本发明专利技术公开了一种基于无人机RGB影像的大豆玉米带状间作长势监测方法，在大豆玉米带状间作的关键生育时期采用无人机获取两种作物的RGB影像。通过对RGB影像预处理获取正射影像和数字高程模型(DEM)，进而提取玉米和大豆两种作物生长区域的采样点RGB特征和DEM特征，并基于RGB+DEM组合特征，采用随机森林等算法构建大豆玉米冠层精细分类模型。基于预处理后的正射影像，提取各生长点对应的大豆玉米RGB特征和对应的纹理特征，组合后与各采样点的农学参数进行相关性分析，并采用优选的特征构建两种作物的生长监测回归模型进行空间制图，为大豆玉米带状间作田间管理和生长诊断提供参考。
【技术实现步骤摘要】
本专利技术涉及现代农业领域，涉及一种基于无人机遥感的农作物长势监测方法，具体涉及一种基于无人机rgb影像的大豆玉米带状间作长势快速监测方法。
技术介绍
1、大豆玉米带状间作是典型的禾本科和豆科作物的复合种植技术，在生物学特性、时空搭配和资源利用效率上十分契合。该模式不但可以提高耕地复种指数、土地利用率和土地当量比，还能够提高光、温、水、气、肥的利用率。因此，大豆玉米带状间作种植模式在我国人多地少的国情下具有极大的增产潜力，其诸多优势不仅能够促进大豆玉米产量的提升，还能在有限耕作面积下有效缓解大豆玉米争地矛盾，具有很高的社会效益和经济效益。
2、遥感技术自20世纪60年代进入农业领域以来，因其能实时大面积获取作物的营养生长状况，在农业信息化领域发挥着越来越重要的作用。目前，农业遥感监测应用主要包括病虫害监测、杂草识别、作物长势监测等方面，应用对象以棉花、水稻、小麦、玉米等为主。作物生长监测的方式主要包括航天卫星、飞机、地物光谱仪等平台，以及平台上搭载的数码相机、多光谱相机、高光谱相机等传感器。根据研究对象和研究目的，应用不同平台搭载对应功能的传感器可以实现对作物生长状况和生理生化组分的实时监测。但地物光谱仪单次测定范围有限，难以在大面积农田适用；卫星遥感空间分辨率和光谱分辨率低，且重访周期长、成本较高。近年来，无人机遥感技术因其成本低，时空分辨率高，观测范围大，操作灵活简便等优势，迅速成为当下农情监测的重要手段。然而，目前的农情监测绝大多数还是以单一作物为研究对象，其相关监测模型无法适用于多种作物混合种植模式。
3、因此，利用遥感技术对大豆玉米带状间作进行即时准确的无损估测，以解决大豆玉米混合像元解译问题，并实现两种作物长势的有效估测，能够为该模式下的精确管理和作物高产栽培措施的实施和调整提供依据，同时推动大豆玉米带状间作模式的现代化发展。
技术实现思路
1、现有的分类研究主要集中于地物区分，以及边界较为明显的不同作物种植区域分类，多用于估测单一作物的种植面积，分类结果没有进一步充分应用到生长监测中。现有的分类主要基于光谱特征、纹理特征、空间特征中的某一类特征并结合相关算法实现分类，该方法在边界较清楚的作物分类研究中效果较好。针对于大豆玉米带状间作中两种作物边界模糊的情况，无法取得较好的分类效果。鉴于上述不足，本专利技术方法通过组合rgb和dem两种特征，改善大豆玉米带状间作模式下的冠层分类效果。同时服务于后续的生长监测回归模型。
2、本专利技术是通过如下技术手段来实现的：
3、1、本专利技术采用“rgb特征和dem特征”组合的方法，有效改善大豆玉米带状间作模式下的作物冠层精细分类模型精度，为后续的生长监测回归模型可视化奠定基础。
4、2、采用rgb影像提取对应的纹理特征，进行rgb和纹理特征的组合，提高大豆玉米带状间作模式下两种作物的生长监测回归模型精度。
5、3、将大豆玉米带状间作冠层分类模型和生长监测模型结合，通过伪彩色图的方式制作农学参数空间分布图，直观反映间作复合种植模式下玉米和大豆的生长状况，为该模式下的两种作物无损监测和田间精确管理、决策提供参考。
6、具体手段如下：
7、一种基于无人机rgb影像的大豆玉米带状间作长势监测方法，包括：
8、(1)利用无人机采集大豆玉米带状间作关键生育时期的大豆rgb图像以及玉米rgb图像；
9、(2)通过对获取的rgb影像进行预处理获取正射影像和dem影像，进而提取玉米和大豆两种作物生长区域的采样点rgb特征和dem特征；
10、(3)基于rgb和dem的组合特征，采用算法构建大豆玉米冠层精细分类模型；
11、(4)基于预处理后的正射影像，提取各生长点对应的大豆玉米rgb特征和对应的纹理特征，组合后与各采样点的农学参数进行相关性分析，并构建两种作物的生长监测回归模型进行空间制图。
12、进一步地，步骤(3)所述算法包括：最大似然法、支持向量机和随机森林算法。
13、进一步地，步骤(4)所述对应的大豆玉米rgb特征和对应的纹理特征包括：两种作物各采样点rgb三个通道的均值、方差、同质性、对比度、异质性、熵、角二阶矩和相关性。
14、进一步地，步骤(4)所述组合后的纹理特征共计27项。
15、进一步地，步骤(4)所述相关性分析包括：采用两两随机组合的方式计算差值、比值和归一化指数，并与各采样点的农学参数进行相关性分析，采用相关系数绝对值最大的指数作为最优指数，构建两种作物的生长监测回归模型。
16、进一步地，步骤(4)所述空间制图包括：将构建的大豆玉米冠层精细分类模型和生长监测模型相结合，制作两种作物农学参数的空间分布图，采用伪彩色处理分别实现对玉米带和大豆带两种作物生长状况的直观反映。
17、本专利技术的有益效果在于：
18、1.本专利技术采用的方法基于rgb无人机实现，具有操作简便、成本低，易于推广等优点。
19、2.针对于大豆玉米带状间作种植模式，形成了利用低成本的rgb无人机实现玉米和大豆“精细分类-生长监测-可视化反演”的复合种植模式下作物生长状况综合监测方法。该方法易于实现，精度较好，在开展大面积种植时可以快速实现两种作物的生长监测，为田间栽培和管理提供参考。
本文档来自技高网...
【技术保护点】
1.一种基于无人机RGB影像的大豆玉米带状间作长势监测方法，包括：
2.根据权利要求1所述的基于无人机RGB影像的大豆玉米带状间作长势监测方法，其中：
3.根据权利要求1所述的基于无人机RGB影像的大豆玉米带状间作长势监测方法，其中：
4.根据权利要求1所述的基于无人机RGB影像的大豆玉米带状间作长势监测方法，其中：
5.根据权利要求1所述的基于无人机RGB影像的大豆玉米带状间作长势监测方法，其中：
6.根据权利要求1所述的基于无人机RGB影像的大豆玉米带状间作长势监测方法，其中：
【技术特征摘要】
1.一种基于无人机rgb影像的大豆玉米带状间作长势监测方法，包括：
2.根据权利要求1所述的基于无人机rgb影像的大豆玉米带状间作长势监测方法，其中：
3.根据权利要求1所述的基于无人机rgb影像的大豆玉米带状间作长势监测方法，其中：
4...
【专利技术属性】
技术研发人员：谭先明，杨峰，王仲林，杨诚阳，吴雨珊，杨宸尧，李坤鸿，
申请(专利权)人：四川农业大学，
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。