基于人工智能的农业保险查勘方法及相关设备技术

本发明专利技术属于分类模型技术领域，提供一种基于人工智能的农业保险查勘方法及相关设备，该方法包括：当接收到农业保险查勘任务时，从所述农业保险查勘任务中提取待查勘承保标的的地理位置信息；根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据；对所述待查勘承保标的的光谱数据进行预处理；从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征；将所述待查勘承保标的的光谱特征输入至训练好的农作物类型识别模型中进行分析，以得出所述待查勘承保标的属于何种农作物，作为查勘结果。本发明专利技术实现了便捷、高效、快速、准确地农业保险查勘。

Agricultural insurance survey method and related equipment based on Artificial Intelligence

The invention belongs to the technical field of classification model, and provides an agricultural insurance survey method and related equipment based on artificial intelligence. The method includes: when receiving the agricultural insurance survey task, extracting the geographic location information of the subject to be surveyed from the agricultural insurance survey task; controlling the Airborne Hyperspectral Imaging spectral system to collect the geographic location information according to the geographic location information The spectral data of the subject matter to be inspected and insured; the spectral data of the subject matter to be inspected and insured are preprocessed; the spectral characteristics of the subject matter to be inspected and insured are extracted from the spectral data of the subject matter to be inspected and insured after preprocessing; the spectral characteristics of the subject matter to be inspected and insured are input into the trained crop type identification model for analysis, so as to obtain the spectral characteristics of the subject matter to be inspected and insured As a result of the survey, what kind of crops the subject matter insured belongs to shall be surveyed. The invention realizes convenient, efficient, fast and accurate agricultural insurance survey.

【技术实现步骤摘要】
基于人工智能的农业保险查勘方法及相关设备
本专利技术涉及分类模型
，尤其涉及一种基于人工智能的农业保险查勘方法及相关设备。
技术介绍
农业保险，是指保险机构根据农业保险合同，对参保人在农业生产过程中的因保险标的遭受约定的自然灾害等事故所造成的财产损失承担赔偿保险金责任的保险活动。目前，在农业保险的承保阶段，为避免虚假承保，保险机构需要派遣查勘人员进行查勘,以核实参保人提供的承保标的的真实性，然而，派遣查勘人员进行查勘的方式，耗时耗力，还需要农户的配合，难度较大。
技术实现思路
本专利技术的主要目的在于提供一种基于人工智能的农业保险查勘方法及相关设备，旨在解决派遣查勘人员进行查勘的方式，耗时耗力，还需要农户的配合，难度较大的技术问题。为实现上述目的，本专利技术提供一种基于人工智能的农业保险查勘方法，所述基于人工智能的农业保险查勘方法包括以下步骤：当接收到农业保险查勘任务时，从所述农业保险查勘任务中提取待查勘承保标的的地理位置信息；根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据；对所述待查勘承保标的的光谱数据进行预处理；从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征；将所述待查勘承保标的的光谱特征输入至训练好的农作物类型识别模型中进行分析，以得出所述待查勘承保标的属于何种农作物，作为查勘结果。可选地，所述地理位置信息为地理坐标，所述根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据的步骤包括:分别在所述地理坐标的四个方向上，控制机载高光谱成像光谱系统的探头垂直向下，在待查勘承保标的冠层的预设高度处进行测量，在每个方向上记录若干条光谱，构成所述待查勘承保标的的光谱数据。可选地，所述对所述待查勘承保标的的光谱数据进行预处理的步骤包括：采用滤波拟合法对所述待查勘承保标的的光谱数据进行平滑去噪处理；从平滑去噪处理后的所述待查勘承保标的的光谱数据中，剔除水强吸收波段；对剔除了水强吸收波段的所述待查勘承保标的的光谱数据做平均处理。可选地，所述从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征的步骤包括：利用光谱微分法和连续统去除法分析预处理后的所述待查勘承保标的的光谱数据，以从预处理后的所述待查勘承保标的的光谱数据中确定光谱特征区域；从所述光谱特征区域中提取微分特征和吸收特征，得到待查勘承保标的的光谱特征。可选地，所述光谱特征区域包括绿峰区域、红谷区域、红边区域、蓝光区叶绿素吸收带、红光区叶绿素吸收带、水弱吸收带、水和氧窄吸收带以及水和二氧化碳强吸收带，所述从所述光谱特征区域中提取微分特征和吸收特征的步骤包括：从所述绿峰区域、所述红谷区域和所述红边区域提取微分特征；从所述蓝光区叶绿素吸收带、所述红光区叶绿素吸收带、所述水弱吸收带、所述水和氧窄吸收带以及所述水和二氧化碳强吸收带提取吸收特征。可选地，所述当接收到农业保险查勘任务时，从所述农业保险查勘任务中提取待查勘承保标的的地理位置信息的步骤之前，包括：获取若干种农作物的光谱数据，并分别对每种农作物的光谱数据进行预处理；分别从预处理后的每种农作物的光谱数据中，提取光谱特征作为训练样本，并根据所述训练样本构建训练样本集；根据所述训练样本集训练农作物类型识别模型，得到训练好的农作物类型识别模型。可选地，所述根据所述训练样本集训练农作物类型识别模型，得到训练好的农作物类型识别模型的步骤包括：对所述训练样本集进行归一化处理；创建基于反向传播神经网络BPNN的农作物类型识别模型，并初始化所述农作物类型识别模型的参数；将归一化处理后的训练样本集输入至所述农作物类型识别模型中，获取前向输出和反向输出；采用梯度下降法，根据所述前向输出和反向输出更新所述农作物类型识别模型的参数，得到训练好的农作物类型识别模型。此外，为实现上述目的，本专利技术还提供基于人工智能的农业保险查勘装置，所述基于人工智能的农业保险查勘装置包括：采集模块，用于根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据；预处理模块，用于对所述待查勘承保标的的光谱数据进行预处理；光谱特征提取模块，用于从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征；分析模块，用于将所述待查勘承保标的的光谱特征输入至训练好的农作物类型识别模型中进行分析，以得出所述待查勘承保标的属于何种农作物，作为查勘结果。此外，为实现上述目的，本专利技术还提供一种基于人工智能的农业保险查勘设备，所述基于人工智能的农业保险查勘设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于人工智能的农业保险查勘程序，其中所述基于人工智能的农业保险查勘程序被所述处理器执行时，实现如上述的基于人工智能的农业保险查勘方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于人工智能的农业保险查勘程序，其中所述基于人工智能的农业保险查勘程序被处理器执行时，实现如上述的基于人工智能的农业保险查勘方法的步骤。本专利技术提供一种基于人工智能的农业保险查勘方法及相关设备，当接收到农业保险查勘任务时，首先从该农业保险查勘任务中提取待查勘承保标的的地理位置信息，然后根据提取的地理位置信息，控制机载高光谱成像光谱系统采集待查勘承保标的光谱数据，再对采集的待查勘承保标的光谱数据进行预处理，并从预处理后的光谱数据中提取待查勘承保标的的光谱特征，将提取的待查勘承保标的的光谱特征输入至训练好的农作物类型识别模型中进行分析，以得出待查勘承保标的属于何种农作物，作为查勘结果，实现了基于训练好的农作物类型识别模型对待查勘承保标的进行分析，能显著提高农作物类型的识别精度，实现了便捷、高效、快速、准确地农业保险查勘。附图说明图1为本专利技术实施例方案中涉及的基于人工智能的农业保险查勘设备的硬件结构示意图；图2为本专利技术基于人工智能的农业保险查勘方法第一实施例的流程示意图；图3为本专利技术基于人工智能的农业保险查勘方法第二实施例的流程示意图；图4为本专利技术基于人工智能的农业保险查勘装置第一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例涉及的基于人工智能的农业保险查勘方法主要应用于基于人工智能的农业保险查勘设备，该基于人工智能的农业保险查勘设备可以是个人计算机(personalcomputer，PC)、服务器等具有数据处理功能的设备。参照图1，图1为本专利技术实施例方案中涉及的基于人工智能的农业保险查勘设备的硬件结本文档来自技高网...

