【技术实现步骤摘要】
本专利技术涉及农作物遥感识别，特别涉及一种农作物种植结构的遥感识别系统。
技术介绍
1、农作物遥感识别是利用遥感技术对农田进行监测和分类，以确定不同类型的农作物，遥感技术包括使用航空或卫星传感器获取的地面反射、辐射等信息，通过对这些数据进行分析和处理，可以获得农田的空间分布、生长状态和特征。
2、农作物在生长的过程中需要经过萌芽期、幼苗期、生长期、开花期以及结果期，其每个时期的生长过程中形态变化较大，在一定程度上增加了识别难度，而现有通过利用时间序列数据进行农作物识别可大幅提高其识别准确度，但是，不同农作物之间的生长特征、形态差异和时序变化可能相对较小，使得识别任务更加复杂，进而导致识别的精确度较低。
技术实现思路
1、本专利技术的目的在于提供一种农作物种植结构的遥感识别系统，解决了
技术介绍
中由于不同农作物之间的生长特征、形态差异和时序变化可能相对较小，使得识别任务更加复杂，进而导致识别的精确度较低的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种农作物种植结构的遥感识别系统，包括：
3、数据库：建立一个包含多种农作物数据的数据库，数据库包括不同农作物在不同生长时期下的特征信息，每个农作物对应的特征数据以及与之相关的生长阶段；
4、识别单元：用于对农田影像进行农作物种类的识别和特征提取；
5、类似特征判断单元：识别过程中，农作物的特征与数据库中某两种或多种植物的特征类似时，类似特征判断单元用于进一步判断最有可能
6、进一步地，所述数据库中的特征信息包括在农作物特定的生长周期内的植被指数、颜色特征和纹理特征，还包括形态特征和光谱特征，这些特征用于后续作为识别判断的初始依据。
7、进一步地，所述识别单元包括：
8、数据采集模块：通过无人机等设备获取高分辨率的农田影像数据，提供对农田的全面观测和记录，为后续的农作物识别和特征提取提供基础数据；
9、图像处理模块：将采集到的农田影像进行预处理，去除噪声、调整图像亮度和对比度，优化图像质量，增强农作物特征的可见性，目的是提高后续处理的准确性和效果；
10、特征提取模块：用于将从预处理的农田影像中提取出与农作物相关的特征，其特征包括农作物的植被指数、颜色特征、形态特征、光谱特征和纹理特征，将复杂的农田影像数据转化为具有可量化指标的特征表示形式；
11、特征比对模块：用于将从农田影像中提取得到的特征与预先建立的数据库中的农作物特征进行比对，通过计算特征之间的相似度或差异度，可以确定当前农田影像中最可能存在的农作物类型；
12、结果输出模块：当特征比对结果超过设定的阈值时，识别单元将输出识别出的农作物类型、面积和生长时期相关信息。
13、进一步地，当上述特征比对模块中特征比对小于设定的阈值时，则说明从采集到的农田影像中提取出的农作物特征与数据库中存储的特征不够相似或匹配。
14、进一步地，所述特征比对模块中特征比对小于设定的阈值时，通过类似特征判断单元进行判断识别。
15、6.如权利要求5所述的一种农作物种植结构的遥感识别系统，其特征在于：所述类似特征判断单元的识别步骤为：
16、s1：特征相似度计算：农作物的特征与数据库中某两种或多种植物的特征类似时，计算不同农作物之间的特征相似度，以确定当前农田影像中的农作物与数据库中哪些农作物的特征更相似；
17、s2：类似特征分类器：根据特征相似度的计算结果，使用分类器来将农作物进行分类，根据相似度的结果，将农作物归入最有可能的几种类型中；
18、s3：气候适宜度数据调取：类似特征判断单元会调取当地的气候数据，这些数据包含了不同农作物对于气候条件的适应性信息，通过对比当前气候条件和农作物的适宜度数据，可以判断哪种农作物在当前气候条件下最有可能生长；
19、s4：历史种植农作物调取：类似特征判断单元还会获取历史种植农作物的信息，这些信息包括过去在相同地区种植的农作物类型以及种植面积，通过了解历史种植情况，可以为判断当前农作物提供参考依据；
20、s5：最可能农作物判断：综合考虑特征相似度计算、类似特征分类器、气候适宜度数据和历史种植农作物信息，类似特征判断单元会进行综合判断，根据多个因素来推测最有可能的农作物，确定最有可能的农作物类型。
