一种烟田易积水区域提取方法及系统技术方案

技术编号:39000401 阅读:10 留言:0更新日期:2023-10-07 10:32
本申请提供了一种烟田易积水区域提取方法及系统,属于烟田管理领域,包括:获取待测烟田的地块矢量数据,并使用无人机采集待测烟田的多光谱数据进行建图,得到待测烟田的DSM数据;基于地块矢量数据对DSM数据进行裁剪,并采用对待测烟田内部微型洼地进行填充的方式进行易积水区域的提取,将提取后的结果按照每个像素位置的深度,利用自然断点进行分级,得到待测烟田的易积水区域和积水程度。本方案通过栅格窗口进行遍历等操作,提取洼地的区域和深度,不会造成提取结果遗漏的问题,并对提取的结果进一步优化处理,从而达到提取烟田易积水区和积水程度的目的,与常规的图像识别相比,应用于烟田中具有更高的准确性。应用于烟田中具有更高的准确性。应用于烟田中具有更高的准确性。

【技术实现步骤摘要】
一种烟田易积水区域提取方法及系统


[0001]本专利技术属于烟田管理领域,尤其涉及一种烟田易积水区域提取方法及系统。

技术介绍

[0002]烤烟属于相对耐旱不耐涝的作物,降水后,烟株长时间淹水后,会造成土壤缺氧,烟株根系发生腐烂,烟株凋萎。如果不及时排除烟田积水(烟田积水现场照片如图1所示),对烤烟生长发育影响极大。
[0003]此外,随着全球气候变暖,极端天气多发、频发,洪涝灾害对烟叶生产带来的影响正日益加剧。特别是对于常年多雨水的南方地区,针对烟草的特性,在烟叶的种植布局过程中,完善排水设施,采取有效的排水措施是非常有必要的,在烟草移栽前,对土地进行平整并对平整的效果进行判别是一种基础有效增强排水性能的方式。
[0004]然而烟田的排水性能并非主要受到烟田的整体的平整度决定,如图2、图3和图4所示,整个烟田整体上呈现东南高,西北低的趋势,但是烟田的东南侧仍有大量的积水区域,通常的直接通过大田的地形情况提取易积水区域的方法很难提取出整体地势较高的积水区。这是因为烟田的田垄结构很大程度上控制了烟田排水方式,降水后的水流分别汇集到垄沟后,再逐步排出烟田,垄沟的平整情况决定了水流能否正常排出,图5显示了某条积水的垄沟的地形情况。因此针对烟田的这种特殊的结构提出一种有效的方法进行易积水区域的提取和积水程度的判别是非常有必要的,这对于烟草种植和生产具有重要意义,可以提供有关烟田排水情况、为烟田涝渍灾害防治、烟草生长质量和产量、病虫害防治等方面的研究生产提供重要信息。
[0005]现有公开了基坑积水检测方法(专利申请号为:CN202210678384.7),包括S1:获取基坑积水图像进行标注,作为基本训练图像数据;S2:对得到的图像数据进行特征提取;S3:将提取的特征数据输入到卷积神经网络模型中,进行训练;S4:获取待检测图像数据,输入到训练好的网络模型中,输出检测结果;S5:设定时间段,并获取设定时间段的视频图像数据进行处理,得到高亮区域像素值随时间的变化过程,进行频谱分析,通过波动性特征,进一步进行基坑积水判定。
[0006]该公开方案通过采集设定时间段内的视频图像进行基坑积水检测,这一方式不适用于烟田,因为烟田种植有烟株且有杂草,而且烟田内部为特有的田垄结构,图像采集会受到很大程度的影响,导致积水检测结果不准确。

