农作物倒伏程度识别方法及装置制造方法及图纸

本发明专利技术提供一种农作物倒伏程度识别方法及装置，该方法包括：根据待识别区域的遥感影像，获取待识别区域的遥感影像特征；将待识别区域的遥感影像特征输入遥感影像识别模型，获取待识别区域的农作物倒伏程度；其中，遥感影像识别模型是基于样本区域的遥感影像特征以及样本区域的农作物倒伏程度训练后得到；样本区域的农作物倒伏程度是根据样本区域的无人机影像预先获取的。本发明专利技术提供的农作物倒伏程度识别方法及装置，能通过遥感技术快速和便捷地获取大面积区域的遥感影像，能基于训练好的遥感影像识别模型识别遥感影像，能更高效地识别大面积区域的农作物倒伏程度，能降低识别大面积区域的农作物倒伏程度所需的时间成本。

【技术实现步骤摘要】
农作物倒伏程度识别方法及装置
本专利技术涉及图像处理
，尤其涉及一种农作物倒伏程度识别方法及装置。
技术介绍
倒伏是直立生长的作物成片发生歪斜，甚至全株匍倒在地的现象，倒伏可使农作物的产量和质量降低。根据农作物茎秆倾斜角度，可将倒伏程度划分为多个等级。及时准确地获得农作物倒伏程度对于估计农作物产量损失和做出生产决策等十分重要。常规的获得农作物倒伏程度的方法可以分为两类，一是在待识别区域内进行人工测量，获得农作物倒伏程度；二是利用无人机获取待识别区域的影像后，利用图像识别技术获得农作物倒伏程度。在待识别区域的面积较大时，前者进行人工测量需要花费很高的时间成本；后者由于无人机获取影像的数量与待识别区域的面积大小正相关，若待识别区域的面积较大，则需要通过无人机获取大量的待识别区域的影像，同样需要花费很高的时间成本。综上所述，上述两种获得农作物倒伏程度的方法效率较低。
技术实现思路
本专利技术提供一种农作物倒伏程度识别方法及装置，用以解决现有技术中待识别区域面积较大时获得农作物倒伏程度效率较低的缺陷，实现更高效率的识别本文档来自技高网...

【技术保护点】
1.一种农作物倒伏程度识别方法，其特征在于，包括：/n根据待识别区域的遥感影像，获取待识别区域的遥感影像特征；/n将所述待识别区域的遥感影像特征输入遥感影像识别模型，获取所述待识别区域的农作物倒伏程度；/n其中，所述遥感影像识别模型是基于样本区域的遥感影像特征以及样本区域的农作物倒伏程度进行训练后得到；所述样本区域的农作物倒伏程度是根据样本区域的无人机影像预先获取的。/n

【技术特征摘要】
1.一种农作物倒伏程度识别方法，其特征在于，包括：
根据待识别区域的遥感影像，获取待识别区域的遥感影像特征；
将所述待识别区域的遥感影像特征输入遥感影像识别模型，获取所述待识别区域的农作物倒伏程度；
其中，所述遥感影像识别模型是基于样本区域的遥感影像特征以及样本区域的农作物倒伏程度进行训练后得到；所述样本区域的农作物倒伏程度是根据样本区域的无人机影像预先获取的。


2.根据权利要求1所述的农作物倒伏程度识别方法，其特征在于，所述将所述待识别区域的遥感影像特征输入遥感影像识别模型，获取所述待识别区域的农作物倒伏程度之前，还包括：
根据样本区域的无人机影像，获取样本区域的无人机影像特征；
将所述样本区域的无人机影像特征输入无人机影像识别模型，获取样本区域的农作物倒伏空间分布图；
根据所述农作物倒伏空间分布图，获取所述样本区域的农作物倒伏程度；
其中，所述无人机影像识别模型是基于建模区域的无人机影像特征以及对应的无人机影像识别标签进行训练后得到；所述无人机影像识别标签根据所述建模区域的无人机影像预先确定，并与所述建模区域的无人机影像一一对应。


3.根据权利要求2所述的农作物倒伏程度识别方法，其特征在于，所述根据所述农作物倒伏空间分布图，获取所述样本区域的农作物倒伏程度，具体包括：
根据所述样本区域的遥感影像和所述样本区域的无人机影像的分辨率，获取窗口的尺寸；
按照预设的步长，在所述农作物倒伏空间分布图中滑动所述尺寸的窗口，根据每次滑动后所述窗口内农作物的倒伏程度，获取所述样本区域的农作物倒伏程度。


4.根据权利要求2所述的农作物倒伏程度识别方法，其特征在于，所述根据样本区域的无人机影像，获取所述样本区域的无人机影像特征，具体包括：
根据原始样本区域的无人机影像，获取原始样本区域的无人机影像特征；
基于所述原始样本区域的无人机影像特征，通过箱线图对所述原始样本区域进行筛选，筛选出所述原始样本区域中的多个区域作为所述样本区域；
根据原始样本区域的无人机影像特征，获取所述样本区域的无人机影像特征。


5.根据权利要求4所述的农作物倒伏程度识别方法，其特征在于，所述无人机影像特征，包括：<...

【专利技术属性】
技术研发人员：苏伟，陶万成，王新盛，黄健熙，谢茈萱，张颖，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11