本发明专利技术公开了一种条垄作物断垄点识别方法，包括获取拼接后的光谱正射影像；计算光谱正射影像中各个像素对应的光谱特征指数；根据光谱特征指数对光谱正射影像中各个像素二值化，得到初分类结果；剔除初分类结果中的杂草，得到待使用结果；提取待使用结果的目标垄线；根据目标垄线识别作物断垄点。通过光谱正射影像实现对作物断垄点的识别，有效利用作物光谱特征，可以为精准定位提供有效支撑，极大提高鲁棒性。使用光谱正射影像具有更加丰富的作物特征，从而可以很大程度提高监测精度，从而实现准确识别条垄作物的断垄点。本发明专利技术还提供了一种装置、设备以及存储介质，同样具有上述有益效果。益效果。益效果。
【技术实现步骤摘要】
一种条垄作物断垄点识别方法及相关装置
[0001]本专利技术涉及精准农业
，特别是涉及一种条垄作物断垄点识别方法、一种条垄作物断垄点识别装置、一种条垄作物断垄点识别设备以及一种计算机可读存储介质。
技术介绍
[0002]精准农业是在信息技术和人工智能技术的高速发展而促成的一种新颖农业生产管理思想，对农作物实施定位管理、根据实际需要进行变量投入等农业生产提供精准管理思想；而遥感(Remote Sensing)监测技术是精准农业田间信息获取的关键技术，为精准农业提供农田小区内作物生长环境、生长状况和空间变异信息的技术要求。遥感是一种对地观测综合性技术，具有宏观性、经济性和时效性等优点。
[0003]当需要对作物垄位置进行确定，或对条垄作物断垄点识别时，在现有技术中识别条垄作物的鲁棒性较低，无法通过无人机准确对条垄作物断垄点进行识别。所以如何提供一种可以准确识别条垄作物断垄点的技术方案是本领域技术人员急需解决的问题。
技术实现思路
[0004]本专利技术的目的是提供一种条垄作物断垄点识别方法，可以准确识别条垄作物的断垄点；本专利技术的另一目的在于提供一种条垄作物断垄点识别装置、一种条垄作物断垄点识别设备以及一种计算机可读存储介质，可以准确识别条垄作物的断垄点。
[0005]为解决上述技术问题，本专利技术提供一种条垄作物断垄点识别方法，包括：
[0006]获取拼接后的光谱正射影像；
[0007]计算所述光谱正射影像中各个像素对应的光谱特征指数；
[0008]根据所述光谱特征指数对所述光谱正射影像中各个像素二值化，得到初分类结果；
[0009]剔除所述初分类结果中的杂草，得到待使用结果；
[0010]提取所述待使用结果的目标垄线；
[0011]根据所述目标垄线识别作物断垄点。
[0012]可选的，所述根据所述光谱特征指数对所述光谱正射影像中各个像素二值化，得到初分类结果包括：
[0013]将所述光谱特征指数的最小阈值至最大阈值作为初分类标准的取值范围，根据所述初分类标准对所述光谱正射影像中各个像素二值化，得到初分类结果。
[0014]可选的，计算所述光谱正射影像中各个像素对应的光谱特征指数包括：
[0015]计算所述光谱正射影像中各个像素对应的EVI指数以及GpId指数；所述GpId指数为近红外波段反射率与绿波段反射率乘以红波段反射率乘以红边波段反射率的比值。
[0016]可选的，将所述光谱特征指数的最小阈值至最大阈值作为初分类标准的取值范围，根据所述初分类标准对所述光谱正射影像中各个像素二值化，得到初分类结果包括：
[0017]将所述EVI指数的最小阈值至所述EVI指数的最大阈值作为第一初分类标准的取
值范围，并将所述GpId指数的最小阈值至所述GpId指数的最大阈值作为第二初分类标准的取值范围；
[0018]当所述像素的EVI指数位于所述第一初分类标准的取值范围，且GpId指数位于所述第二初分类标准的取值范围时，将所述像素的取值设为第一像素值；
[0019]当所述像素的EVI指数不位于所述第一初分类标准的取值范围，或GpId指数不位于所述第二初分类标准的取值范围时，将所述像素的取值设为第二像素值，得到初分类结果。
[0020]可选的，所述剔除所述初分类结果中的杂草，得到待使用结果包括：
[0021]对所述初分类结果依次做边缘检测以及直线检测，得到地块平均角度；
[0022]根据所述地块平均角度生成条纹标记矩阵；
[0023]根据所述条纹标记矩阵以及所述初分类结果计算面积矩阵；
[0024]将所述面积矩阵中小于面积阈值的值所对应的条纹剔除，得到待使用结果。
[0025]可选的，提取所述待使用结果的目标垄线包括：
[0026]对待使用结果中的每个连通域计算最小外接凸多边形并记录节点坐标；
[0027]根据所述节点坐标计算每个连通域中的节点与其余各个连通域节点的距离；
[0028]当所述距离小于距离阈值且两节点间连线斜率处于误差允许范围内时，连接两个节点；
[0029]根据新增连接线生成连通域标记矩阵。
