农作物种植结构提取方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种农作物种植结构提取方法、装置、设备及可读存储介质，该方法包括获取预设区域内农作物的遥感影像，并对所述遥感影像进行预处理；基于目视解译，确定所述遥感影像中的农作物种植区域；计算所述农作物种植区域的植被指数；获取摄像头拍摄的所述农作物种植区域内的图像集，其中，所述图像集的获取时间与所述遥感影像的成像时间对应；根据所述图像集得到所述农作物种植区域的农作物植被指数阈值；基于所述植被指数阈值提取出所述农作物种植区域的农作物种植结构。极大的节省了地面实际统计数据所需的经济和人力成本，提高了地面样本点数据采集效率，提高了农作物种植结构的提取精度。种植结构的提取精度。种植结构的提取精度。

【技术实现步骤摘要】
农作物种植结构提取方法、装置、设备及可读存储介质


[0001]本专利技术涉及农业遥感
，尤其涉及一种农作物种植结构提取方法、装置、设备及可读存储介质。

技术介绍

[0002]准确实时地获取农作物种植信息和空间分布信息，可以为农业水资源合理配置与制定用水计划提供直观基础数据。随着对农业的重视，人们越来越关注农作物的监测，而传统的农作物种植结构获取方式依赖于人工实地调查监测，这种统计方式不仅耗时耗力，不能快速及时地满足农情监测的需要。
[0003]目前，遥感技术已经成为农业种植结构分类的重要技术手段，利用卫星遥感技术可以快速实时地获取农作物的信息，可以为全天候监测农作物生长情况提供可靠的数据支撑，还可以获得农作物空间分布信息。但现有的利用单一遥感数据来提取农作物种植结构，该方法获取的农作物种植结构的效果和精度都比较差。
[0004]所以，如何保证农作物种植结构提取精度是目前亟需解决的问题。

