本发明专利技术属于烟草生产技术领域，具体涉及一种基于无人机高光谱田间烟叶烟碱含量预测方法及系统。本发明专利技术通过无人机实时获取田间烟叶高光谱图像数据；对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；生成所述田间烟叶相对应的烟碱含量预测数据，利用无人机采集大面积田间烟叶高光谱影像，可以直接提取烟叶光谱信息，作业效率高，构建的模型具有较高的精度，计算简单，实用性强，不仅快速，还减少了对烟株造成大面积破坏。对烟株造成大面积破坏。对烟株造成大面积破坏。
【技术实现步骤摘要】
一种基于无人机高光谱田间烟叶烟碱含量预测方法及系统
[0001]本专利技术属于烟草生产
，具体涉及一种基于无人机高光谱田间烟叶烟碱含量预测方法及系统。
技术介绍
[0002]烟草作为我国重要的非粮食经济作物之一，面积大，产量高，在国民生产生活中扮演着非常重要的角色。随着全球经济的迅速发展，国民生活水平不断提高，人们对卷烟的品质要求也越来越高。
[0003]烟碱，俗称尼古丁，它是存在于烟草中的重要化学成分，其含量的高低对烟草品质都有着重要的影响。在烟草所含化学成分中，烟碱作为产生刺激性生理反应的主要成分，与其他辅助成分一起决定烟草的品质。烟碱含量过高会导烟叶及其制品刺激性较强，吃味比较辛辣；也就是说，烟碱含量过低则会导致劲头较小，刺激性弱，吃味比较平淡。
[0004]目前，大量有关烟叶烟碱含量的研究还停留在传统的取样测定方法上，传统的取样方法虽然能测定烟株的烟碱含量，但工作量大、时间长、效率低，容易对烟株造成较大的破坏，在获取大面积的田间烟叶烟碱含量时具有局限性。
[0005]因此，针对以上工作量大、时间长、效率低，容易对烟株造成较大的破坏，在获取大面积的田间烟叶烟碱含量时具有局限性的缺陷技术问题，急需设计和开发一种基于无人机高光谱田间烟叶烟碱含量预测方法及系统。
技术实现思路
[0006]本专利技术的第一目的在于提供一种基于无人机高光谱田间烟叶烟碱含量预测的方法。
[0007]本专利技术的第二目的在于提供一种基于无人机高光谱田间烟叶烟碱含量预测的系统。
[0008]本专利技术的第一目的是这样实现的：所述方法包括：通过无人机实时获取田间烟叶高光谱图像数据；对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；生成所述田间烟叶相对应的烟碱含量预测数据。
[0009]本专利技术的第二目的是这样实现的：所述系统具体包括：获取单元，用于通过无人机实时获取田间烟叶高光谱图像数据；加载提取单元，用于对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；模型构建单元，用于获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；
生成单元，用于生成所述田间烟叶相对应的烟碱含量预测数据。
[0010]本专利技术通过一种基于无人机高光谱田间烟叶烟碱含量预测的方法：通过无人机实时获取田间烟叶高光谱图像数据；对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；生成所述田间烟叶相对应的烟碱含量预测数据，以及与所述方法相应的系统，可以及时估测出田间烟叶中烟碱的含量，进而采取相应的调控措施，对提高烟叶品质和准确估测烟叶产量有着重要的作用。
[0011]此外，利用无人机高光谱成像仪获取大面积烟叶的光谱反射率，通过烟叶光谱反射率与实测烟碱之间的关系建立估测模型，进而估测大面积的田间烟叶烟碱含量，对精准监测农作物的品质以及估测农作物的生化指标有重要意义。
[0012]总的来说，本专利技术方案利用无人机搭载高光谱成像仪进行田间烟叶数据采集，处理影像并提取烟叶光谱反射率，然后分析烟叶光谱反射率和实测烟碱含量的相关性，构建烟碱含量估测模型并对模型进行精度评价，最后进行烟叶烟碱含量的估测。本专利技术提供的估测方法针对大面积的田间烟叶，有较于大多数传统的室内烟叶观测研究，只需获得烟叶的高光谱数据，利用构建好的模型便可估测烟叶的烟碱含量，构建模型的方法计算简单，实用性强，不仅快速，还减少了对农作物造成大面积破坏。
附图说明
[0013]图 1为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法流程架构示意图；图 2为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法之烟叶打顶期拼接完成后的高光谱影像示意图；图 3为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法之提取的烟叶原始光谱曲线示意图；图4为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法之烟叶实测烟碱值与原始光谱的相关分析示意图；图 5为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法之烟叶实测烟碱值与对数一阶导数光谱的相关分析示意图；图 6为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法之烟叶打顶期烟碱含量的估测值和实测值对比结果示意图；图 7为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的方法之研究区烟叶打顶期烟碱含量估测示意图；图 8为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测的系统架构示意图；图9为本专利技术一种基于无人机高光谱田间烟叶烟碱含量预测平台架构示意图。
