[發明專利]一種農作物智能識別與長勢預測方法及系統

在審

• 申請號: 202110541378.2
• 申請日: 2021-05-18
• 公開（公告）號: CN113343783A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王莉;劉皓楠;阿孜古麗·吾拉木;張德政;劉欣
• 申請（專利權）人: 北京科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06Q50/02
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波;付忠林

1.一種農作物智能識別與長勢預測方法，其特征在于，包括：

獲取待預測長勢的農作物的原始遙感影像，并對所述原始遙感影像進行預處理，得到預處理后的遙感影像；其中，所述預處理包括輻射定標和大氣校正；

計算預處理后的遙感影像中各像素點的植被指數，獲取植被指數時序數據；

根據所述植被指數時序數據，通過預設的農作物分類模型對當前農作物的種類進行分類；其中，所述農作物分類模型為卷積長短時記憶網絡，所述農作物分類模型的輸入為植被指數時序數據，輸出為對應的農作物分類結果；

基于當前農作物的分類結果，根據所述植被指數時序數據，通過預設的農作物長勢預測模型對當前農作物的長勢進行預測；其中，所述農作物長勢預測模型為長短時記憶網絡，所述農作物長勢預測模型的輸入為植被指數時序數據，輸出為當前輸入的植被指數時序數據對應的未來時間段內的植被指數時序數據。

2.如權利要求1所述的農作物智能識別與長勢預測方法，其特征在于，對所述原始遙感影像進行預處理，包括：

通過輻射定標建立數字化值與對應視場中輻射亮度值之間的定量關系，以消除遙感影像采集傳感器本身產生的誤差；

通過大氣校正將定標值還原為地表真實信息，高保真地恢復地物波譜信息。

3.如權利要求1所述的農作物智能識別與長勢預測方法，其特征在于，所述植被指數為歸一化差分植被指數、權重差值植被指數或土壤調節植被指數。

4.如權利要求1所述的農作物智能識別與長勢預測方法，其特征在于，所述植被指數為權重差值植被指數。

5.如權利要求1所述的農作物智能識別與長勢預測方法，其特征在于，在計算出預處理后的遙感影像中各像素點的植被指數后，所述方法還包括：

對預處理后的遙感影像中選定區域內部各像素點的植被指數進行數值統計，以標準差判斷數據離散程度，通過數據離散程度判斷相應數據的可信度。

6.一種農作物智能識別與長勢預測系統，其特征在于，包括：

遙感影像預處理模塊，用于獲取待預測長勢的農作物的原始遙感影像，并對所述原始遙感影像進行預處理，得到預處理后的遙感影像；其中，所述預處理包括輻射定標和大氣校正；

植被指數特征提取模塊，用于計算經過所述遙感影像預處理模塊預處理后的遙感影像中各像素點的植被指數，獲取植被指數時序數據；

農作物智能分類模塊，用于根據所述植被指數特征提取模塊提取的植被指數時序數據，通過預設的農作物分類模型對當前農作物的種類進行分類；其中，所述農作物分類模型為卷積長短時記憶網絡，所述農作物分類模型的輸入為植被指數時序數據，輸出為對應的農作物分類結果；

農作物長勢預測模塊，用于基于農作物智能分類模塊對當前農作物的分類結果，根據植被指數特征提取模塊提取的植被指數時序數據，通過預設的農作物長勢預測模型對當前農作物的長勢進行預測；其中，所述農作物長勢預測模型為長短時記憶網絡，所述農作物長勢預測模型的輸入為植被指數時序數據，輸出為當前輸入的植被指數時序數據對應的未來時間段內的植被指數時序數據。

7.如權利要求6所述的農作物智能識別與長勢預測系統，其特征在于，所述遙感影像預處理模塊具體用于：

通過輻射定標建立數字化值與對應視場中輻射亮度值之間的定量關系，以消除遙感影像采集傳感器本身產生的誤差；

通過大氣校正將定標值還原為地表真實信息，高保真地恢復地物波譜信息。

8.如權利要求6所述的農作物智能識別與長勢預測系統，其特征在于，所述植被指數特征提取模塊所計算的植被指數為歸一化差分植被指數、權重差值植被指數或土壤調節植被指數。

9.如權利要求6所述的農作物智能識別與長勢預測系統，其特征在于，所述植被指數特征提取模塊所計算的植被指數為權重差值植被指數。

10.如權利要求6所述的農作物智能識別與長勢預測系統，其特征在于，所述植被指數特征提取模塊還用于：

對預處理后的遙感影像中選定區域內部各像素點的植被指數進行數值統計，以標準差判斷數據離散程度，通過數據離散程度判斷數據的可信度。