果。

4.根據權利要求3所述的基于無人機多光譜影像的農田管理分區方法，其特征在于，所述對所有斑塊NDRE均值進行模糊聚類分析，得到不同等級的分區結果，包括：

將模糊性能指數和歸一化分類熵最小時的聚類數作為最終分類數。

5.根據權利要求1所述的基于無人機多光譜影像的農田管理分區方法，其特征在于，所述對所述多幀遙感影像進行拼接，得到目標田塊的整幅多光譜影像，包括：

對所述多幀遙感影像進行幾何校正、輻射校正、波段組合、影像裁剪，得到目標田塊的整幅多光譜影像。

6.根據權利要求1所述的基于無人機多光譜影像的農田管理分區方法，其特征在，所述目標田塊為春玉米種植區，所述遙感影像為春玉米吐絲期的遙感影像。

7.根據權利要求1所述的基于無人機多光譜影像的農田管理分區方法，其特征在于，所述基于所有斑塊進行聚類，得到不同等級的分區結果之后，還包括：

根據不同等級的分區結果，將所有斑塊合并為與分類數目對應的管理分區。

8.一種基于無人機多光譜影像的農田管理分區裝置，其特征在于，包括：

圖像處理模塊，用于通過無人機獲取目標田塊的多幀遙感影像，并對所述多幀遙感影像進行拼接，得到目標田塊的整幅多光譜影像；

斑塊分割模塊，用于根據所述多光譜影像中每個像素的歸一化紅邊植被指數NDRE對目標田塊進行多尺度影像分割，得到多個斑塊；

聚類分析模塊，用于基于所有斑塊進行聚類，得到不同等級的分區結果。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至7任一項所述基于無人機多光譜影像的農田管理分區方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述基于無人機多光譜影像的農田管理分區方法的步驟。