本发明专利技术公开的一种基于卫星遥感影像的农作物产量分析方法、系统和介质，可以通过卫星遥感影像对农作物产量进行预测，获取检测图像数据后，根据农作物的波谱反射特征和时序特征进行分析，得到所述检测图像内的农作物种类信息，然后根据所述检测图像数据进行分析，得到多个遥感数据，之后根据不同特征信息对农作物产量的贡献率比率对其特征信息进行拆分融合，得到融合遥感数据，之后将所述融合遥感数据转换为三维直方图数据并输入至预设农作物产量预测网络模型，得到农作物产量预测信息。得到农作物产量预测信息。得到农作物产量预测信息。
【技术实现步骤摘要】
基于卫星遥感影像的农作物产量分析方法、系统和介质
[0001]本申请涉及数据处理和数据传输领域，更具体的，涉及一种基于卫星遥感影像的农作物产量分析方法、系统和介质。
技术介绍
[0002]传统的农作物产量预测是通过抽样调查的方式得出的，抽样调查方式包括简单随机抽样、系统抽样法、分层抽样法、整群抽样法和多阶段抽样法。抽样调查方式通过概率统计方法得出农作物最终产量预测数值，但其实验是在农作物成熟后的进行的，以实际产量的一小部分作为样本来对整体进行估测，无法通过农作物生长期间对农作物最终产量进行预测，也不能为农作物生长环境监测和调整其生长环境提供直接依据。
[0003]因此现有技术存在缺陷，急需改进。
技术实现思路
[0004]鉴于上述问题，本专利技术的目的是提供一种基于卫星遥感影像的农作物产量分析方法、系统和介质，能够更有效更快速的对农作物产量进行分析预测。
[0005]本专利技术第一方面提供了一种基于卫星遥感影像的农作物产量分析方法，包括：获取检测图像数据；根据所述检测图像数据进行分析，得到所述图像内农作物种类信息和融合遥感数据；根据所述融合遥感数据进行分析，得到得到农作物产量预测信息；将所述农作物产量预测信息发送至预设终端。
[0006]本方案中，还包括：获取历史图像数据；对所述历史图像数据进行筛选，得到样本图像数据集；根据所述样本图像数据集进行分析，建立预设农作物产量预测网络模型。
[0007]本方案中，根据所述检测图像数据进行分析，得到所述图像内农作物种类信息，包括：根据所述检测图像数据进行分析，得到农作物候选框；根据所述农作物候选框进行分析，得到待检测农作物图像数据；根据所述待检测农作物图像数据进行分析，得到所述图像内农作物种类信息；将所述图像内农作物种类信息对所述检测图像数据进行标记。
[0008]本方案中，根据所述检测图像数据进行分析，得到所述融合遥感数据，包括：根据所述检测图像数据进行分析，得到多个遥感数据；对所述多个遥感数据进行分割融合，得到融合遥感数据。
[0009]本方案中，还包括：获取融合遥感数据；
根据所述融合遥感数据进行分析，得到所述融合遥感数据的每个频段像素值和频段数量；根据所述融合遥感数据的每个频段像素值和频段数量，将所述融合遥感数据转换为三维直方图数据。
[0010]本方案中，还包括：获取三维直方图数据；将所述三维直方图数据输入至预设农作物产量预测网络模型进行特征提取，得到图像特征；根据所述图像特征进行分析，得到农作物产量预测信息；将所述农作物产量预测信息发送至预设终端。
[0011]本专利技术第二方面提供了一种基于卫星遥感影像的农作物产量分析系统，包括存储器和处理器，所述存储器中包括基于卫星遥感影像的农作物产量分析方法程序，所述基于卫星遥感影像的农作物产量分析方法程序被所述处理器执行时实现如下步骤：获取检测图像数据；根据所述检测图像数据进行分析，得到所述图像内农作物种类信息和融合遥感数据；根据所述融合遥感数据进行分析，得到得到农作物产量预测信息；将所述农作物产量预测信息发送至预设终端。
[0012]本方案中，还包括：获取历史图像数据；对所述历史图像数据进行筛选，得到样本图像数据集；根据所述样本图像数据集进行分析，建立预设农作物产量预测网络模型。
[0013]本方案中，根据所述检测图像数据进行分析，得到所述图像内农作物种类信息，包括：根据所述检测图像数据进行分析，得到农作物候选框；根据所述农作物候选框进行分析，得到待检测农作物图像数据；根据所述待检测农作物图像数据进行分析，得到所述图像内农作物种类信息；将所述图像内农作物种类信息对所述检测图像数据进行标记。
[0014]本方案中，根据所述检测图像数据进行分析，得到所述融合遥感数据，包括：根据所述检测图像数据进行分析，得到多个遥感数据；对所述多个遥感数据进行分割融合，得到融合遥感数据。
[0015]本方案中，还包括：获取融合遥感数据；根据所述融合遥感数据进行分析，得到所述融合遥感数据的每个频段像素值和频段数量；根据所述融合遥感数据的每个频段像素值和频段数量，将所述融合遥感数据转换为三维直方图数据。
