一种农作物冠层温度干扰信息剔除方法技术

本发明专利技术涉及一种农作物冠层温度干扰信息剔除方法，主要步骤为：获取农田多光谱图像、热图像及RGB图像；如果农田多光谱图像和热图像获取时间间隔小于30分钟，则首先采用针对多光谱图像的分割算法，对植被指数图像进行自动分割，生成二值图像，并从中剔除裸土和阴影；采用针对热图像的分割算法，对农田的温度图像进行自动分割，生成二值图像，并从中剔除田埂及其热效应区域；将以上两幅二值图像进行空间叠加，生成农田冠层温度图像；如果农田多光谱图像和热图像获取时间间隔大于30分钟，则使用与热图像同步获取的RGB图像代替多光谱图像。该方法能够快速提取农作物冠层温度，提高冠层温度信息的准确性。度信息的准确性。度信息的准确性。

【技术实现步骤摘要】
一种农作物冠层温度干扰信息剔除方法


[0001]本专利技术涉及农业生产
，具体地说，涉及一种农作物冠层温度干扰信息剔除方法。

技术介绍

[0002]在农作物抗逆品种快速筛选、水肥状况评估以及产量预测等领域，农作物冠层光谱、纹理、温度和结构等的综合应用，是农业图像研究的重点。温度作为其中重要特征参数之一，可通过无人机热图像转换而获得。通常，温度图像中包含农作物、裸土和杂草等信息。杂草因使用农药而较少见，故可不予考虑。裸土主要来自田埂和农作物植株生长的空隙区。在阳光照射下，植株上部因投射到冠层而形成阴影，使得阴影区温度明显降低。此外，田埂土壤表面不仅温度显著高于农作物冠层，而且土表热辐射导致与土壤接壤区域农作物冠层温度显著偏高。因此，干扰冠层温度准确性的信息主要包括三类，即：土壤、阴影、以及因田埂热辐射造成的周边农作物冠层温度异常升高区域(热效应区域)。为实现冠层温度快速提取目的，须构建针对以上三类干扰信息的自动剔除方法。截至目前，尽管已发展起来不少动态阈值分割算法，但是应用场景不同，适用性亦不同，因此须从中找出最优分割方法。此外，单纯使用温本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农作物冠层温度干扰信息剔除方法，其特征在于，包括以下步骤：获取农田多光谱图像、热图像及RGB图像；如果所述农田多光谱图像和热图像获取时间间隔小于30分钟，则首先采用针对所述多光谱图像的动态阈值分割算法，对基于多光谱图像反射率计算的植被指数图像进行自动分割，生成二值图像，并从中剔除裸土和阴影；采用针对热图像的动态阈值分割算法，对农田的温度图像进行自动分割，生成二值图像，并从中剔除田埂及其热效应区域；将以上两幅二值图像进行空间叠加，生成农田冠层温度图像；如果所述农田多光谱图像和热图像获取时间间隔大于30分钟，则使用与所述热图像同步获取的所述RGB图像代替所述多光谱图像，利用针对所述RGB图像的动态阈值分割算法，对基于RGB图像色度坐标的植被指数图像进行自动分割，生成二值图像，并从中剔除裸土和阴影；利用针对所述热图像的动态阈值分割算法，对所述农田的温度图像进行自动分割，生成二值图像，并从中剔除田埂及其热效应区域；将以上两幅二值图像进行空间叠加，生成农田冠层温度图像。2.根据权利要求1所述的农作物冠层温度干扰信息剔除方法，其特征在于，在获取所述农田多光谱图像、热图像及RGB图像之后，还包括以下步骤：筛选基于农田多光谱图像的最优植被指数与动态阈值分割算法，包括如下步骤：在所述农田多光谱图像上剪裁出一块同时包括农作物、田埂等地物信息的图像；利用影像分割技术对所述农田的多光谱图像进行多尺度分割，生成不同块状图斑，即对象；随机抽取一定数量的所述对象，通过目视解译将其分成农作物、土壤和阴影三类，作为分类训练样本；在监督分类方法支持下，利用所述训练样本去识别未知对象，完成对所述农田内所有对象的分类；采用不同动态阈值分割算法对所述基于多光谱图像反射率计算的植被指数图像进行自动分割，根据分割精度筛选出最优植被指数及最优动态阈值分割算法。3.根据权利要求1所述的农作物冠层温度干扰信息剔除方法，其特征在于，在获取所述农田多光谱图像、热图像及RGB图像之后，还包括以下步骤：筛选基于农田RGB图像的最优植被指数与分割算法，包括如下步骤：在农田RGB图像上剪裁出一块同时包括农作物、田埂等地物信息的图像；利用影像分割技术对所述农田的RGB图像进行多尺度分割和监督分类；采用不同动态阈值分割算法对基于RGB图像色度坐标的植被指数图像进行自动分割，根据分割精度筛选出最优植被指数及最优动态阈值分割算法。4.根据权利要求1所述的农作物冠层温度干扰信息剔除方法，其特征在于，在获取所述农田多光谱图像、热图像及RGB图像之后，还包括以下步骤：筛选基于农田热图像的最优分割算法，包括如下步骤：将所述农田热图像像素...

【专利技术属性】
技术研发人员：武永峰，
申请(专利权)人：中国农业科学院农业环境与可持续发展研究所，
类型：发明
国别省市：