技术实现思路

[0007]本申请提供了一种烟田易积水区域提取方法及系统,旨在解决在烟田中通过图像处理检测积水区域存在不准确性,以及在烟田中通过地势或海拔的高低判读某一区域是否容易积水难以适用,且提取结果容易造成遗漏的问题。
[0008]为了实现上述目的,本专利技术采用以下技术方案,包括:
[0009]获取待测烟田的地块矢量数据,并使用无人机采集待测烟田的多光谱数据进行建
图,得到待测烟田的DSM数据;
[0010]基于地块矢量数据对DSM数据进行裁剪,并采用对待测烟田内部微型洼地进行填充的方式进行易积水区域的提取,将提取后的结果按照每个像素位置的深度,利用自然断点进行分级,得到待测烟田的易积水区域和积水程度。
[0011]作为优选,基于地块矢量数据对DSM数据进行裁剪,并采用对待测烟田内部微型洼地进行填充的方式进行易积水区域的提取,具体为:
[0012]基于地块矢量数据对DSM数据进行裁剪,得到待测烟田内的原始DSM数据;
[0013]采用从最大高程向填补后的DSM逐渐逼近的方式对原始DSM数据进行填补,得到填补DSM数据;
[0014]将原始DSM数据与填补DSM数据做差值运算,得到待测烟田的积水区范围和积水区像素位置深度;
[0015]对待测烟田的积水区范围和积水区像素位置深度进行阈值分割,去除非洼地地区,得到待测烟田中垄沟的易积水区域和积水区像素位置深度。
[0016]作为优选,采用从最大高程向填补后的DSM逐渐逼近的方式对原始DSM数据进行填补,得到填补DSM数据,具体为:
[0017]对原始DSM数据进行复制,统计复制DSM数据的最大值,将最大值加1cm后替换复制DSM数据的最边缘栅格外的其他栅格,得到DSM_max;
[0018]对DSM_max以3*3窗口逐行对每个像素的值与其8个邻域像素的最小值进行比较,若中心像素的值比8个邻域像素的最小值加0.1cm要大,则将中心像素的值重新赋值为8个邻域像素的最小值加0.1cm,得到填补DSM数据。
[0019]作为优选,若中心像素的值比8个邻域像素的最小值加0.1cm要大,判断中心像素的8个邻域像素值任一加上0.1cm是否小于中心像素相同位置的原始DSM数据中的值,若是,则将该中心像素的值重新赋值为相同位置的原始DSM数据中的值,若否,则将中心像素的值重新赋值为8个邻域像素的最小值加0.1cm,得到填补DSM数据。
[0020]作为优选,当逐行对DSM_max中每个像素遍历一次后,完成一次迭代,重复迭代,直至DSM_max中任一像素值不再有变化,迭代结束,得到填补DSM数据。
[0021]作为优选,得到待测烟田中垄沟的易积水区域和积水区像素位置深度之后,还包括:
[0022]通过形态学分析中的腐蚀操作,去除垄沟的易积水区域和积水区像素位置深度中由于下凹点导致的噪声点。
[0023]作为优选,通过烟草业务系统或基于遥感影像进行人工矢量化和自动提取获取待测烟田的地块矢量数据。
[0024]一种烟田易积水区域提取系统,包括:
[0025]数据采集与处理模块:用于获取待测烟田的地块矢量数据,并使用无人机采集待测烟田的多光谱数据进行建图,得到待测烟田的DSM数据;
[0026]易积水区域提取和积水程度分析模块:用于基于地块矢量数据对DSM数据进行裁剪,并采用对待测烟田内部微型洼地进行填充的方式进行易积水区域的提取,将提取后的结果按照每个像素位置的深度,利用自然断点进行分级,得到待测烟田的易积水区域和积水程度。
[0027]一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如上述中任一所述的一种烟田易积水区域提取方法。
[0028]一种计算机可读存储介质,所述计算机程序被计算机执行时实现如上述中任一所述的一种烟田易积水区域提取方法。
[0029]本专利技术具有以下有益效果:
[0030](1)本方案通过无人机采集烟田影像,构建烟田的数字表面模型DSM,而后通过烟田地块数据对DSM数据进行裁剪,而在裁剪后的DSM数据基础上重点对烟田的局部微型洼地着手(而非从烟田的整体高程差异入手),通过栅格窗口进行遍历等操作,提取洼地的区域和深度,不会造成提取结果遗漏的问题,并对提取的结果进一步优化处理,从而达到提取烟田易积水区和积水程度的目的,与常规的图像识别相比,本方案应用于烟田中具有更高的准确性;
[0031](2)通过分析烟田特有的田垄结构(田垄结构很大程度上影响了水流方向),更多的从局部地势高低去考虑本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种烟田易积水区域提取方法,其特征在于,包括:获取待测烟田的地块矢量数据,并使用无人机采集待测烟田的多光谱数据进行建图,得到待测烟田的DSM数据;基于地块矢量数据对DSM数据进行裁剪,并采用对待测烟田内部微型洼地进行填充的方式进行易积水区域的提取,将提取后的结果按照每个像素位置的深度,利用自然断点进行分级,得到待测烟田的易积水区域和积水程度。2.根据权利要求1所述的一种烟田易积水区域提取方法,其特征在于,基于地块矢量数据对DSM数据进行裁剪,并采用对待测烟田内部微型洼地进行填充的方式进行易积水区域的提取,具体为:基于地块矢量数据对DSM数据进行裁剪,得到待测烟田内的原始DSM数据;采用从最大高程向填补后的DSM逐渐逼近的方式对原始DSM数据进行填补,得到填补DSM数据;将原始DSM数据与填补DSM数据做差值运算,得到待测烟田的积水区范围和积水区像素位置深度;对待测烟田的积水区范围和积水区像素位置深度进行阈值分割,去除非洼地地区,得到待测烟田中垄沟的易积水区域和积水区像素位置深度。3.根据权利要求2所述的一种烟田易积水区域提取方法,其特征在于,采用从最大高程向填补后的DSM逐渐逼近的方式对原始DSM数据进行填补,得到填补DSM数据,具体为:对原始DSM数据进行复制,统计复制DSM数据的最大值,将最大值加1cm后替换复制DSM数据的最边缘栅格外的其他栅格,得到DSM_max;对DSM_max以3*3窗口逐行对每个像素的值与其8个邻域像素的最小值进行比较,若中心像素的值比8个邻域像素的最小值加0.1cm要大,则将中心像素的值重新赋值为8个邻域像素的最小值加0.1cm,得到填补DSM数据。4.根据权利要求3所述的一种烟田易积水区域提取方法,其特征在于,若中心像素的值比8个邻域像素的最小值加0.1cm要大,判断中心像素的8个邻域像素值任一加上0.1cm是否小于中...

【专利技术属性】
技术研发人员:周祖煜张澎彬杨肖李天齐刘昕璇陈煜人林波
申请(专利权)人:杭州领见数字农业科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1