【技术保护点】
1.一种基于人工智能的农业保险查勘方法，其特征在于，所述基于人工智能的农业保险查勘方法包括以下步骤：/n当接收到农业保险查勘任务时，从所述农业保险查勘任务中提取待查勘承保标的的地理位置信息；/n根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据；/n对所述待查勘承保标的的光谱数据进行预处理；/n从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征；/n将所述待查勘承保标的的光谱特征输入至训练好的农作物类型识别模型中进行分析，以得出所述待查勘承保标的属于何种农作物，作为查勘结果。/n

【技术特征摘要】
1.一种基于人工智能的农业保险查勘方法，其特征在于，所述基于人工智能的农业保险查勘方法包括以下步骤：
当接收到农业保险查勘任务时，从所述农业保险查勘任务中提取待查勘承保标的的地理位置信息；
根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据；
对所述待查勘承保标的的光谱数据进行预处理；
从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征；
将所述待查勘承保标的的光谱特征输入至训练好的农作物类型识别模型中进行分析，以得出所述待查勘承保标的属于何种农作物，作为查勘结果。


2.如权利要求1所述的基于人工智能的农业保险查勘方法，其特征在于，所述地理位置信息为地理坐标，
所述根据所述地理位置信息，控制机载高光谱成像光谱系统采集所述待查勘承保标的的光谱数据的步骤包括:
分别在所述地理坐标的四个方向上，控制机载高光谱成像光谱系统的探头垂直向下，在待查勘承保标的冠层的预设高度处进行测量，在每个方向上记录若干条光谱，构成所述待查勘承保标的的光谱数据。


3.如权利要求2所述的基于人工智能的农业保险查勘方法，其特征在于，所述对所述待查勘承保标的的光谱数据进行预处理的步骤包括：
采用滤波拟合法对所述待查勘承保标的的光谱数据进行平滑去噪处理；
从平滑去噪处理后的所述待查勘承保标的的光谱数据中，剔除水强吸收波段；
对剔除了水强吸收波段的所述待查勘承保标的的光谱数据做平均处理。


4.如权利要求3所述的基于人工智能的农业保险查勘方法，其特征在于，所述从预处理后的所述待查勘承保标的的光谱数据中，提取所述待查勘承保标的的光谱特征的步骤包括：
利用光谱微分法和连续统去除法分析预处理后的所述待查勘承保标的的光谱数据，以从预处理后的所述待查勘承保标的的光谱数据中确定光谱特征区域；
从所述光谱特征区域中提取微分特征和吸收特征，得到待查勘承保标的的光谱特征。


5.如权利要求4所述的基于人工智能的农业保险查勘方法，其特征在于，所述光谱特征区域包括绿峰区域、红谷区域、红边区域、蓝光区叶绿素吸收带、红光区叶绿素吸收带、水弱吸收带、水和氧窄吸收带以及水和二氧化碳强吸收带，
所述从所述光谱特征区域中提取微分特征和吸收特征的步骤包括：
从所述绿峰区域、所述红谷区域和所述红边区域提取微分特征；
从所述蓝光区叶绿素吸收带、所述红光区叶绿素吸收带、所述水弱吸收带、所述水和氧窄吸收带以及所述水和二氧化碳强吸收带提取吸收特征。

【专利技术属性】
技术研发人员：王小山，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44