[0030]可选的，根据所述目标垄线识别作物断垄点包括：
[0031]对所述连通域标记矩阵进行灰度形态学运算，得到断垄点的中心点位及面积。
[0032]本专利技术还提供了一种条垄作物断垄点识别装置，包括：
[0033]获取模块，用于获取拼接后的光谱正射影像；
[0034]特征指数模块，用于计算所述光谱正射影像中各个像素对应的光谱特征指数；
[0035]初分类结果模块，用于根据所述光谱特征指数对所述光谱正射影像中各个像素二值化，得到初分类结果；
[0036]杂草剔除模块，用于剔除所述初分类结果中的杂草，得到待使用结果；
[0037]提取模块，用于提取所述待使用结果的目标垄线；
[0038]识别模块，用于根据所述目标垄线识别作物断垄点。
[0039]本专利技术还提供了一种条垄作物断垄点识别设备，包括：
[0040]存储器，用于存储计算机程序；
[0041]处理器，用于执行所述计算机程序以实现如上述任意一项所述种条垄作物断垄点识别方法的步骤。
[0042]本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行以实现如上述任意一项所述种条垄作物断垄点识别方法的步骤。
[0043]本专利技术所提供的一种条垄作物断垄点识别方法，包括获取拼接后的光谱正射影像；计算光谱正射影像中各个像素对应的光谱特征指数；根据光谱特征指数对光谱正射影像中各个像素二值化，得到初分类结果；剔除初分类结果中的杂草，得到待使用结果；提取待使用结果的目标垄线；根据目标垄线识别作物断垄点。
[0044]通过光谱正射影像实现对作物断垄点的识别，有效利用作物光谱特征，可以为精准定位提供有效支撑，极大提高鲁棒性。使用光谱正射影像具有更加丰富的作物特征，从而可以很大程度提高监测精度，从而实现准确识别条垄作物的断垄点。
[0045]本专利技术还提供了一种条垄作物断垄点识别装置、一种条垄作物断垄点识别设备以及一种计算机可读存储介质，同样具有上述有益效果，在此不再进行赘述。
附图说明
[0046]为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0047]图1为本专利技术实施例所提供的一种条垄作物断垄点识别方法的流程图；
[0048]图2为本专利技术实施例所提供的一种具体的条垄作物断垄点识别方法的流程图；
[0049]图3为本专利技术实施例所提供的一种条垄作物断垄点识别装置的结构框图；
[0050]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种条垄作物断垄点识别方法，其特征在于，包括：获取拼接后的光谱正射影像；计算所述光谱正射影像中各个像素对应的光谱特征指数；根据所述光谱特征指数对所述光谱正射影像中各个像素二值化，得到初分类结果；剔除所述初分类结果中的杂草，得到待使用结果；提取所述待使用结果的目标垄线；根据所述目标垄线识别作物断垄点。2.根据权利要求1所述的方法，其特征在于，所述根据所述光谱特征指数对所述光谱正射影像中各个像素二值化，得到初分类结果包括：将所述光谱特征指数的最小阈值至最大阈值作为初分类标准的取值范围，根据所述初分类标准对所述光谱正射影像中各个像素二值化，得到初分类结果。3.根据权利要求2所述的方法，其特征在于，计算所述光谱正射影像中各个像素对应的光谱特征指数包括：计算所述光谱正射影像中各个像素对应的EVI指数以及GpId指数；所述GpId指数为近红外波段反射率与绿波段反射率乘以红波段反射率乘以红边波段反射率的比值。4.根据权利要求3所述的方法，其特征在于，将所述光谱特征指数的最小阈值至最大阈值作为初分类标准的取值范围，根据所述初分类标准对所述光谱正射影像中各个像素二值化，得到初分类结果包括：将所述EVI指数的最小阈值至所述EVI指数的最大阈值作为第一初分类标准的取值范围，并将所述GpId指数的最小阈值至所述GpId指数的最大阈值作为第二初分类标准的取值范围；当所述像素的EVI指数位于所述第一初分类标准的取值范围，且GpId指数位于所述第二初分类标准的取值范围时，将所述像素的取值设为第一像素值；当所述像素的EVI指数不位于所述第一初分类标准的取值范围，或GpId指数不位于所述第二初分类标准的取值范围时，将所述像素的取值设为第二像素值，得到初分类结果。5.根据权利要求1所述的方法，其特征在于，所述剔...
【专利技术属性】
技术研发人员：曹筱莹，杨斌，张军强，田粉粉，李先峰，
申请(专利权)人：长光禹辰信息技术与装备青岛有限公司，
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。