一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法技术

本发明专利技术公开了一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法，包括以下步骤：采集麦田多光谱图像；获取归一化植被指数图；利用支持向量机监督分类算法，对归一化植被指数图进行图像分割；进行小麦分蘖密度的人工计数采样作业，采集小麦分蘖密度的地面真值；根据图像分割结果，计算人工计数采样作业区域的垂直植被覆盖度；建立回归模型；根据垂直植被覆盖度计算小麦分蘖密度；根据获取的小麦分蘖密度值样本，采用反距离加权空间插值算法进行可视化处理，即可获取麦田整体的分蘖密度信息，本方法结合无人机遥感及图像处理技术，简单高效、测算方便、能够快速获知麦田内部任意区块的小麦分蘖密度值，为精细化变量追施氮肥作业提供了数据支撑。

A Method for Measuring Tiller Density of Wheat Based on UAV Multispectral Remote Sensing Image

【技术实现步骤摘要】
一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法
本专利技术涉及数字图像处理在农业遥感领域的应用领域，具体涉及一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法。
技术介绍
小麦是一种世界范围内广泛种植的禾本科植物，是人类重要的粮食作物与主要的植物蛋白来源，小麦种植按照播种期的不同可分为春小麦和冬小麦。在世界小麦种植中，冬小麦占约75%的面积，从播种到收获，冬小麦的生长周期可分为播种期、出苗期、分蘖期、越冬期、返青期、起生期、拔节期、孕穗期、抽穗期、开花期、灌浆期与成熟期。而分蘖期是小麦生长周期中的关键时期，小麦分蘖是指地面以下或接近地面处从麦株上所发生的小麦分枝，根据分蘖是否成穗分为有效分蘖和无效分蘖，有效分蘖麦穗是构成小麦产量的重要组成部分，高产农田中分蘖麦穗占比可达70%以上。小麦的分蘖能力受水、肥、光照、温度、农业措施等多重因素影响，同一地块内，小麦分蘖密度具有较大的空间差异性。一般地，3-7个分蘖的居多，10余个以及20余个分蘖的麦株也常见于土壤肥力高、墒情好、管理适当的麦田。2018年，李艳花提出在小麦分蘖高峰期结合灌溉追施氮肥可促生壮孽，提高分蘖数量以及分蘖成穗率（李艳花.提高冬小麦分蘖成穗率的几项关键措施[J].现代农村科技，2018(11):18.）。2017年，佟汉文等指出由于追肥过早造成小麦早期长势过旺与后期供肥不足，将导致成穗数及产量降低，对于分蘖成穗能力弱的小麦品种，追施氮肥可显著分蘖成穗率和穗粒数（[1]佟汉文,彭敏,刘易科,黄玫珽,邹娟,朱展望,陈泠,张宇庆,高春保.小麦分蘖成穗规律研究进展[J].湖北农业科学,2017,56(24):4700-4702+4713.）。由此可知，根据分蘖期内小麦分蘖状况的不同，执行相应剂量的追施氮肥作业，对提高小麦单产具有重要意义。然而截止到目前为止，国内外关于小麦分蘖的研究大多集中在小麦单株个体方面。例如，2018年，李琼砚等通过图像分割技术与形态学处理，完成了单株小麦分蘖数目的检测（李琼砚,高云鹏,翁雨辰.一种基于RGB图像的小麦分蘖数自动检测方法[P].中国专利:CN107993243A,2018-05-04.）；2016年，Boyle,R.D等通过划定小麦侧视图像中仅包含茎秆与麦叶的特定区域，利用阈值方法分割出茎秆，从而完成了单株小麦分蘖数目的计算（Boyle,R.D.,Corke,F.M.K.,Doonan,J.H.Automatedestimationoftillernumberinwheatbyribbondetection[J].MachineVisionandApplications,2016(27):637-646）。以上方法均属于实验室环境下或者受控条件下的小麦单株分蘖数据测算，无法直接用来指导大田追施氮肥作业。利用遥感图像处理技术，在大田环境下进行小麦分蘖密度的测算，国内外鲜有相关文献报道。传统的大田环境下小麦分蘖密度的测算通常单纯依靠人工计数或目视判别，耗时、费力、精度低，难以满足大样本、高效率的作业需求；而且，人工计数获取的小麦分蘖密度点源数据在现代集约化大规模农业中，难以代表农田整体的小麦分蘖密度状况，无法反映地块内部的小麦分蘖密度的空间差异，不适合用来指导精细化变量追施氮肥作业。
技术实现思路
为解决上述问题，本专利技术提供一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法，以无人机为遥感平台、多光谱相机为图像采集设备，通过数字图像处理技术，提供一种大田环境下的小麦分蘖密度的测算方法。本专利技术通过以下技术方案来实现：一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法，包括以下步骤：步骤一、无人机通过利用图像采集设备在小麦分蘖期采集地面分辨率不大于5厘米的麦田多光谱遥感图像，提取麦田多光谱遥感图像中每一个像素的近红外波段及红色波段的像素值；步骤二、根据归一化植被指数NDVI计算公式，对多光谱图像进行归一化处理，获取NDVI归一化植被指数图，其中，与分别为多光谱图像中近红外波段及红色波段的像素值；步骤三、在NDVI归一化植被指数图中选取若干像素值不大于0.15的像素点作为土壤背景训练样本，并在NDVI归一化植被指数图中选取若干像素值不小于0.4的像素点作为植被训练样本，利用支持向量机监督分类算法，对NDVI归一化植被指数图进行二值化图像分割处理，将植被整体从NDVI归一化植被指数图中提取出来，得到植被属性与土壤背景属性的二值化图像；步骤四、使用边长为1米的正方形框架，在麦田遥感区域内对麦株进行分隔处理，并统计该1平方米范围内的小麦分蘖株数，获取小麦分蘖密度（株/平方米）的地面真值；步骤五、根据图像分割结果，统计同一地面采样区域中每平方米范围内的像素个数与被划分为植被属性的像素个数，计算垂直植被覆盖度VCC；步骤六、重复上述操作，获取若干次不同遥感区域的垂直植被覆盖度值及小麦分蘖密度的地面真值，建立回归模型；步骤七、将任意区域的垂直植被覆盖度值输入回归模型，获取相应的小麦分蘖密度值；步骤八、根据获取的小麦分蘖密度值样本，采用反距离加权空间插值算法进行可视化处理，即可获取麦田整体的分蘖密度信息。进一步的，所述无人机采用固定翼、多旋翼以及直升机形式的无人机。进一步的，所述步骤一中图像采集设备使用含有近红外波段与红色波段的多光谱相机。进一步的，所述步骤五中垂直植被覆盖度VCC的计算公式为：其中，与分别为目标区域中每平方米范围内的像素个数与被划分为植被属性的像素个数。本专利技术的有益效果在于：本专利技术基于无人机遥感图像，结合地面真值采样，开发了一种基于多光谱图像分割技术的大田环境下小麦分蘖密度测算方法，该方法结合无人机遥感及图像处理技术，简单高效、测算方便、能够快速获知麦田内部任意区块的小麦分蘖密度值，为精细化变量追施氮肥作业提供了数据支撑。说明书附图图1为本专利技术的检测方法的流程图；图2是本专利技术的归一化植被指数图；图3是本专利技术的植被属性与土壤背景属性的二值化图像；图4是本专利技术麦田整体的分蘖密度信息。具体实施方式下面根据附图结合具体实施例中的技术方案对本专利技术进行清楚、完整地描述。如附图所示，一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法，包括以下步骤：步骤一、采集麦田多光谱图像：设定合适的无人机飞行高度，通过利用图像采集设备在小麦分蘖期采集地面分辨率不大于5厘米的麦田多光谱遥感图像，提取麦田多光谱遥感图像中每一个像素的近红外波段及红色波段的像素值，其中所述无人机采用固定翼、多旋翼以及直升机形式的无人机，所述图像采集设备使用含有近红外波段与红色波段的多光谱相机；步骤二、获取归一化植被指数图：根据归一化植被指数NDVI（NormalizedDifferentialVegetationIndex）计算公式，对多光谱图像进行归一化处理，获取NDVI归一化植被指数图，其中，与分别为多光谱图像中近红外波段及红色波段的像素值；步骤三、图像分割：在NDVI归一化植被指数图中选取若干像素值不大于0.15的像素点作为土壤背景训练样本，并在NDVI归一化植被指数图中选取若干像素值不小于0.4的像素点作为植被训练样本（如图2所示，底图为NDVI归一化植被指数图，位于深灰色区域的黑色标志代表土壤背景训练样本，位于白色区域的黑色标志代表植被训练样本）本文档来自技高网...