技术实现思路

[0005]针对于现有技术存在的问题，本专利技术提供一种农作物种植结构提取的方法、装置、设备及可读存储介质。
[0006]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0007]第一方面，本专利技术实施例提供了一种农作物种植结构提取的方法，所述方法包括：
[0008]获取预设区域内农作物的遥感影像，并对所述遥感影像进行预处理；
[0009]基于目视解译，确定所述遥感影像中的农作物种植区域；
[0010]计算所述农作物种植区域的植被指数；
[0011]获取摄像头拍摄的所述农作物种植区域内的图像集，其中，所述图像集的拍摄时间与所述遥感影像的成像时间对应；
[0012]根据所述图像集得到所述农作物种植区域的农作物植被指数阈值；
[0013]基于所述植被指数阈值提取出所述农作物种植区域的农作物种植结构。
[0014]进一步地，所述植被指数包括至少两个植被指数，所述根据所述图像集得到所述农作物种植区域的所述农作物植被指数阈值，包括：
[0015]利用所述图像集中预设数量的图像，得到所述农作物种植区域的多个所述农作物植被指数阈值；
[0016]所述基于所述植被指数阈值提取出所述农作物种植区域的所述农作物种植结构，包括：
[0017]基于每个所述植被指数阈值，分别提取出多个对应的所述农作物种植区域的所述农作物种植结构；
[0018]利用所述图像集中除所述预设数量的图像外的剩余图像，确定验证区域；
[0019]比较每个所述农作物种植结构在所述验证区域的提取精度，将提取精度最大的对应的所述农作物种植结构作为所述农作物种植区域的所述农作物种植结构。
[0020]进一步地，所述植被指数包括NDVI和EVI植被指数。
[0021]进一步地，所述根据所述图像集得到所述农作物种植区域的植被指数阈值，包括：
[0022]根据所述图像集，分别计算每个农作物种植区域的植被指数；
[0023]根据所有所述农作物种植区域的植被指数的最大值和最小值，确定所述农作物种植区域的植被指数阈值。
[0024]进一步地，所述摄像头为可旋转摄像头，所述获取摄像头拍摄的所述农作物种植区域内的所述农作物的图像集，包括：
[0025]利用所述摄像头在预设时间根据多个预设方向，采集所述农作物种植区域中所述农作物的多张图像；
[0026]将所述多张图像作为所述农作物种植区域内的所述农作物的图像集。
[0027]进一步地，所述预处理包括辐射定标、大气校正、正射校正、几何校正、投射转换、数据裁剪。
[0028]第二方面，本专利技术实施例提供了一种农作物种植结构提取的装置，所述装置包括：
[0029]遥感获取模块，获取预设区域内农作物的遥感影像，并对所述遥感影像进行预处理；
[0030]处理模块，用于基于目视解译，确定所述遥感影像中的农作物种植区域；
[0031]第一计算模块，用于计算所述农作物种植区域的植被指数；
[0032]摄像获取模块，用于获取摄像头拍摄的所述农作物种植区域内的图像集，其中，所述图像集的拍摄时间与所述遥感影像的成像时间对应；
[0033]第二计算模块，用于根据所述图像集得到所述农作物种植区域的农作物植被指数阈值；
[0034]提取模块，用于利用所述植被指数阈值提取出所述农作物种植区域的农作物种植结构。
[0035]进一步地，所述第二计算模块具体用于：利用所述图像集中预设数量的图像，得到所述农作物种植区域的多个所述农作物植被指数阈值；
[0036]所述提取模块，包括：
[0037]提取子模块，用于基于每个所述植被指数阈值，分别提取出多个对应的所述农作物区域的所述农作物种植结构；
[0038]验证子模块，用于利用所述图像集中除所述预设数量的图像外的剩余图像，确定验证区域；
[0039]对比子模块，用于比较每个所述农作物种植结构在所述验证区域的提取精度，将提取精度最大的对应的所述农作物种植结构作为所述农作物种植区域的所述农作物种植结构。
[0040]第三方面，本专利技术实施例提供了一种计算机设备，包括：处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序以使所述计算机设备执行所述的一种农作物种植结构提取方法。
[0041]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储
介质上存储有计算机程序，所述计算机程序被处理器运行时执行一种农作物种植结构提取方法。
[0042]与现有技术相比，本专利技术提供了一种农作物种植结构提取方法、装置、设备及可读存储介质，通过遥感影像和地面实际拍摄数据相结合的方法，精准获取农作物实时种植信息及其空间分布，解决了利用单一遥感数据来提取农作物种植信息精度较差的问题，极大的节省了地面实际统计数据所需的经济和人力成本，提高了地面样本点数据采集效率，提高了农作物种植结构的提取精度。
附图说明
[0043]为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对本专利技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0044]图1示出了本专利技术实施例提供的农作物种植结构提取方法的流程图；
[0045]图2示出了本专利技术实施例提供的农作物种植结构提取装置的方框结构示意图。
具体实施方式
[0046]为了使本专利技术的目的、技术方案及优点更加清楚明白，下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0047]除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本专利技术的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农作物种植结构提取方法，其特征在于，所述方法包括：获取预设区域内农作物的遥感影像，并对所述遥感影像进行预处理；基于目视解译，确定所述遥感影像中的农作物种植区域；计算所述农作物种植区域的植被指数；获取摄像头拍摄的所述农作物种植区域内的图像集，其中，所述图像集的获取时间与所述遥感影像的成像时间对应；根据所述图像集得到所述农作物种植区域的农作物植被指数阈值；基于所述植被指数阈值提取出所述农作物种植区域的农作物种植结构。2.根据权利要求1所述的农作物种植结构提取方法，其特征在于，所述植被指数包括至少两个植被指数，所述根据所述图像集得到所述农作物种植区域的所述农作物植被指数阈值，包括：利用所述图像集中预设数量的图像，得到所述农作物种植区域的多个所述农作物植被指数阈值；所述基于所述植被指数阈值提取出所述农作物种植区域的所述农作物种植结构，包括：基于每个所述植被指数阈值，分别提取出多个对应的所述农作物种植区域的所述农作物种植结构；利用所述图像集中除所述预设数量的图像外的剩余图像，确定验证区域；比较每个所述农作物种植结构在所述验证区域的提取精度，将提取精度最大的对应的所述农作物种植结构作为所述农作物种植区域的所述农作物种植结构。3.根据权利要求2所述的农作物种植结构提取方法，其特征在于，所述植被指数包括NDVI和EVI植被指数。4.根据权利要求1所述的农作物种植结构提取方法，其特征在于，所述根据所述图像集得到所述农作物种植区域的植被指数阈值，包括：根据所述图像集，分别计算每个农作物种植区域的植被指数；根据所有所述农作物种植区域的植被指数的最大值和最小值，确定所述农作物种植区域的植被指数阈值。5.根据权利要求1所述的农作物种植结构提取方法，其特征在于，所述摄像头为可旋转摄像头，所述获取摄像头拍摄的所述农作物种植区域内的所述农作物的图像集，包括：利用所述摄像头在预设时间根据多个预设方向，采集所述农作物种植区域中所述农作物的多张图像...

【专利技术属性】
技术研发人员：李红红，
申请(专利权)人：中煤航测遥感集团有限公司，
类型：发明
国别省市：