【技术实现步骤摘要】
基于无人机遥感影像的农田画像及药肥大数据分析方法
本专利技术属于无人机遥感影像领域，特别涉及基于无人机遥感影像的农田画像及药肥大数据分析方法。
技术介绍
随着社会和科技的发展进步，传统的农耕方式逐渐被具有工业化、科技化现代特色的新型农耕方式所取代。我国是农业大国，随着科技的兴起和技术的推动，包括大数据、遥感技术、地理信息系统在内的新兴技术被广泛的运用于农业方面，已具备对农作物的增产手段；越来越多的农药和肥料被撒入农田里，比如化肥、除草剂等；它们的出现大大提高了农作物的产量。但是由于目前的监控系统，大多存在采集的数据单一、数据结构简单，或监测不够精确的问题，无法为农户提供一套完整的解决方案和可视化的处理过程；并且在实际生产过程中，同一农户的同一地块可能种植有不同作物，这些作物所需要的药肥不尽相同，怎么利用无人机进行药肥分析和抛洒相应药肥成为一个亟待解决的难题。
技术实现思路
针对
技术介绍
中存在的问题，本专利技术的目的在于：提供了基于无人机遥感影像的农田画像及药肥大数据分析方法，用以建立一个完...
【技术保护点】
1.基于无人机遥感影像的农田画像及药肥大数据分析方法，其特征在于：包括下述步骤：/n步骤S1：航片获取：无人机搭载拍摄设备，所述拍摄设备采集若干幅目标农田的无人机遥感影像；/n步骤S2：航片处理：利用SIFT算法进行图像处理，拼接得到目标农田的轮廓图像；并根据无人机遥感影像提取目标农田的地块矢量，对目标农田边界的提取、绘制、修改、整合，得到目标农田的空间位置数据；利用遥感影像分类算法或深度学习方法对目标农田中的农作物的类型进行分类提取；/n所述轮廓图像的拼接方法中,在初步获得图像中特征点的基础上，采用SIFT算法获得图像特征点的尺度信息，根据特征点领域内的梯度方向为每个特征...
【技术特征摘要】
1.基于无人机遥感影像的农田画像及药肥大数据分析方法，其特征在于：包括下述步骤：
步骤S1：航片获取：无人机搭载拍摄设备，所述拍摄设备采集若干幅目标农田的无人机遥感影像；
步骤S2：航片处理：利用SIFT算法进行图像处理，拼接得到目标农田的轮廓图像；并根据无人机遥感影像提取目标农田的地块矢量，对目标农田边界的提取、绘制、修改、整合，得到目标农田的空间位置数据；利用遥感影像分类算法或深度学习方法对目标农田中的农作物的类型进行分类提取；
所述轮廓图像的拼接方法中,在初步获得图像中特征点的基础上，采用SIFT算法获得图像特征点的尺度信息，根据特征点领域内的梯度方向为每个特征点建立一个描述符，确定特征点的主方向，保证其旋转不变性；计算位置A(x，y)处梯度幅度大小和方向公式分别以下两式：
计算位置A(x，y)处梯度幅度大小的公式为：
所述轮廓图像的拼接方法中计算位置(x，y)处方向公式为：
上式中，其中L所用的尺度为每个关键点各自所在的尺度，A表示计算位置，m表示计算位置的梯度幅度，θ表示计算位置的方向，x、y为计算位置的坐标值；
对转换矩阵后的图像数据进行融合，利用加权平均计算融合图像，假设待拼接的图像为T1和T2，采用加权平均法融合后的图像T可表示为：
式中b1、b2表示加权系数，且b1+b2＝1；
步骤S3：航片数据处理：将所述轮廓图像、空间位置数据和农作物的类型整合到地块矢量图，建立农田轮廓及作物属性表，所述农田轮廓及作物属性表分区域录入的信息包括：每一地块对应的作物类别、灌溉信息、药肥信息、虫害信息、作物生长记录；
步骤S4：地面数据采集：地面监控终端分时段多次采集目标农田的实时视频和实时地理、天气数据，通过卷积神经网络模型预测方法生成目标农田的预测产值数据。
步骤S5：数据整合：对采集的地面数据和农田轮廓及作物属性表进行大数据运算和筛选分析：使用大数据运算分析模块对目标农田的作物信息进行运算分析，得到目标农田的评估报告及分析报表。
2.根据权利要求1所述的基于无人机遥感影像的农田画像及药肥大数据分析方法，其特征在于，所述拍摄设备包括无人机倾斜摄影平台(1)，所述无人机倾斜摄影平台(1)包括云台(8)、悬挂装置(2)、基台(3)和摄...
【专利技术属性】
技术研发人员：李会，赵杰，叶军，柴晓妮，刘雅茹，
申请(专利权)人：李会，
类型：发明
国别省市：陕西;61
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。