具体实施方式
[0014]下面结合附图和实施例对本专利技术作进一步说明，以便所属领域技术人员详细了解本专利技术，但不以任何方式对本专利技术加以限制。依据本专利技术的技术启示所做的任何变换或改进均属于本专利技术的保护范围。
[0015]如图1~9所示，本专利技术提供了一种基于无人机高光谱田间烟叶烟碱含量预测的方法，所述方法包括如下步骤：S1、通过无人机实时获取田间烟叶高光谱图像数据；S2、对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；S3、获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；S4、生成所述田间烟叶相对应的烟碱含量预测数据。
[0016]所述通过无人机实时获取田间烟叶高光谱图像数据之中，还包括：S11、对所述田间烟叶高光谱图像进行校正；S12、获取田间像控点数据，并根据所述田间像控点数据实时拼接校正后的高光谱图像。
[0017]所述对所述田间烟叶高光谱图像进行校正之中，还包括：S111、对所述高光谱图像镜头畸变、反射率和大气进行预处理校正；S112、对预处理校正后的高光谱图像进行几何精校正。
[0018]所述对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线之中，还包括：S21、获取田间样本烟叶坐标数据，根据田间样本烟叶坐标数据绘制样本区域；S22、提取所述样本区域的原始光谱曲线，并对数一阶导数变换所述原始光谱曲线。
[0019]所述获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型之中，还包括：S31、建立至少一个田间烟叶样本研究区域，获取所述研究区域内的样本烟叶数量；S32、获取所述样本烟叶中烟碱含量数据，根据所述样本烟叶中烟碱含量数据生成所述田间样本烟碱含量估算值。
[0020]S33、分析所述田间样本烟碱含量估算值和所述田间样本烟碱含量相对应的光谱曲线的相关性；S34、根据所述相关性的分析，生成反应烟碱含量变化的波段数据。
[0021]所述生成所述田间烟叶相对应的烟碱含量预测数据之中，还包括：S41、根据田间样本烟碱含量估本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述方法包括：通过无人机实时获取田间烟叶高光谱图像数据；对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；生成所述田间烟叶相对应的烟碱含量预测数据。2.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述通过无人机实时获取田间烟叶高光谱图像数据之中，还包括：对所述田间烟叶高光谱图像进行校正；获取田间像控点数据，并根据所述田间像控点数据实时拼接校正后的高光谱图像。3.根据权利要求2所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述对所述田间烟叶高光谱图像进行校正之中，还包括：对所述高光谱图像镜头畸变、反射率和大气进行预处理校正；对预处理校正后的高光谱图像进行几何精校正。4.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线之中，还包括：获取田间样本烟叶坐标数据，根据田间样本烟叶坐标数据绘制样本区域；提取所述样本区域的原始光谱曲线，并对数一阶导数变换所述原始光谱曲线。5.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型之中，还包括：建立至少一个田间烟叶样本研究区域，获取所述研究区域内的样本烟叶数量；获取所述样本烟叶中烟碱含量数据，根据所述样本烟叶中烟碱含量数据生成所述田间样本烟碱含量估算值。6.根据权利要求1或5所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型之中，还包括：分析所述田间样本烟碱含量估算值和所述田间样本烟碱含量相对应的光谱曲线的相关性；根据所述相关性的分析，生成反应烟碱含量变化的波段数据。7.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述生成所述田间烟叶相对应的烟碱含量预测数据之中，还包括：根...
【专利技术属性】
技术研发人员：李军营，张圣，马二登，童文杰，邓小鹏，张海燕，王华，张晓海，徐照丽，马云强，卢兰，
申请(专利权)人：云南这里信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。