【技术实现步骤摘要】
一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法
[0001]本专利技术涉及烟草农业
,具体涉及一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法。
技术介绍
[0002]叶绿素是植物吸收光能的主要物质,实时快速地监测作物叶绿素含量可以掌握作物生长状况,从而对作物实施管理提供依据。烟叶叶绿素含量是反映烤烟营养状况的重要指标,准确地估算烟叶叶绿素含量对指导烤烟生产具有重要的意义。
[0003]传统检测烟叶叶绿素方法主要通过取样检测法(分光光度计法)和专用无损速测仪(SPAD
‑
502)法等,其最大的特点是需专用仪器、测量样本量小,导致难以实现快速、无损的大面积监测,不能满足实时快速监测实际农业生产活动中的烟叶叶绿素含量。
[0004]随着高光谱技术的发展,基于光谱仪或光谱成像仪的叶绿素检测法主要通过获取作物叶片或冠层的近红外光谱、叶绿素荧光光谱或相应的多光谱、高光谱图像,并提取特征光谱指数对叶绿素含量进行预测。专利号CN113537108A一种基于无人机高光谱遥感的农作物叶绿素含量反演方法提供了一种利用高光谱图像反演农作物叶绿素含量的方法,其最大的弊端是测量成本高,难以大范围推广。
技术实现思路
[0005]为解决目前传统烟叶叶绿素检测的取样检测和无损速测方法难以大面积监测以及基于高光谱图像检测烟叶叶绿素含量的方法测量成本高的问题,本专利技术提出了一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,是一种通过无人机搭载RGB相机以特定角度拍摄图像,以 ...
【技术保护点】
【技术特征摘要】
1.一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,其特征在于,包括以下步骤:S1、烟田图像和位置信息的获取:S11、通过无人机搭载的RGB相机定焦镜头以倾斜角θ拍摄烟田图像,所述倾斜角θ为地球重力方向与定焦镜头中轴线之间的夹角,倾斜角θ在24.23
°
到45
°
之间;S12、通过无人机搭载的GPS设备获取烟田位置信息;S2、对烟田图像处理后计算SPAD值:S21、对所述烟田图像进行降噪处理,得到修正后的烟田图像;S22、获取所述修正后的烟田图像的RGB值的各分量,根据所述烟田图像的RGB值的各分量计算烟田的植被覆盖指数,从而去除烟田土壤背景信息,得到无背景信息烟田图像;S23、使用轮廓提取算法对所述无背景信息烟田图像进行烟叶轮廓提取,并在所述烟田图像中标记出烟叶轮廓区域;S24、计算所述烟叶轮廓区域的RGB值分量;S25、通过所述烟叶轮廓区域的RGB值来计算叶绿素a、叶绿素b以及叶绿素a+b含量;S26、将计算得到的所述叶绿素a、叶绿素b以及叶绿素a+b含量换算成叶绿素含量的相对值,即SPAD值;S3、可视化展示:S31、标记所述烟田图像的烟叶轮廓区域SPAD值并可视化展示。2.根据权利要求1所述一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,其特征在于,所述S11步骤中无人机飞行高度为8
‑
10米。3.根据权利要求2所述一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,其特征在于,所述S21步骤中降噪处理是通过均值滤波方法对所述烟田图像进行降噪处理。4.根据权利要求3所述一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,其特征在于,所述S22步骤中得到所述烟田的植被覆盖指数后,利用该指数使用最大类间差法去除烟田土壤背景信息。5.根据权利要求4所述一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,其特征在于,所述S23步骤采用Canny算法对所述无背景信息烟田图像进行烟叶轮廓提取,并对所得烟叶轮廓进行闭合处理,计算各烟叶轮廓到图像最大像素轴的距离,根据距离去除远景部分,对保留部分使用集合去重算法去除轮廓重合区域,并使用去除极值算法去除异常轮廓。6.根据权利要求5所述一种基于无人机与RGB图像快速检测烟草叶绿素含量的方法,其特征在于,所述S23步骤采用Canny算法提取烟叶轮廓具体步骤如下:S231、所述闭合处理...
【专利技术属性】
技术研发人员:单双吕,高建斌,王通,黄坤,冀新威,高松,李祯寿,邵小东,张鲁民,郭建,侯秋强,王晓萌,杨园媛,陈天宏,
申请(专利权)人:云南省烟草公司红河州公司,
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。