21、进一步地，采用欧式距离公式计算不同农作物之间的相似度，其计算方法为：
22、两个农作物的特征向量a和b，其中a表示为农田影像中提取的待识别农作物的特征，b表示数据库中某个农作物的特征，每个特征向量都包含n个特征值，两个特征向量表示为：
23、a＝(a1,a2,...,an)
24、b＝(b1,b2,...,bn)
25、欧氏距离计算公式为：
26、d(a,b)＝sqrt((a1-b1)^2+(a2-b2)^2+...+(an-bn)^2)
27、其中，^2表示对差值进行平方运算，sqrt表示对结果取平方根。
28、进一步地，所述气候适宜度数据调取会调取当地的温度、湿度、降水量、光照以及土壤数据气候数据，还会调取相关农作物的生长所需基本条件，以确定最适合生长的农作物种类。
29、与现有技术相比，本专利技术的有益效果是：
30、本专利技术提供的一种农作物种植结构的遥感识别系统，当特征比对模块的结果无法确定最可能的农作物时，类似特征判断单元通过综合考虑特征相似度计算、类似特征分类器、气候适宜度数据和历史种植农作物信息等多个因素，进一步判断最有可能的农作物类型，可以提高识别的准确性，减少误判的风险，为农业管理者和决策者提供更精确的农作物种植信息和决策支持，有助于优化农业资源配置、提高农作物产量和经济效益，并推动农业的可持续发展。
本文档来自技高网...【技术保护点】
1.一种农作物种植结构的遥感识别系统，其特征在于，包括：
2.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：所述数据库中的特征信息包括在农作物特定的生长周期内的植被指数、颜色特征和纹理特征，还包括形态特征和光谱特征，这些特征用于后续作为识别判断的初始依据。
3.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：所述识别单元包括：
4.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：当上述特征比对模块中特征比对小于设定的阈值时，则说明从采集到的农田影像中提取出的农作物特征与数据库中存储的特征不够相似或匹配。
5.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：所述特征比对模块中特征比对小于设定的阈值时，通过类似特征判断单元进行判断识别。
6.如权利要求5所述的一种农作物种植结构的遥感识别系统，其特征在于：所述类似特征判断单元的识别步骤为：
7.如权利要求6所述的一种农作物种植结构的遥感识别系统，其特征在于：在S1中，采用欧式距离公式计算不同农作物之
8.如权利要求6所述的一种农作物种植结构的遥感识别系统，其特征在于：所述气候适宜度数据调取会调取当地的温度、湿度、降水量、光照以及土壤数据气候数据，还会调取相关农作物的生长所需基本条件，以确定最适合生长的农作物种类。
...【技术特征摘要】
1.一种农作物种植结构的遥感识别系统，其特征在于，包括：
2.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：所述数据库中的特征信息包括在农作物特定的生长周期内的植被指数、颜色特征和纹理特征，还包括形态特征和光谱特征，这些特征用于后续作为识别判断的初始依据。
3.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：所述识别单元包括：
4.如权利要求1所述的一种农作物种植结构的遥感识别系统，其特征在于：当上述特征比对模块中特征比对小于设定的阈值时，则说明从采集到的农田影像中提取出的农作物特征与数据库中存储的特征不够相似或匹配。
5.如权利要求1所...
【专利技术属性】
技术研发人员：段絮元，肖龙花，田军玲，
申请(专利权)人：江苏省金威遥感数据工程有限公司，
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。