一种基于深度学习的水稻倒伏智能评估定损系统及其评估定损方法技术方案

一种基于深度学习的水稻倒伏智能评估定损系统及其评估定损方法，属于水稻倒伏定损领域，本发明专利技术提供了一种能够能够匹配农户信息、定量定损、实操性强、自动化程度高的基于深度学习的水稻倒伏智能评估定损系统及其评估定损方法。本发明专利技术中，快拼软件用于对无人机影像进行快速拼接；影像数据加载模块用于加载拼接后的完整无人机影像，多边形绘制模块用于根据农户信息，在拼接后的影像上绘制权利地块，裁剪模块用于依据绘制的多边形进行剪裁，灾情识别模块根据深度学习算法分割出受灾区域，灾情统计模块用于统计受灾比例；确认单输出模块用于输出受灾评估定损报告。本发明专利技术主要用于水稻倒伏的评估定损。

A rice lodging intelligent evaluation and loss assessment system based on deep learning and its loss assessment method

【技术实现步骤摘要】
一种基于深度学习的水稻倒伏智能评估定损系统及其评估定损方法
本专利技术属于水稻倒伏定损领域，具体涉及一种基于深度学习的水稻倒伏智能评估定损系统及其评估定损方法。
技术介绍
农作物倒伏在农业生产中是造成产量减少、农作物质量降低的主要原因，目前对于农作物倒伏定损的研究较少。在公开号为CN108169138A的专利文献中记载了一种基于无人机对倒伏灾害遥感定损的方法，其采用热红外图像，利用颜色特征、纹理特征、温度特征构建倒伏区域的判别模型，识别倒伏区域和非倒伏区域。这种方法由于采用热红外影像，要求无人机采集数据时的航高不能过高，对航拍的影像要求较高，给实地作业带来了很大的不便，而且文献中只提出了一种识别方法，没有形成一整套的全流程的系统，受干扰因素过多，极大地限制了方法的应用场景，且该方法分析过程十分复杂，受控因素过多，难以实际操作，对定损带来很多障碍。因此，就需要一种能够匹配农户信息、定量定损、实操性强、自动化程度高的基于深度学习的水稻倒伏智能评估定损系统及其评估定损方法。
技术实现思路
本专利技术针对现有的定损方本文档来自技高网...

【技术保护点】
1.一种基于深度学习的水稻倒伏智能评估定损系统，其特征在于，它包括影像快拼模块、影像编辑模块、灾情处理模块和确认单输出模块，所述影像快拼模块包括快拼软件，所述快拼软件用于对无人机影像进行快速拼接，形成完整倒伏影像；所述影像编辑功能模块包括影像数据加载模块、多边形绘制模块、边缘清除模块、裁剪模块和影像数据存储模块，所述影像数据加载模块用于加载拼接后的完整倒伏影像，所述多边形绘制模块用于根据农户信息在拼接后的倒伏影像上绘制权利地块边界，所述边缘清除模块用于清除绘制的权利地块边界以外的图像，所述裁剪模块用于将清除边缘后的倒伏影像依据预设农户地块标准进行剪裁，所述影像数据存储模块用于将剪裁后的倒伏影像...

【技术特征摘要】
1.一种基于深度学习的水稻倒伏智能评估定损系统，其特征在于，它包括影像快拼模块、影像编辑模块、灾情处理模块和确认单输出模块，所述影像快拼模块包括快拼软件，所述快拼软件用于对无人机影像进行快速拼接，形成完整倒伏影像；所述影像编辑功能模块包括影像数据加载模块、多边形绘制模块、边缘清除模块、裁剪模块和影像数据存储模块，所述影像数据加载模块用于加载拼接后的完整倒伏影像，所述多边形绘制模块用于根据农户信息在拼接后的倒伏影像上绘制权利地块边界，所述边缘清除模块用于清除绘制的权利地块边界以外的图像，所述裁剪模块用于将清除边缘后的倒伏影像依据预设农户地块标准进行剪裁，所述影像数据存储模块用于将剪裁后的倒伏影像进行储存；所述灾情处理模块包括灾情识别模块和灾情统计模块，所述灾情识别模块用于对剪裁后得到的权利地块区域影像进行识别，识别出权利地块区域内的水稻倒伏区域；所述灾情统计模块用于根据灾情识别的受灾影像与原始影像比对，统计受灾比例；所述确认单输出模块用于根据农户信息与受灾影像匹配，进而输出受灾评估定损报告。


2.根据权利要求1所述的一种基于深度学习的水稻倒伏智能评估定损系统，其特征在于，所述快拼软件具体是软件Pix4DMapper。


3.一种基于权利要求1所述的基于深度学习的水稻倒伏智能评估定损系统的评估定损方法，其特征在于，它包括以下步骤：
步骤一、获取无人机影像；
步骤二、所述快拼软件对有重叠度的无人机遥感序列影像进行快速拼接，形成包含农户全体地块信息的完整倒伏影像；
步骤...

【专利技术属性】
技术研发人员：巩翼龙，
申请(专利权)人：黑龙江地理信息工程院，
类型：发明
国别省市：黑龙;23