一种基于图像采集的无人机航迹规划土壤湿度监测方法、系统及可读存储介质技术方案

本发明专利技术涉及一种基于图像采集的无人机航迹规划土壤湿度监测方法、系统及可读存储介质，包括：建立目标区域观测点，生成采集方式，根据采集方式生成无人机编队，得到编队信息；获取无人机初始状态信息，生成无人机位置信息；接收控制指令，生成无人机飞行方式，根据无人机飞行方式进行编队集结，并生成航行约束条件；根据航行约束条件，建立调度信息，生成无人机基准航迹；采集目标区域遥感图像，建立土壤湿度预测模型，提取遥感图像灰度值，获取土壤介电特性；根据土壤介电特性分析土壤含水量，得到第一湿度信息；倍增比例尺度，再次获得目标区域遥感图像，得到第二湿度信息。

【技术实现步骤摘要】
一种基于图像采集的无人机航迹规划土壤湿度监测方法、系统及可读存储介质
本专利技术涉及一种土壤湿度监测方法，尤其涉及一种基于图像采集的无人机航迹规划土壤湿度监测方法、系统及可读存储介质。
技术介绍
土壤湿度是气候、水文、生态和农业等方面研究的一个重要的基础参数,它直接控制着陆面和大气之间水、热量的输送和平衡。土壤湿度的变化会引起土壤热学特性、地表光学特性的改变,从而影响气候的变化。区域性和大尺度的陆地土壤湿度变化信息对于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干早的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关键的因素。因而,研究区域或大范围的土壤水分有着特别重要的意义,传统的地面观测站网络不能满足大尺度土壤水分的时间、空间连续动态变化研究的需要。而现在广泛应用的微波测量方式虽然穿透力强,也存在设备过于沉重、短波范围内电测波信号受大气干扰比较大、波段难以控制等缺点,限制了其在农业自动化方面的发展。目前也有很多用可见光近红外热红外等光学遥感手段来获取土壤湿度时空分布信息,采用光学遥感具有体积小、本文档来自技高网...

【技术保护点】
1.一种基于图像采集的无人机航迹规划土壤湿度监测方法，其特征在于，包括：/n建立目标区域观测点，生成采集方式，根据采集方式生成无人机编队，得到编队信息；/n获取无人机初始状态信息，生成无人机位置信息；/n接收控制指令，生成无人机飞行方式，根据无人机飞行方式进行编队集结，并生成航行约束条件；/n根据航行约束条件，建立调度信息，生成无人机基准航迹；/n采集目标区域遥感图像，对遥感图像进行预处理，得到土壤图像信息；/n建立土壤湿度预测模型，提取遥感图像灰度值，获取土壤介电特性；/n根据土壤介电特性分析土壤含水量，得到第一湿度信息；/n倍增比例尺度，再次获得目标区域遥感图像，并进行土壤含水量分析，得到...

【技术特征摘要】
1.一种基于图像采集的无人机航迹规划土壤湿度监测方法，其特征在于，包括：
建立目标区域观测点，生成采集方式，根据采集方式生成无人机编队，得到编队信息；
获取无人机初始状态信息，生成无人机位置信息；
接收控制指令，生成无人机飞行方式，根据无人机飞行方式进行编队集结，并生成航行约束条件；
根据航行约束条件，建立调度信息，生成无人机基准航迹；
采集目标区域遥感图像，对遥感图像进行预处理，得到土壤图像信息；
建立土壤湿度预测模型，提取遥感图像灰度值，获取土壤介电特性；
根据土壤介电特性分析土壤含水量，得到第一湿度信息；
倍增比例尺度，再次获得目标区域遥感图像，并进行土壤含水量分析，得到第二湿度信息；
将第一湿度信息与第二湿度信息进行比较，得到偏差率；
判断所述偏差率是否大于预设偏差率阈值；
若大于，则生成修正信息，对无人机飞行方式进行修正。


2.根据权利要求1所述的一种基于图像采集的无人机航迹规划土壤湿度监测方法，其特征在于，获取无人机初始状态信息，生成无人机位置信息；具体包括：
接收控制指令，生成无人机飞行方式；
根据无人机飞行方式进行编队集结，生成集结时间信息；
将集结时间信息与预设时间进行比较，得到偏差率；
判断所述偏差率是否大于所述偏差率阈值，
若大于，则生成编队重构信息，对不同区位内的无人机进行重新编队；
若小于，则生成编队保持信息，并将编队保持信息传输至终端。


3.根据权利要求2所述的一种基于图像采集的无人机航迹规划土壤湿度监测方法，其特征在于，还包括：
通过大数据建立约束模型，并通过约束模型生成航行时间约束条件；
获取无人机起始位置与目标位置；
根据基准航迹计算无人机起始位置至目标位置的标准航行时间；
采集动态航迹信息，并计算预测航行时间；
将标准航行时间与预测航行时间进行比较，得到偏差率；
判断所述偏差率是否大于预设偏差率阈值；
若大于，则对无人机节点的航行速度进行调整。


4.根据权利要求2所述的一种基于图像采集的无人机航迹规划土壤湿度监测方法，其特征在于，采集目标区域内的遥感图像，对遥感图像进行预处理，得到土壤图像信息，具体包括：
获取遥感图像，采用整数小波变换对图像进行压缩编码，提取遥感图像特征点，计算每一个特征点对应的图像灰度值，
将遥感图像特征点与标准图像特征点进行相似度度量，判断一特征点的图像灰度值与预设模板中心的像素差值是否小于预定阈值；
若小于，则认为该特征点点与中心点同值，遥感图像与标准图像匹配成功，并将同值的特征点进行归类；
若大于预设阈值，则通过误差纠正模型对遥感图像进行纠偏。


5.根据权利要求4所述的一种基于图像采集的无人机航迹规划土壤湿度监测方法，其特征在于，设定采样比例尺度d1与d2，分别得到d1比例尺度下采集的遥感图像x1与d2比例尺度下采集的遥感图像x2，
将遥感图像x1与遥感图像x2中同值的特征点进行归类，得到特征点集合Q1与Q2；
从Q1与Q2特征点集合内分别提取3个特征点，判断对应特征点是否满足约束条件，
若满足，则进行遥感图像x1与遥感图像x2匹配，生成遥感图像x1与遥感图像x2的融合遥感图像；
其中，由特征点集合Q1中提取的特征点分别记为x11，x12，x13；
由特征点集合Q2中提取的特征点分别记为x21，x22，x23；
约束条件为式中λ1表示第一校正系数，λ2表示第二校正系数，且λ1≠λ2。...

【专利技术属性】
技术研发人员：付骏宇，刘立斌，耿鹏，
申请(专利权)人：佛山市墨纳森智能科技有限公司，
类型：发明
国别省市：广东;44