[0016]本方案中，还包括：获取三维直方图数据；
将所述三维直方图数据输入至预设农作物产量预测网络模型进行特征提取，得到图像特征；根据所述图像特征进行分析，得到农作物产量预测信息；将所述农作物产量预测信息发送至预设终端。
[0017]本专利技术第三方面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包括一种基于卫星遥感影像的农作物产量分析方法程序，所述一种基于卫星遥感影像的农作物产量分析方法程序被处理器执行时，实现如上述任一项所述的一种基于卫星遥感影像的农作物产量分析方法的步骤。
[0018]本专利技术公开的一种基于卫星遥感影像的农作物产量分析方法、系统和介质，可以通过卫星遥感影像对农作物产量进行预测，获取检测图像数据后，根据农作物的波谱反射特征和时序特征进行分析，得到所述检测图像内的农作物种类信息，然后根据所述检测图像数据进行分析，得到多个遥感数据，之后根据不同特征信息对农作物产量的贡献率比率对其特征信息进行拆分融合，得到融合遥感数据，之后将所述融合遥感数据转换为三维直方图数据并输入至预设农作物产量预测网络模型，得到农作物产量预测信息。
附图说明
[0019]图1示出了本专利技术一种基于卫星遥感影像的农作物产量分析方法的流程图；图2示出了本专利技术一种农作物种类信息获取方法的流程图；图3示出了本专利技术一种融合遥感数据获取方法的流程图；图4示出了本专利技术一种基于卫星遥感影像的农作物产量分析系统的框图。
具体实施方式
[0020]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0021]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0022]图1示出了本专利技术一种基于卫星遥感影像的农作物产量分析方法的流程图。
[0023]如图1所示，本专利技术公开了一种基于卫星遥感影像的农作物产量分析方法，包括：S102，获取检测图像数据；S104，根据所述检测图像数据进行分析，得到所述图像内农作物种类信息和融合遥感数据；S106，根据所述融合遥感数据进行分析，得到得到农作物产量预测信息；S108，将所述农作物产量预测信息发送至预设终端。
[0024]根据本专利技术实施例，获取检测图像数据后，根据农作物的波谱反射特征和时序特征进行分析，得到所述检测图像内的农作物种类信息，然后根据所述检测图像数据进行分析，得到多个遥感数据，之后根据不同特征信息对农作物产量的贡献率比率对其特征信息进行拆分融合，得到融合遥感数据，所述多个遥感数据分别为植被健康指数、土壤湿度指...
【技术保护点】
【技术特征摘要】
1.一种基于卫星遥感影像的农作物产量分析方法，其特征在于，包括：获取检测图像数据；根据所述检测图像数据进行分析，得到所述图像内农作物种类信息和融合遥感数据；根据所述融合遥感数据进行分析，得到得到农作物产量预测信息；将所述农作物产量预测信息发送至预设终端。2.根据权利要求1所述的一种基于卫星遥感影像的农作物产量分析方法，其特征在于，还包括：获取历史图像数据；对所述历史图像数据进行筛选，得到样本图像数据集；根据所述样本图像数据集进行分析，建立预设农作物产量预测网络模型。3.根据权利要求1所述的一种基于卫星遥感影像的农作物产量分析方法，其特征在于，根据所述检测图像数据进行分析，得到所述图像内农作物种类信息，包括：根据所述检测图像数据进行分析，得到农作物候选框；根据所述农作物候选框进行分析，得到待检测农作物图像数据；根据所述待检测农作物图像数据进行分析，得到所述图像内农作物种类信息；将所述图像内农作物种类信息对所述检测图像数据进行标记。4.根据权利要求1所述的一种基于卫星遥感影像的农作物产量分析方法，其特征在于，根据所述检测图像数据进行分析，得到所述融合遥感数据，包括：根据所述检测图像数据进行分析，得到多个遥感数据；对所述多个遥感数据进行分割融合，得到融合遥感数据。5.根据权利要求1所述的一种基于卫星遥感影像的农作物产量分析方法，其特征在于，还包括：获取融合遥感数据；根据所述融合遥感数据进行分析，得到所述融合遥感数据的每个频段像素值和频段数量；根据所述融合遥感数据的每个频段像素值和频段数量，将所述融合遥感数据转换为三维直方图数据。6.根据权利要求5所述的一种基于卫星遥感影像的农作物产量分析方法，其特征在于，还包括：获取三维直方图数据；将所述三...
【专利技术属性】
技术研发人员：石勇，杨杰，高晓飞，
申请(专利权)人：沃杰北京科技有限公司，
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。