【技术保护点】
1.一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法，其特征在于：包括以下步骤：步骤一、无人机通过利用图像采集设备在小麦分蘖期采集地面分辨率不大于5厘米的麦田多光谱遥感图像，提取麦田多光谱遥感图像中每一个像素的近红外波段及红色波段的像素值；步骤二、根据归一化植被指数NDVI计算公式

【技术特征摘要】
1.一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法，其特征在于：包括以下步骤：步骤一、无人机通过利用图像采集设备在小麦分蘖期采集地面分辨率不大于5厘米的麦田多光谱遥感图像，提取麦田多光谱遥感图像中每一个像素的近红外波段及红色波段的像素值；步骤二、根据归一化植被指数NDVI计算公式，对多光谱图像进行归一化处理，获取NDVI归一化植被指数图，其中，与分别为多光谱图像中近红外波段及红色波段的像素值；步骤三、在NDVI归一化植被指数图中选取若干像素值不大于0.15的像素点作为土壤背景训练样本，并在NDVI归一化植被指数图中选取若干像素值不小于0.4的像素点作为植被训练样本，利用支持向量机监督分类算法，对NDVI归一化植被指数图进行二值化图像分割处理，将植被整体从NDVI归一化植被指数图中提取出来，得到植被属性与土壤背景属性的二值化图像；步骤四、使用边长为1米的正方形框架，在麦田遥感区域内对麦株进行分隔处理，并统计该1平方米范围内的小麦分蘖株数，获取小麦分蘖密度（株/平方米）的地面真值；步骤五、根据图像...

【专利技术属性】
技术研发人员：杜蒙蒙，姬江涛，杜新武，贺智涛，金鑫，赵凯旋，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41